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。
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?)