ギブス・サンプラーを用いた事後分布の導出や結果の解釈、階層モデルの利点について解説します。（『標準 ベイズ統計学』第8, 9章相当）

好評を博した弊社Qiita記事「MCMCをフルスクラッチで実装するトレーニング方」に関連して、マルコフ連鎖モンテカルロ法（MCMC）をゼロから自力で実装するために必要な事項を取り上げ講義およびRによる演習を行います。

SSM（状態空間モデル）とは、時系列データをモデル化する際に、直接見ることのできない「状態」とその状態から観測される「観測値」に分解してモデル化する手法です。

本セミナーでは、好評を博した弊社Qiita記事「情報のプール」の観点で捉える階層モデル（https://qiita.com/ssugasawa/items/afb3bd8179c0306935b7）に関連して混合効果モデルについて徹底的に解説し、演習を通して実際の使い方や使用イメージを学ぶことができます。

MMMとはMarketing Mix Modelingの略であり、マーケティング施策が成果に与える影響を定量化する統計学的な分析です。本講座では、広告施策を主題材として、MMMを基礎から実装までを学びます。

本講座では『標準 ベイズ統計学』2, 3章で紹介されている内容に加え、ワークショップ形式で実際の例題・演習を考えながらベイズ統計で用いる数学的な概念について学びます。

『標準 ベイズ統計学』9章 + 11章前半の内容に加え、例題・演習を交えながら線形回帰のベイズ分析について解説いたします。