ベイズ梯子 - (新) 檜山正幸のキマイラ飼育記メモ編

ベイズ梯子〈Bayesian ladder〉

$\require{AMScd} \begin{CD} %{\bf 1} @. {} @. {} \\ {\bf 1} \\ @V{P}VV \\ \Theta @>{M_1}>> X_1 @<{d_1}<< {\bf 1} \\ @| @V{j_1}VV @| \\ \Theta @>{M_2}>> X_2 @<{d_2}<< {\bf 1} \\ @| @V{j_2}VV @| \\ \Theta @>{M_3}>> X_3 @<{d_3}<< {\bf 1} \\ @| @V{j_3}VV @| \\ \vdots @. \vdots @. \vdots \\ \end{CD}$

P = P₁ ：初期{{確率}?{分布}?}!
M_i ： {統計|確率}モデル
d_i ：データ

これに、ベイズ反転＝尤度 L_i:X_i→* Θ を構成して、ベイズ更新 P_i+1 := L_i(d_i) により、系列 P₁, P₂, ... を求めることを、ベイズ梯子に沿ったベイズ上昇〈Bayesian ascent〉、ベイズ運動〈Bayesian motion〉とか。ベイズ運動の跡は軌道〈trajectory〉になる。