Movatterモバイル変換

【論論⽂文紹介】　階層モデルの分散パラメータの事前分布について2016/03/11@hoxo_̲m1

本⽇日紹介する論論⽂文•  “Prior distributions for varianceparameters in hierarchical models”•  (階層モデルの分散パラメータの事前分布)•  by Andrew Gelman•  Bayesian Analysis 2006https://projecteuclid.org/euclid.ba/13403710482

論論⽂文概要•  【背景】階層モデルの分散パラメータの事前分布として、⼀一般的に逆ガンマ分布が使⽤用されている。•  【結論論】逆ガンマ分布は使ってはいけない。グループ数が⼤大きいときは⼀一様分布を、　⼩小さいときは弱い情報を持たせた半コーシー分布を使うのが良良い。3

この論論⽂文を読んだ理理由•  ベイズモデルにおいて事前分布の選択は重要である。•  にもかかわらず、(⾃自分は)あんまりよく分からずに適当に使っている。•  Stan のマニュアルに事前分布について、最低限これ読んどけ的な論論⽂文が３つ紹介されている。•  そのうちの⼀一つ。4

論論⽂文著者について•  Andrew Gelman– コロンビア⼤大学教授– 実践的ベイジアン– ⽶米国統計学会の賞を３回受賞– 応⽤用統計学の巨⼈人– Stan の開発者https://en.wikipedia.org/wiki/Andrew_Gelman5

発表の流流れ1.  背景、使⽤用モデル2.  ⽤用語説明3.  理理論論的考察4.  実際のデータに適⽤用5.  結論論6

1. 背景•  階層モデルの各パラメータに対して事前分布を与える必要がある。•  本論論⽂文では階層分散パラメータに対してどのような事前分布を使えば良良いかを調査した。7

階層モデル•  この論論⽂文では、次のモデルに議論論を絞る•  データ yij は正規分布に従うが、平均値はグループごとに異異なる。•  グループごとの平均値の分散 σα2e basic hierarchical modelork with a simple two-level normal model of data yij with groupyij ∼ N(µ + αj, σ2y), i = 1, . . . , nj, j = 1, . . . , Jαj ∼ N(0, σ2α), j = 1, . . . , J.discuss other hierarchical models in Section 7.2.(1) has three hyperparameters—µ, σy, and σα—but in this papernly with the last of these. Typically, enough data will be availd σy that one can use any reasonable noninformative prior distri(µ, σy) ∝ 1 or p(µ, log σy) ∝ 1.noninformative prior distributions for σα have been suggested8

•  この論論⽂文では、階層分散パラメータ σα の事前分布をどうすればいいかを考える。http://www.slideshare.net/simizu706/ss-38292230・・・集団ごとに平均値を持つ。その分散が σα29

2. ⽤用語説明•  基本的な⽤用語および次の 3 つを説明する。(2-1) 条件付き共役事前分布(2-2) Improper な事前分布(2-3) 弱情報事前分布11

ベイズの定理理•  事後分布は尤度度と事前分布をかけたものに⽐比例例する12

共役事前分布•  共役事前分布尤度度関数に対して、事前分布と事後分布が同じ分布族に属するとき、これらを共役分布と⾔言い、このときの事前分布を共役事前分布と⾔言う。•  例例：⼆二項分布 → ベータ分布13

(2-1) 条件付き共役事前分布•  条件付き共役事前分布パラメータが複数ある場合、特定のパラメータに着⽬目し、それ以外を固定した尤度度関数に対して共役となるような事前分布を、そのパラメータに対する条件付き共役事前分布という。•  分散に着⽬目した正規分布 → 逆ガンマ分布Normal(σ ; µ) → InvGamma(α, β)http://d.hatena.ne.jp/teramonagi/20141011/141299127514

(2-1) 条件付き共役事前分布•  階層分散パラメータ σα には、シンプルな共役分布は無いHill(1965), Tiao & Tan(1965)•  なので、条件付き共役事前分布を使う15

無情報事前分布•  事後分布にできるだけ影響しないような事前分布•  事前知識識が無い場合は無情報事前分布を使う•  簡単そうに⾒見見えて、実は難しい概念念http://ibisforest.org/index.php?無情報事前分布16

無情報事前分布•  例例：⼆二項分布に対して、Beta(1, 1) は⼀一⾒見見して無情報であるhttp://www.eeso.ges.kyoto-u.ac.jp/emm/?page_id=52917

無情報事前分布•  これはある解釈のもとでは正しいが、　　変数変換により偏りが⽣生じてしまう•  真に無情報と⾔言えるのは、Beta(0, 0) ?•  しかし、これは improper である•  無情報には様々な解釈がある変数変換に強い無情報事前分布として Jeffreys事前分布 Beta(0.5, 0.5) が有名http://ibisforest.org/index.php?Jeffreys事前分布18

(2-2) Improper な事前分布•  ベイズの定理理において、事前分布を定数倍しても事後分布に影響はない•  すなわち、事前分布の積分は 1 でなくて良良い•  さらに進めて、積分が発散するものを考える•  積分が発散するとき improper な分布と呼ぶhttps://en.wikipedia.org/wiki/Prior_probability#Improper_priors19

(2-2) Improper な事前分布•  例例：⼀一様分布 Uniform(-‐‑‒∞, ∞)逆ガンマ分布 InvGamma(0, 0)ベータ分布 Beta(0, 0)•  ある意味、理理想的な無情報事前分布•  ただし、improper な事前分布を使うと、事後分布も improper となる可能性がある20

(2-2) Improper な事前分布•  ソフトウェアの制約により、improper な事前分布が使えない(※BUGSの場合。Stanでは使える)•  Improper な事前分布の極限表現を使う。•  例例：⼀一様分布 Uniform(-A, A), A → ⼤大逆ガンマ分布 InvGamma(ε, ε), ε → ⼩小

(2-3) 弱情報事前分布•  無情報事前分布に近いが、少しだけ情報を持っている事前分布•  実際、我々はどんな問題に対しても多少は事前知識識を持っている•  例例：成⼈人⼥女女性の平均⾝身⻑⾧長について、少なくとも 1m〜～2m の間に⼊入っているだろう22

(2-3) 弱情報事前分布•  成⼈人⼥女女性の平均⾝身⻑⾧長について、少なくとも 1m 〜～ 2m の間に⼊入っているだろうNormal(1.5, 0.3)23

論論⽂文の流流れ①•  階層分散パラメータの事前分布として、良良いものを⾒見見つけたい。•  無情報事前分布として、improper な事前分布の極限表現を調べる。•  評価基準：•  事後分布に対する影響が少ない•  結論論①：⼀一様分布が良良い。24

論論⽂文の流流れ②•  グループ数が⼩小さい場合、⼀一様分布では事後分布への影響が⼤大きい。•  弱情報事前分布を使うことを考える。•  ⼀一様分布に弱情報を持たせても、事後分布への影響は⼤大きいまま。•  弱情報事前分布として、条件付き共役である半コーシー分布を使うと良良い。25

3. 理理論論的考察•  階層ベイズモデルの階層分散パラメータ σα に対して、どんな無情報事前分布を　使⽤用したらいいかについて考察する。lly-conjugate family. We propose a half-t model and demonstranformative prior distribution and as a component in a hierarchicarameters.e basic hierarchical modelork with a simple two-level normal model of data yij with groupyij ∼ N(µ + αj, σ2y), i = 1, . . . , nj, j = 1, . . . , Jαj ∼ N(0, σ2α), j = 1, . . . , J.discuss other hierarchical models in Section 7.2.(1) has three hyperparameters—µ, σy, and σα—but in this papernly with the last of these. Typically, enough data will be availd σy that one can use any reasonable noninformative prior distri(µ, σ ) ∝ 1 or p(µ, log σ ) ∝ 1.27

逆ガンマ分布•  σα 〜～ InvGamma(ε, ε)•  条件付き共役事前分布•  昔からよく使われている•  事後分布が ε の値に影響される•  結論論：使えない28

逆ガンマ分布•  σα 〜～ InvGamma(ε, ε)σα0ε → 0 としても⼭山が残るε ＝ 0.01ε ＝ 0.05ε ＝ 0.129

⼀一様分布•  σα 〜～ Uniform(0, A)•  先ほどのような問題が発⽣生しないので良良い•  ただし、J=1,2 のとき事後分布が improper•  J が⼩小さいとき、miscalibration が⼤大きい•  結論論：J が⼤大きいなら使える30

⼀一様分布•  σα 〜～ Uniform(0, A)σα0 A31

半コーシー分布•  σα 〜～ HalfCauchy(A)•  コーシー分布の正の範囲だけ•  条件付き共役事前分布•  σα = 0 で最⼤大値を取り、なだらかに減少•  弱情報事前分布•  J が⼩小さい場合に良良さそう32

半コーシー分布•  σα 〜～ HalfCauchy(A)A = 5A = 25σα0なだらかに減少33

4. 実際のデータに適⽤用•  8-schools データ•  8 つの学校で⾏行行われた共通テストの点数•  階層モデルにより学校間の得点差をモデル化•  σα に対して無情報事前分布を適⽤用してみるlly-conjugate family. We propose a half-t model and demonstranformative prior distribution and as a component in a hierarchicarameters.e basic hierarchical modelork with a simple two-level normal model of data yij with groupyij ∼ N(µ + αj, σ2y), i = 1, . . . , nj, j = 1, . . . , Jαj ∼ N(0, σ2α), j = 1, . . . , J.discuss other hierarchical models in Section 7.2.(1) has three hyperparameters—µ, σy, and σα—but in this papernly with the last of these. Typically, enough data will be availd σy that one can use any reasonable noninformative prior distri35

http://www.slideshare.net/simizu706/ss-38292230・・・•  集団＝学校•  個⼈人＝テストの点数•  学校ごとに平均点が異異なる•  学校ごとの平均点の分散が σα236

8-schools 逆ガンマ分布•  左： ε = 1, 右： ε = 0.001•  ε によって事後分布が⼤大きく異異なる 52330nσα0 5 10 15 20 25 308 schools: posterior on σα giveninv−gamma (1, 1) prior on σα2σα0 5 10 15 20 25 308 schools: posterior on σα giveninv−gamma (.001, .001) prior on σα2osterior simulations of the between-school standard deviation,37

8-schools 逆ガンマ分布•  逆ガンマ分布にはピークがあり、ε を変更更するとピークが移動する。•  このピークの位置に依存して事後分布が変わってしまう。•  ε をどれだけ⼩小さくしても、この状況は変わらない(⼗十分⼩小さな ε が存在しない)•  無情報事前分布としては不不適切切38

8-schools ⼀一様分布•  σα 〜～ Uniform(0, A)•  事後分布は A の⼤大きさに依存しない。Andrew Gelmanσα0 5 10 15 20 25 308 schools: posterior on σα givenuniform prior on σασα0 5 10 158 schools: posteinv−gamma (1,39

8-schools ⼀一様分布•  逆ガンマ分布とは異異なり、⼗十分⼤大きな A を選べば、事後分布には影響しない。•  無情報事前分布として良良い。•  σα ≦ 20 にだいたい収まっている。•  J=8 ではこれ以上の推定は困難。(注：今は推定の良良さではなく、無情報事前分布としての良良さを調べている)40

3-schools データ •  グループ数が少ない場合はどうなるか？•  8-schools データのうち最初の3つを抽出•  J=3 に対して無情報事前分布を適⽤用する41

3-schools ⼀一様分布•  σα 〜～ Uniform(0, A)•  事後分布が⾮非常に⻑⾧長い裾を引いている。24 Prior distributions for variance paσα0 50 100 150 2003 schools: posterior on σα givenuniform prior on σα03Figure 2: Histograms of posterior simulations of th42

3-schools ⼀一様分布•  事後分布が⾮非常に⻑⾧長い裾を引いている。•  事前分布の影響が残っている。•  無情報＝事後分布に影響しない•  無情報事前分布として不不適切切43

3-schools 弱情報事前分布•  3-schools 問題では、improper な⼀一様分布は、無情報事前分布として使えない。•  弱い事前情報を考える。•  テストの点数は 200 〜～ 800点、平均は500点程度度なので、標準偏差は 300 以下となる可能性が⾼高い。•  A=300 としてみる。44

3-schools 弱情報事前分布•  σα 〜～ Uniform(0, 300)•  ⼀一様分布に弱い情報を持たせても、裾が⻑⾧長いまま。524 Prior distributions for variance paramσα0 50 100 150 2003 schools: posterior on σα givenuniform prior on σα03 schhalFigure 2: Histograms of posterior simulations of the b45

3-schools 弱情報事前分布•  半コーシー分布に弱い情報を持たせる•  σα 〜～ HalfCauchy(25)•  95% の領領域で σα < 300 となるσα0 30046

3-schools 半コーシー分布 •  σα 〜～ HalfCauchy(25)•  半コーシーでは、右裾が抑えられるvariance parameters in hierarchical models00nσα0 50 100 150 2003 schools: posterior on σα givenhalf−Cauchy (25) prior on σαulations of the between-school standard deviation,47

5. 結論論•  階層モデルの階層分散パラメータについて、無情報事前分布として何が良良いかを調べた。•  グループ数 J > 5 の場合は A を⼗十分⼤大きくした⼀一様分布 Uniform(0, A) が良良い。•  J = 3,4,5 の場合は半コーシー分布が良良い。•  逆ガンマ分布は使ってはダメ。49

Movatterモバイル変換

Change Language

階層モデルの分散パラメータの事前分布について

Embed presentation

Recommended

More Related Content

What's hot

Similar to 階層モデルの分散パラメータの事前分布について

More from hoxo_m

Recently uploaded

階層モデルの分散パラメータの事前分布について