『ベイズデータ解析（第3版）』解説セミナー第2弾！訳者による講義で、ベイズモデル診断とモデル比較を徹底解説します。
本セミナーは、2024年8月6日に開催したアーカイブセミナーです。
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6章「モデル診断」第7章「モデルの評価，比較，拡張」に相当する内容を担当訳者である千葉大学 川久保友超准教授に解説していただきます。
特に、事後予測診断、情報量規準（AIC, BIC, DIC, WAIC）と交差検証、ベイズ因子について解説します。
本セミナーでは、ベイズモデルのモデル診断とモデル比較の2トピックに焦点を当て、徹底的に解説します。
はじめに、本セミナーのモデル診断の一環として取り扱う方法が「事後予測診断」です。この基本概念と実装例について解説します。
次に、モデル比較の方法として、様々な情報量規準と交差検証およびベイズ因子について、その考え方の解説と実践例の紹介を行います。
まず、本セミナーで取り扱う情報量規準は以下の4つであり、それぞれの基本概念から解説します。
また、交差検証およびベイズ因子の基本概念も丁寧に解説し、その実践例について紹介します。
Stanによる実践的な演習を通して、これらの概念と技法を自分のスキルとして習得することを目指します。
このセミナーはシリーズで受講しなくても単体で完結する内容となっております。
翻訳者によるStanを用いた実演を通して「モデル診断とモデル比較」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）
川久保 友超（千葉大学 准教授）
所属：千葉大学 大学院社会科学研究院 准教授
学位：博士（経済学）(東京大学)
[経歴]
2019年1月 - 現在：千葉大学, 准教授
2015年10月 - 2018年12月：千葉大学, 講師
[最近の論文]
Small areaestimation of general finite-population parameters based on grouped data
Bayesianapproach to Lorenz curve using time series grouped data
Estimationand inference for area-wise spatial income distributions from grouped data
[主な書籍等出版物]
『ベイズデータ解析』, 菅澤翔之助, 小林弦矢, 川久保友超, 栗栖大輔, 玉江大将, 株式会社Nospare，森北出版， 2024年6月
¥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。
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。
.png)
