ブログ_不定期

不定期に更新

ベイズ統計モデリングの参考論文①

一般化線形モデルによる屋外暴露したパーティクルボードの曲げ強さの解析(木材学会誌 Vol. 63)

 

用途:

データをどんな確率分布/モデルで説明するかを考える手順の良い参考になる

タイヤの摩耗カーブ等に流用できそう...

 

所感

①確率分布の使い分けが適切にできるようにする
 →まずは確率分布のお互いの位置関係を把握・理解する
  コーシー分布とか地味な存在も一応注意しておきたい
  (一度、自分なりにまとめる必要がありそう)
 https://qiita.com/qiita_kuru/items/d9782185652351c78aac

 
②その分布を使って問題ないかの検定
 →コルモゴロフ・スミノフ検定
 データの起源にあるメカにも注意しつつ確率分布を選んだ後、
 その分布を使ってもいいかを評価する方法のひとつ
 Pythonでも実装可能
 https://qiita.com/goodclues/items/0c91f6ac6df6a081fe86

 

③Fig. 5の95%区間のあり方は、ガンマ分布の分散がn*μ^2であることに依る?

 

④弊社の月報で書くような内容でも論文になっているのは草

 

評価精度の信頼性メモ

忘れてしまっていたのでメモ

 

目的:視覚的に評価精度のバラツキを見せる

具体例:製品AとBの性能を比較するとき、Aの性能を100としてBの性能indexを示す。

方法:n数>1であるとき、横軸にn数、縦軸に製品Bの性能indexをプロットすることで、バラツキの程度とn数の関係を可視化できる。

 

割りと納得感得やすい気がする。

統計の赤本p158のイメージ。