ベイズ統計における事前確率と観測情報に基づく事後確率の更新

ベイズ統計(Bayesian Statistics)は,「ベイズの定理」に基づいて確率を信念の度合い(主観確率)として扱う統計学の枠組みです。 あらかじめ想定した確率分布である「事前分布」に対し,新たに観測されたデータ(証拠・尤度)を掛け合わせることで確率を逐次更新し,「事後分布」を導出します。この逐次学習・推論の仕組みは,機械学習のナイーブベイズ分類器や迷惑メールフィルター(スパムフィルター)などに広く応用されています。したがって正解はイとなります。 各選択肢の解説は以下のとおりです。 貿易統計などの国際経済統計の説明です。 記述統計学(Descriptive Statistics)の説明です。 ベイズ統計はオープンデータに限定されるものではなく,分析対象を制限する理論ではありません。

ベイズ統計の説明として,適切なものはどれか。

出典令和6年度 秋期 応用情報技術者試験 午前 問76
ア
経済統計に関する国際条約に基づいて,貿易実態を正確に把握し,国の経済政策や企業の経済活動の資料とすることを目的とした指標を作成する統計手法
イ
事前分布・事後分布といった確率に関する考え方に基づいて体系化されたものであり,機械学習,迷惑メールフィルターなどに利用されている統計理論
ウ
収集されたデータの代表値である平均値・中央値・最頻値を求めたり,度数分布表やヒストグラムを作成したりすることによって,データの特徴を捉える統計理論
エ
ビッグデータの収集・分析に当たり,分析結果の検証可能性を確保し,複数の分析結果を比較可能とするために,対象をオープンデータに限定する統計手法