|
統計数理研究所の柳本武美名誉教授との共同研究を論文として発表した．Bayes統計学における事前分布に関する理論研究である．Jeffreysの事前分布は代表的な無情報量事前分布であり，特にデータ解析者がパラメータに関する情報を持っていないときに用いられる．パラメータ変換に関する不変性を持つことが知られている．この研究では，対象とする標本分布を指数型分布族とし，Jeffreysの事前分布の特徴づけを考察した．指数型分布族は正規分布，ガンマ分布，2項分布およびポアソン分布などを含む応用上非常に重要な分布族（＝分布の集合）である．また，共役事前分布をもつという理論的にも非常にきれいな性質を持っている．共役事前分布とは事前分布と事後分布が同一の関数形になる事前分布である．指数型分布族に特徴的なこととして，正準パラメータというパラメータを具備していることが挙げられる．正準パラメータは自然パラメータと呼ばれることもあり，指数型分布族以外では一般に表れない．指数型分布族は有限個の確率分布の幾何平均として理解できる．粗く言えば，幾何平均をとるときのウェイトが正準パラメータである．Jeffreysの事前分布は，(1)共役事前分布を仮定する，および，(2)正準パラメータに着目することにより，「事前分布における正準パラメータの期待値が，共役事前分布が含む情報量をゼロにする極限で，非常に速いスピードで共役事前分布自身がもつ正準パラメータに収束する」ことによって特徴づけられることを明らかにした．この特徴づけは，対応する事後分布の下では，正準パラメータの事後期待値がデータサイズが無限大になる極限で，非常に速いスピードで最尤推定量に収束することに対応する．
|
