ベイズモデル比較 点推定の代わりに**周辺化**によってモデルのハイパーパラメータを評価しましょう。 Ｌ個の に対し、あるモデルの不確かさはモデルの事後分布で評価できます。 このとき、を**モデルエビデンス**といい、モデル空間におけるデータの周辺尤度となっています。 はベイ… 続きを読む

バイアスーバリアンス分解：モデルの複雑さの問題 モデルの複雑さの問題として... バイアス-バリアンスのトレードオフ 損失関数：二乗損失関数 最適な予測：条件付き期待値 二乗損失の期待値（＝平均的な誤差）を計算しましょう。 一項目から、 と表されます。これは以下の関係を表し… 続きを読む

回帰の目的 …… データ集合から目標を予測します。 線形基底関数モデル 単純にについて線形結合するのは「線形回帰」と呼ばれます。 ここでは、 について**非線形な関数の線形結合**を考えましょう。 これは、パラメータについての線形結合なので「線形モデル」となります！ は鬱陶しい… 続きを読む

GLMによる集団解析には、２段階の分析が必要となります。 個人ごとのGLM 統計マップの集合に対するGLM １. 個人差 被験者のサンプルから母集団について推定するには、母集団の正確なモデル化が必要となります。そのためには、「構造的な個人差」と「機能的な個人差」を取り除かなけれ… 続きを読む

Statistical Parametric Map から、タスクに敏感なボクセルの閾値をどのように決めますか？ 各ボクセルに対しては、標準正規分布から偽陽性率が基準と一致する閾値を決定することができます。しかし、全脳の約10万ボクセルに偽陽性率５%をそのまま当てはめると、約5… 続きを読む