ベイズ統計学（１）

理系大学で学んだ知識の中でどのような分野が社会で活躍しているでしょうか。

その一例としてベイズ統計学があります。

もちろん一般的な統計学（頻度論とよばれている）も疫学や生産管理などの分野で活躍していますが、近年注目されてきたのがベイズ統計学です。ベイズ統計は金融、ＩＴ、マーケティング、人工知能などの分野で広く用いられています。

ベイズ統計学はなぜ注目されたのでしょうか。

それはベイズ統計の理論の柔軟性にあると思います。一般的な統計学である頻度論では多くの試行を繰り返すことが前提となっています。それに対してベイズ統計の場合、試行を繰り返せないようなものにも適応可能です。ベイズ統計の場合、少ないデータであっても適応可能で、新たなデータが入ってきた場合、それを更新することで確率の補正を行うことが可能です。このようなことからビックデータなどの解析にも用いられます。

例えば、コイン投げで表が出るか裏が出るかを考えます。少しわかり辛いかもしれませんが、頻度論の場合、これを多数回投げて、そのデータからコインの裏表が出る確率を1/2として考えます。一方ベイズ統計の場合、表が出たか裏が出たかで確率を更新していきます。またベイズ統計の特徴として事前確率なるものがあります。確率を計算する前にはじめに設定するものですが、これは適当に設定されます。適当と言っても人間の経験などを考慮して設定されるわけですが、ある意味曖昧な部分です。このようなことは頻度論では考えられず、ベイズ統計は頻度論者から批判されてきた歴史もあります。しかし現在はこのような曖昧さがビジネスなどへの適応のしやすさとして捉えられております。

少し抽象的でわかり辛い説明となってしまいましたが、次のページで数学的なところも含め、ベイズ統計についてもう少し詳しく説明したいと思います。