Summary
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）
『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、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）
個人や地域などの情報によってグループの構造を持っているデータに対する効果的なモデリングの枠組みとして階層モデルがあります。
本セミナーでは、階層モデルの根本的な考え方を導入し、正規分布に基づいた階層モデルである階層正規モデルに焦点を当て、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。
さらに、具体的なデータ例に対して階層正規モデルを当てはめ、事後分布を用いた多重比較やパラメータ推定について紹介します。
本セミナーは『標準 ベイズ統計学』の第8, 9章とその応用までを解説します。
【キーワード】
- 階層モデル
- 正規分布
- 多重比較
- ギブス・サンプラー
- 縮小効果
- 条件付き事後分布
【対象者】
本セミナーでは、以下のいずれかに当てはまる方を対象としています。
- 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。
階層モデルの考え方とその応用
受講可能まで
日
日
登録後
\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