セミナー、ベイズ統計学、回帰モデル、マルコフ連鎖モンテカルロ法、 事前分布

サイトマップサイトマップ よくあるお問合わせよくあるお問合せ リクエストリクエスト セミナー会場セミナー会場へのアクセス リンクリンク
セミナーのメニュー
  ヘルスケア系
8月
9月
10月
11月〜

化学・電気系 その他各分野
8月
9月
10月
11月〜

  ・10月名古屋開催セミナー
出版物出版物
新刊図書新刊図書 月刊 化学物質管理Gmpeople
通信教育講座通信教育講座
LMS(e-learning)LMS(e-learning)
セミナー収録DVDDVD
電子書籍・学習ソフトDVD
セミナー講師のコラムです。講師コラム
  ↑2019/7/3更新!!
お申し込み・振込み要領お申込み・振込要領
案内登録案内登録
↑ ↑ ↑
新着セミナー、新刊図書情報をお届けします。

※リクエスト・お問合せ等
はこちら→ req@johokiko.co.jp



SSL GMOグローバルサインのサイトシール  


セミナー、ベイズ統計学、回帰モデル、マルコフ連鎖モンテカルロ法、 事前分布

*その他 機械学習・ディープラーニング・人工知能: 関連セミナー、書籍はこちら:

★はじめてベイズ統計学に触れる方も安心!
★通常の統計学と対比を通じて、ベイズ統計学の考え方を分かりやすく紹介!

初心者のためのベイズ統計学
〜通常の統計学から見るベイズ統計学の考え方〜

講師

神戸大学大学院 経営学研究科 准教授 清水玄彦 先生

* 希望者は講師との名刺交換が可能です

講師紹介

■ご略歴:
慶應義塾大学経済学部卒業
Rutgers University大学院博士課程修了(Ph.D. in Economics)
財務省財務総合政策所研究官、同志社大学商学部助教を経て現職

■ご専門および得意な分野・研究:
ベイズ統計学、計量経済学

→このセミナーを知人に紹介する

日時・会場・受講料

●日時 2019年10月28日(月) 12:30-16:30
●会場 [東京・京急蒲田]大田区産業プラザ(PiO)6階D会議室 →「セミナー会場へのアクセス」
●受講料 1名38,000円 + 税、(資料付)
 *1社2名以上同時申込の場合、1名につき28,000円 + 税
 ※消費税につきましては講習会開催日の税率にて課税致します。
      *学校法人割引;学生、教員のご参加は受講料50%割引。→「セミナー申込要領・手順」を確認下さい。

 ●録音・撮影行為は固くお断り致します。
 ●講義中の携帯電話の使用はご遠慮下さい。
 ●講義中のパソコン使用は、講義の支障や他の方の迷惑となる場合がありますので、極力お控え下さい。
  場合により、使用をお断りすることがございますので、予めご了承下さい。
  *PC実習講座を除きます。


■ セミナーお申込手順からセミナー当日の主な流れ →

セミナーポイント

■はじめに
 本講座では、はじめてベイズ統計学に触れる方を対象とした解説を行います。
 通常の統計学と対比を通じて、ベイズ統計学の考え方を分かりやすく紹介します。

■ご講演中のキーワード:
 ベイズの定理、尤度、事前確率、事後確率、回帰分析、MCMC法

■受講対象者:
・ 統計学に興味をお持ちの方であれば、どなたでも受講可能です。
・ これまでと違ったアプローチで統計分析を行ってみたい方

■必要な予備知識や事前に目を通しておくと理解が深まる文献、サイトなど:
・ 高等学校卒業レベルの数学(特に微分積分)の知識があることが望ましいですが、数理展開に惑わされず数式の意味を理解するようにしてください。
・ ベイズ統計学の歴史については、たとえば以下の文献をご参照ください。
シャロン・バーチュ・マグレイン著、冨永星訳
『異端の統計学 ベイズ』草思社

■本セミナーで習得できること:
・ ベイズ統計学の基礎知識
・ 統計的思考
・ 統計分析の応用可能性

セミナー内容


1. はじめに:(ベイズ)統計学とは何か
2. 確率の基礎

1) 三種類の確率
 a) 古典的確率
 b) 相対頻度確率
 c) 主観的確率
2) 条件付き確率と乗法定理
3) 確率変数と確率分布
4) 尤度関数と最尤法

3. ベイズの定理とその応用
1) ベイズの定理1(逆確率の法則)
2) ベイズの定理2(情報の更新)
3) 直感と定理との乖離:三囚人問題(またはモンティホール問題)
4) 事前確率・尤度・事後確率
5) 最尤法とベイズ分析の比較
4. ベイズ統計分析の基礎
1) 統計モデルの考え方:データとパラメータの関係
2) 事前分布の選択
a) 自然共役事前分布
b) 無情報事前分布
3) 事後分布の評価
a) 信用区間:信頼区間との相違
b) ベイズ・ファクター:仮説の比較
4) 簡単な具体例
a) 自然共役事前分布の場合
b) 無情報事前分布の場合
5. ベイズ統計分析の応用
1) 回帰分析の基礎:古典的統計分析の場合
2) 回帰モデルのベイズ分析
3) その他のベイズ分析
6. 現代のベイズ分析
1) 自然共役ではない事前分布
2) 事後分布の導出方法
3) マルコフ連鎖モンテカルロ法
4) 回帰モデルのMCMC分析
7. 全体のまとめ

セミナー番号:AC191068

top

注目の新刊

雑誌 月刊化学物質管理

洗浄バリ 2019

日本語メディカルライティング

DI対応CSV 2019

プラスチック環境対応技術

自動運転センシング

半導体製造プロセス

三次元培養

ピッカリング・エマルション

再生医療・細胞治療

分野別のメニュー

化学・電気系他分野別一覧

  植物工場他

  機械学習他

ヘルスケア系分野別一覧

  海外関連

  医療機器

各業界共通
マーケティング・人材教育等

「化学物質情報局」

特許・パテント一覧 INDEX
(日本弁理士会 継続研修)

印刷用申込フォーム    

セミナー用

書籍用

会社概要 プライバシーポリシー 通信販売法の定めによる表示 商標について リクルート
Copyright ©2011 情報機構 All Rights Reserved.