メインコンテンツへスキップ
LAB 07 / HIERARCHICAL BAYES ENTRY

グループごとの違いを残しながら、全体の情報も借りる

全体の情報を使うと、各グループの推定値はどれくらい中心へ寄るでしょうか。グループ間の違いを変えて比べます。

← 7つのラボ / LAB 07
部分プーリングについて

グループの違いを残して、情報を共有する

グループを別々に推定すると、観測数が少ないグループの推定値は、大きくばらつくことがあります。全グループをまとめて1つの値を推定すると、グループごとの違いは表せません。

部分プーリングでは、各グループの観測と全体の傾向の両方を使います。各グループの推定値が全体の中心へ寄りながらも、それぞれの違いが残ります。

グループの違いと、情報の共有を見る

部分プーリングの動きを見るための概念図です。共有の強さはスライダーに応じた規則で設定しており、階層モデルの事後分布を計算したものではありません。

グラフの数値を見る
グループの観測 部分プーリング後 データから読んだ全体中心
全体の中心-
共有の強さ-
小標本の移動-