統計検定ではなく、ベイズ推定検定が必要かもしれない②

二番目の仮定の自己統一性が情報の完全性だとすれば、ベイズ推定は何になりますか？

二番目の仮定の自己統一性を「情報の完全性」と仮定すると、ベイズ推定は**「情報の処理」**と捉えることができます。
具体的には、ベイズの定理を用いて、新しい情報が得られた際に、確率分布をどのように更新するかを記述します。これは、不完全な情報に基づいて判断を下す場合に役立ちます。
例えば、スパムフィルタリングを例に考えてみましょう。スパムフィルタリングでは、メールがスパムであるかどうかを判断する必要があります。しかし、すべての情報が最初に分かっているわけではありません。メールの件名や本文、送信者など、新しい情報が得られるにつれて、スパムである確率を更新していく必要があります。
ベイズ推定は、このような情報の処理を可能にする数学的な枠組みを提供します。
まとめ

• 情報の完全性: 自己統一的な説明は、すべての関連情報を考慮する必要があります。

• ベイズ推定: ベイズ推定は、新しい情報が得られた際に、確率分布をどのように更新するかを記述します。
  ベイズ推定は、情報の処理を通じて、情報の完全性を補完する役割を果たします。

データの加工の仕方や、データの取捨選択が大事だ！
とは、良く言われているが

ベイズ推定とは、情報の完全性を補う役割だったのだ！

つまり、ベイズ推定とはそも不完全な情報から、少しでも完全な確率分布を作りたい！

という意図だったのだ！

知ってて、便利だからといってついつい頼りガチになるのは、テレビやマスコミと同じく

不完全な未来を完全な未来と錯覚させられてしまい

AI駆使する人々は駄目、古典的な人々は素晴らしい！

というマスコミ現象が再現される可能性すら、あるのだ！