ベイズ統計的推論

ベイズ推論は、データが蓄積されるにつれてパラメータや仮説に関する信念を更新するためにベイズの定理を用いる統計的枠組みである。1763年に死後出版されたトーマス・ベイズの業績は、20世紀になり計算技術（ギブスサンプリング、マルコフ連鎖モンテカルロ法）が進歩してベイズ的手法が実用的になるまで、長く埋もれていた。頻度論的推論（パラメータを固定された未知数として扱う）とは異なり、ベイズ解析ではパラメータを確率分布を持つ確率変数として扱い、パラメータに関する直接的な確率記述、事前知識の組み込み、逐次的な更新を可能にする。精度医療、適応型試験、複雑な階層モデル、および事前情報が推論を豊かにするあらゆる文脈において不可欠である。