Summary
連続値のデータに対する代表的な回帰分析の方法として線形回帰モデルがあります。
本講座では、線形回帰モデルのベイズ分析について解説します。
本講座は『標準 ベイズ統計学』の第9章 + 11章前半相当の内容を解説いたします。
\標準 ベイズ統計学シリーズ 第8回/
『標準 ベイズ統計学』入江 薫・菅澤 翔之助・橋本 真太郎 訳（朝倉書店、2022年06月01日刊行）の訳者である菅澤先生（慶應義塾大学）に登壇していただき、線形回帰モデルのベイズ分析について解説していただきます。（『標準 ベイズ統計学』第9章 + 第11章前半相当）
連続値のデータに対する代表的な回帰分析の方法として線形回帰モデルがあります。
本講座では、線形回帰モデルのベイズ分析について解説します。
パラメータに対する事前分布の設定や、事後分布の様々な計算方法について扱い、さらには変数選択や縮小事前分布の話題についても触れます。
さらに、グループ構造があるデータ (階層データ) に対して、グループごとに回帰係数が異なる線形回帰モデル (階層線形回帰モデル) について解説します。
また、それぞれのモデルに対してRを用いた演習を行い、確実に修得することを目指します。
本講座は『標準 ベイズ統計学』の第9章 + 11章前半相当の内容を解説いたします。
【キーワード】
- 線形回帰モデル
- ベイズ推定
- ベイズ的なモデル選択
- 階層回帰モデル
【対象者】
- 学部上級レベルの統計学の知識がある方
- 『標準 ベイズ統計学』を読書中の方/挫折してしまった方
- 執筆者の解説によりさらに理解を深めたい方
【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 兼 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
\受講プログラム/
約60分間の講義動画を前編と後編に分けた2本立てとなっており、
合計で120分のセミナーとなっております。
\おすすめの講座/
この講座を閲覧しているあなたにおすすめの講座・シリーズ講座を紹介いたします。
【注意事項（必ずお読みください）】
- 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、ご了承ください
【免責事項（必ずお読みください）】
- 本ページの内容は予告なく変更する場合がございます
- 主催者の諸般の事情や、天災地変その他の不可抗力の事態により、本講座の一部あるいは全部を中止させていただく場合がございます