読者です 読者をやめる 読者になる 読者になる

Take a Risk:林岳彦の研究メモ

自らの研究に関連するエトセトラについてのメモ的ブログです。主にリスク学と統計学を扱っています。

いろんな解析をパス図で表した解説サイトのメモ

統計

昨日わたしなりの統計マンダラ(大幅改訂しました)を改訂している途中で見つけたすごく勉強になったサイトをメモしておきます。

中部大学小塩研究室さんのサイトにあった解説です。

様々な分析をパス図で表す


この図を見ていると、殆んどの線形系のモデルについては「パス図*1一元論」的に理解できるのかなあという気がしてきます。

一方、殆んどのベイズモデルは「ベイジアンネットワーク*2一元論」的に理解できる(?)のかなあという気もしているのですが*3、その両者の一元論的世界間の関連性をクリアに理解したいというのが私の目下の願いです。

もしかして機会学習の本とかを読むべきなのでしょうか。(それともWinBUGSのチュートリアルなどをマジメに読んで確率ノードと関数ノードの違いをちゃんと理解すればよいだけ?)

*1:変数間の関係を標準偏回帰係数で繋いだグラフ

*2:変数間の関係を条件付き確率で繋いだグラフ

*3:まあそもそもベイズモデルは「ベイズの定理一元論」なのかも