\Rを使った例を通して実際の使い方や分析イメージを紹介し「ベイズモデル選択の理論的基礎を理解して使える」ようになることを目指す/

本セミナーでは、ベイズモデル選択の基礎的事項（モデル事後確率・ベイズファクター）の説明をしたのち，具体的なモデル比較の方法と複数のモデルの不確実性を考慮したベイジアンモデルアベレージングの考え方について簡単な例を通して解説する。

ベイズ検定もモデル選択の特殊ケースであるが，ベイズ検定（とp-値との関係）についてもその注意点とともに述べる。

ベイズモデル選択において重要な周辺尤度の計算について，代表的な数値計算手法を紹介しRを用いた実装方法について扱う予定である。

ベイズモデル選択は

・モデル事後確率に基づき，モデル比較を行う

・一つのモデルを選択するだけでなく複数のモデルの不確実性を考慮したモデル平均が可能

・仮説検定もモデル選択の特殊なケースとして同じ考え方で扱うことが可能

などの利点があります。

ベイズモデル選択については、その基礎事項や利用上の注意点などがまとまっている日本語の書籍が多くありません。

本セミナーでは考え方の理解に重点を置くため、複雑なモデルは避け、シンプルなモデルを題材としてモデル比較・モデルアベレージングの考え方を紹介します。

本セミナーでは

・モデル事後確率やベイズファクターなどのベイズモデル選択の文脈で出てくる用語の定義と解釈

・複数のモデルを統合して推測・予測を行うベイジアンモデルアベレージングの考え方

・ベイズファクターを計算するために必要な周辺尤度をMCMC標本を用いて計算するための方法

などについて解説します。

さらに、Rを使った例を通して実際の使い方や分析イメージを紹介し、「ベイズモデル選択の理論的基礎を理解して使える」ようになることを目指します。