講座概要
ベイズ統計は、不確実性を定量的に扱うための柔軟な手法であり、医療・社会調査・機械学習など様々な分野で活用されています。
まず、ベイズ推論の基礎的な枠組みや、事前分布・事後分布の考え方、ベイズの定理を用いた推定手順を学びます。その上で、MCMC（マルコフ連鎖モンテカルロ法）による事後分布の計算方法について解説し、Stanを使ったMCMCの実行方法を体験します。
さらに、ベイズモデリングの応用例として、階層モデルの理論的背景と実装方法を学習します。少ないデータや複数のグループが存在する状況において、情報を「借り合う」ことで精度の高い推定を行う階層モデルの利点を紹介し、二項ベータモデルや階層正規モデルの構築・解釈を詳しく解説します。
この講座を通じて、ベイズ統計の考え方とStanによる実装スキルを獲得し、実データへの応用力を身につけることを目指します。
- ベイズ統計の基礎とベイズルールの直感的理解
- 事前分布・事後分布の意味と設計
- MCMCとStanによるシミュレーション推論
- 二項モデルによるベイズ推定の実例
- 階層モデルの構造と“情報の借り合い”の理論
- 階層ベータモデル・階層正規モデルの実装
【講義動画】前半: 57分、後半: 63分
【講義資料】1部、PDF
このような方におすすめ
- ベイズ統計学の理論と実装を基礎から学びたい方
- Stanを使ってMCMC推論を実装したい方
- 階層モデルの仕組みと“情報の借り合い”に興味がある方
- 社会科学・医療・教育など複数グループの統計分析に取り組む方
- 「数式だけで終わらないベイズ」実践に挑戦したい方
講師プロフィール
菅澤 翔之助（スガサワ ショウノスケ）
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
サンプル動画
講座の冒頭映像です
注意事項
- 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
- 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
お問い合わせ
-
ご質問やご不明点などがある方は、フッター部分にある「お問い合わせ」リンクよりご連絡くださいませ。
