【アーカイブ配信】ベイズ統計学の導入と階層モデル

『ベイズデータ解析(第3版)』解説セミナー第1弾!訳者による講義で、ベイズ統計の導入から階層モデルまで徹底解説します。

本セミナーは、2024年8月5日に開催したアーカイブセミナーです。

【学習内容】

  • ベイズの定理や事後分布の基本概念を学び、ベイズ統計学の基盤を固めます
  • 共役事前分布の概念とその利点、具体的なベイズ分析での適用方法を学べます
  • デ・フィネッティの定理の概要と、ベイズ統計における位置づけやその重要性を学べます
  • 階層正規モデルの理論的背景や実装方法、具体的なデータを用いた適用例を学べます
  • Stanを用いた階層モデルや弱情報事前分布を含むベイズモデルの実装を習得できます

【内容】

本セミナーは、『ベイズデータ解析(第3版)』(森北出版、2024年6月)をベースとして、第2章「確率と推論」第3章「単一のパラメータをもつモデル」第5章「階層モデル」に相当する内容を担当訳者である慶應義塾大学 菅澤翔之助准教授に解説していただきます。

特に、ベイズの定理、事後分布、共役事前分布、無情報事前分布、デ・フィネッティの定理、階層モデル、正規モデル、弱情報事前分布について解説します。

本セミナーでは、ベイズ統計学の基本から階層モデルに焦点を当て、以下の内容について深く掘り下げます。

  • ベイズの定理と事後分布の基礎
    • ベイズの定理や事後分布などの基本的な概念を確認し、ベイズ統計学の基盤を固めます。
    • 特に、ベイズの定理の定義とその重要性、事後分布の構成と計算方法、基本的なベイズ推定の手順について詳細に解説します。
  • 共役事前分布を用いたベイズ分析
    • 共役事前分布を用いた基本的なベイズ分析の手法を解説します。
    • 特に、共役事前分布の概念とその利点、具体的な例を通じた共役事前分布の適用方法、ベイズ推定における共役事前分布の利用シーンについて詳細に解説します。
  • デ・フィネッティの定理とその解釈
    • デ・フィネッティの定理の基本概念とその解釈について学びます。
    • 特に、デ・フィネッティの定理の概要、ベイズ統計における定理の位置付けについて詳細に解説します。
  • 階層モデルの考え方と階層正規モデル
    • 階層モデルの基本概念と階層正規モデルの実装方法を解説します。
    • 特に、階層モデルの理論的背景、階層正規モデルの構築と解析、具体的なデータを用いたモデルの適用例について詳細に解説します。
  • 弱情報事前分布とその応用
    • 階層モデルの分散パラメータに対する弱情報事前分布について解説します。
    • 特に、弱情報事前分布の定義と利点、分散パラメータに対する適用方法、実際のデータへの適用例について詳細に解説します。
  • Stanを用いた実践演習
    • Stanを用いた実践的なベイズ分析の演習を行います。
    • 特に、Stanの基本的な使い方、前述の理論を用いたモデルの実装、実データを用いたベイズ推定の実践について演習を通して解説します。

本セミナーでは、理論と実践を一貫して解説し、参加者がStanを用いてベイズ統計学の高度な技術を身につけることができることを目標とします。

翻訳者によるStanを用いた実演を通してベイズ統計学の基礎を固め、階層モデルの実装までを習得する機会としてください。

本シリーズセミナーは以下の構成です。

書籍にはないStanやRでの実装演習を通して翻訳者による徹底解説を行います。

《基礎編》

第1回:ベイズ統計学の導入と階層モデル(講師:菅澤翔之助)

第2回:モデル診断とモデル比較(講師:川久保友超)

第3回:マルコフ連鎖モンテカルロ法(講師:小林弦矢)

第4回:ベイズ的階層回帰モデルの実践アプローチ(講師:菅澤翔之助)

《各論・発展編》

第5回:事後分布の近似計算(講師:小林弦矢)

第6回:ロバストなベイズ分析の理論と実践(講師:菅澤翔之助)

第7回:データ収集を考慮したモデリング(講師:川久保友超)

第8回:欠測データのベイズモデリング(講師:菅澤翔之助)

第9回:非線形ベイズモデリング(講師:菅澤翔之助)

第10回:ガウス課程モデルの基礎と応用(講師:小林弦矢)

第11回:有限混合モデルの基礎と応用(講師:菅澤翔之助)

第12回:ディリクレ過程モデルの基礎と応用(講師:小林弦矢)

【このような方におすすめ】

  • ベイズ統計学や階層モデルを用いたデータ分析を実務に応用したい方
  • ベイズ統計学の基礎から階層モデルまでを深く理解したい方
  • ベイズ統計モデルを使用して、機械学習モデルの精度向上や不確実性の定量化を目指す方
  • 階層モデルやベイズ分析を活用して、複雑なデータ構造を分析したい方
  • Stanを使ってベイズモデリングを学びたい、もしくはすでにStanを利用していて、そのスキルを向上させたい方

【レクチャー】

  • 講義動画
    • 前半:57分
    • 後半:63分
  • 講義資料
    • 拡張子:PDF
    • 部数:1部
  • 演習資料
    • 言語:R言語(Stan)
    • 部数:1部

【講師】

菅澤 翔之助(慶應義塾大学 経済学部 准教授、株式会社Nospare 取締役CRO)

[略歴]

東京大学経済学研究科統計学コース博士課程後期課程修了

統計数理研究所特任研究員、東京大学空間情報科学研究センター 准教授を経て

現職に就任

主な研究分野はベイズ統計学 / 状態空間モデル / 時空間統計学

個人HP

X(旧Twitter)

【受講料金】

¥11,000

ベーシックプラン

お支払いから1ヶ月間、いつでもどこでも受講できます。

※講義動画のダウンロードはできません。

【お申し込みから受講までの流れ】

  1. 本画面上部の「受講申込はこちら(外部サイトへ遷移します)」をクリックしてください。
  2. EDRIGHTというアーカイブセミナー受講プラットフォームに遷移しますので、お支払いをお願いいたします。
  3. お支払い完了後、すぐにセミナーを受講していただけます。(受講期間はお支払いから1ヶ月間です)

【注意事項】

  • セミナーの内容に関するご質問への対応は行なっておりません
  • ご購入後の返金は致しかねますので、予めご了承ください
  • 本ページの内容は予告なく変更する場合がございます
  • 主催者のやむを得ない事情や、天災地変その他の不可抗力の事態により、本セミナーの一部あるいは全部を掲載中止させていただく場合がございます

【お問い合わせはこちら】

万が一、セミナーの資料や動画が異なる、動画や資料が閲覧できないなどの不備がございましたら、運営へお問い合わせください。

問い合わせフォームはこちら