■http://anond.hatelabo.jp/20080903232620

Eカップを例にとる。

A:普通の女性

B:AV女優

E:Eカップである、という観測データ

とすると

P(E|A) = 0.1

P(E|B) = 0.19

となる。

全女性に対するAV女優の割合は、適当にググったところ0.4%とからしい。めんどくさいんで0.5%とすると

P(A) = 0.995

P(B) = 0.005

だ。これらをベイズの定理に代入すると

p(B|E) = P(E|B)P(B)/(P(E|A)P(A) + P(E|B)P(B)) = 0.0095 = 0.95%

となって、若干確率が上昇することがわかる。

ちなみに、より極端な場合でGカップを例にとると

p(B|G) = 5.6%

となって、10倍くらいになるね！

ベイズのいい練習になった

【追記】

実際は、観測データのヒストグラムから分布関数を推定する問題をまず初めに解く必要があると思う。

結構裾が長い分布だから、正規分布じゃなくてポアソン分布あたりでパラメトリック推定すればいいか？

上の計算ではそれを省略してヒストグラムをそのまま確率だと思って使った。

Permalink | 記事への反応(1) | 00:49

ツイートシェア