SASAI LAB / INTERACTIVE STATISTICS

BAYESPLAY

観測するたび、
見方が変わる。

まだ分からないことを、分布で表す。
データが加わると、その形はどう変わる？
触って、比べて、ベイズ統計の直感をつかむ。

01 更新から始める 7つのラボを見る ↓

StatPlay のベイズ統計ラボ。観測から更新、予測へ。

TRY BAYES / まずは触ってみるINTERACTIVE

7回成功した。成功率は70%？

1 → 2 → 3で、分布を重ねてみよう。

事前平均50.0%

観測の成功率70.0%

事後平均60.0%

成功 7 / 失敗 3

3 / 更新後事前と観測を合わせると、事後平均は60%。

更新後にも、不確実性の幅が残ります。

横軸は未知の成功率、縦軸は確率密度。尤度（破線）は形を比べるため高さを調整。帯は95%信用区間。

EXPLORE / 07 LABS

ひとつの更新から、広がる見方。

はじめてなら01から。
気になる問いから試しても。

01 → 03 / 更新と予測

LAB 01更新の基本

成功率を更新する

成功と失敗を1件ずつ加える。事前・尤度・事後の関係を見る。

BETA × BINOMIAL

LAB 02予測分布

次の結果を予測する

成功率に残る不確実性は、次の20回の結果にどう表れる？

POSTERIOR PREDICTIVE

LAB 03観測の強さ

7/10と70/100を比べる

同じ70%でも、観測数が違うと山の幅はどう変わる？

LIKELIHOOD

04 → 05 / 題材を変える

LAB 04連続量の推定

平均はどちらへ動く？

観測数とばらつきを変えて、事前平均と観測平均の重みを見る。

NORMAL × NORMAL

LAB 05件数の推定

10件を、何時間で観測した？

件数と観測時間を合わせて、1時間あたりの発生率を推定する。

GAMMA × POISSON

06 → 07 / 情報を共有する

LAB 06小標本と縮約

少ないデータをどう読む？

小標本の極端な比率が、共有する情報でどう動くかを見る。

SHRINKAGE

LAB 07階層ベイズの入口

違いを残して、情報を借りる

全体の中心とグループの違いから、部分プーリングの入口へ。

PARTIAL POOLING

THE CORE IDEA

答えの位置と、
残っている幅を見る。

ベイズ統計は、未知の値についての不確実性を分布で表し、観測で更新する見方です。

01 / PRIOR
事前分布
観測前に、どの値がどれくらいありそうか。
02 / LIKELIHOOD
尤度
その値なら、今回の観測はどれくらい起こりやすいか。
03 / POSTERIOR
事後分布
両者を掛け合わせ、面積が1になるように整えた更新後の分布。