日時 2003年 10月 7日(火) 15時〜15時50分 場所 経済学部新棟3階第3教室 講演者 米田 伸弘(経済M1) 演題 ノンパラメトリックなpriorを用いた場合のベイズ分析法 概要: Bayesian nonparametricsという考え方自体はFerguson(1974)に始まる。しかし、 実践的な応用がなされるためには、Escobar(1994)によるマルコフ連鎖モンテカ ルロ法を用いた推定法の提案を待たねばならなかった。Escobarの方法には、サ ンプル間の自己相関が高いために収束が遅いという問題と、Generalized Polya urn schemeを用いるためにモデル全体をmarginalizeする必要があるという問題 がある。特に、後者はこの手法を用いる際の大きな制約となってきた。だが、こ の二つの問題点はIshwaran and James(2001)により提案された方法によりいずれ も回避できる。 今回はBayesian nonparametricsの一番良く知られたクラスであるDirichlet process priorを用いた場合のサンプリング法について概観する(Neal(2000))。 さらに、Kleinman and Ibrahim(1998)による「ノンパラメトリックな変量効果 を持つ線形混合モデルのベイズ分析」を、Ishwaran and James(2001)により提案 された方法で追試し、その結果を比較し、報告する。
Tokyo University