ギブス・サンプラーの性質と使用上の注意点について解説したのち、多変量データをモデル化する際に最もよく用いられる多変量正規分布のベイズ分析を扱います。（『標準 ベイズ統計学』第6, 7章相当）

『標準 ベイズ統計学』10章の内容に加え、例題・演習を交えながら非共役事前分布とメトロポリス・ヘイスティング法を解説していただきます。

本セミナーでは、標準的なベイズ統計学の枠組みを簡単に復習したのち、データとパラメータの関係を（確率モデルあるいは尤度関数ではなく）損失関数の形で表すことで、モデルフリーなベイズ推測を行うことが可能な一般化ベイズ法の考え方を解説する。

本講座では『標準 ベイズ統計学』2章、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・演習を交えながら、モンテカルロ近似の考え方とその方法を説明します。