涌井貞美『図解・ベイズ統計「超」入門』

会話形式で書かれた、ベイズ入門書
確率とは、というところから始まる。
わりとさくさく読めた。
ベン図でなく、四角い図で書く。

ベイズは、ベイズの定理がまずあって、その上にそれを応用した確率論や統計論が乗っかっている、というイメージ、らしい。

第1章　「ベイズ統計」ってなんだろう？
第2章　確率の「４つの基本」を押さえよう
第3章　「ベイズの定理」を理解しよう
第4章　「ベイズの定理」を応用しよう
第5章　「理由不十分の原則」と「ベイズ更新」を理解しよう
第6章　「ベイズ統計学」を理解しよう
第7章　正規分布データをベイズ統計で分析しよう

従来の統計学との違い→確率が中心にある

モンティ・ホール問題（意志決定理論につながる話。３つのドアのうちどれかに賞金が隠されていて、1つドア開けてからだと、変更したほうが有利になるっていう奴（すごくざっくりした説明））
偽陽性

理由不十分の原則（事前確率は任意の値いれていいという奴
ベイズ更新
ナイーブベイズフィルター（ベイズ更新つかって、迷惑メール振り分けする
過去のデータを取り込むことができるのが、従来の統計学との違い

ベイズ統計学
確率分布
例えば、コイントスをするとして、表を１，裏を２とすると、それを確率変数と呼ぶ。サイコロをふるのだったら、１，２，３……。
分散：確率変数の値の広がり。分散＝（ｘ1-μ）^２×p１＋（ｘ２-μ）^２×p２＋……（ｘn-μ）^２×pｎ
x１〜xnは確率変数、μは確率変数の平均値、p１〜pnはそれぞれの確率
標準偏差：分散の平方根。分布の山の中腹の幅の目安を示す。
コインとかサイコロとかだと、確率変数が離散的だけど、製品の重さなどの値だと、確率変数は連続的になる。
確率変数が連続的なとき、確率は、確率分布を示す関数が作る面積となる。