10 件起きたという観測は、多いのか少ないのか。1 時間の 10 件と 10 時間の 10 件は同じ意味なのか。
LAB 05 / GAMMA-POISSON UPDATE
件数の観測は、観測時間と一緒に扱う
事故、問い合わせ、アクセスのような件数では、発生率を推定する。件数だけでなく、どれくらいの時間、観測したかが意味を変える。
← 7つのラボ / LAB 05
何を推定しているか
観測はどこを支持するか
更新後にどれくらい幅が残るか
このラボの問いと、グラフの読み方
BEFORE GRAPH
グラフで確かめること
Gamma-Poisson 更新では、観測件数が発生率を動かし、観測時間も、更新後の分布の位置や幅に関わる。
横軸は発生率。観測時間が長いほど、同じ件数でも黄色の山は細くなり、発生率の候補が絞られる。
COLUMN NOTE
件数だけでなく、どれだけ観測したかを見る
問い合わせ10件、事故2件、アクセス300件のようなデータは、件数だけでは意味が決まりません。1時間で起きたのか、10時間で起きたのか、100人を見たのか、1万人を見たのかで推定する発生率は変わります。
Gamma-Poisson 更新では、観測件数が発生率の中心を動かし、観測時間と合わせて、発生率を推定します。同じ10件でも、短い時間なら高い発生率、長い時間なら低い発生率として読まれます。
0件の観測も、発生率が完全に0だと決める材料ではありません。長く観測して0件なら低い発生率を強く支持し、短い観測で0件ならまだ幅が残る。ここでも中心と幅を一緒に見ます。
同じ件数で、観測時間を変える
0付近の密度が大きいため、縦軸の表示上限で切り取っています。分布の面積の比較には使えません。
出発点(事前分布)
観測された発生率(縦線)
更新後(事後分布)
観測された発生率-
更新後の平均(事後平均)-
95%信用区間-
AFTER GRAPH
操作したあとに確認すること
まず試す操作
観測件数を固定して、観測時間だけを変える。観測された発生率と黄色の山の幅が変わるところを見る。
比べてみるところ
0 件でも発生率が完全に 0 とは限らない。長く観測して 0 件なら、低い発生率を強く支持する。
次へのつながり
ここまでは 1 つの対象を推定してきた。次は、複数グループが並ぶ場面で、小さいサンプルをどう読むかを見る。