……Zoomオンライン受講
……見逃し視聴選択可
★臨床研究・製造業・社会調査など幅広い分野で注目されるベイズ統計。その基礎と応用を1日で効率的に習得
★ベイズ統計の基礎からSPSSでの実践までを体系的に習得し、研究や業務に活かせる実用的な視点を養います
講師
東洋大学 総合情報学部 准教授 石村 光資郎 氏
講師紹介
■経歴
2002年 慶應義塾大学理工学部数理科学科卒業
2008年 慶應義塾大学大学院理工学研究科基礎理工学専攻博士課程修了 博士(理学)
2009年 - 現在 東洋大学総合情報学部 准教授
■専門および得意な分野・研究
エルゴード理論
統計解析
<その他関連セミナー>
統計解析 一覧はこちら
日時・受講料・お申込みフォーム
●日時:2025年12月17日(水) 13:00-17:00 *途中、小休憩を挟みます。
●受講料:
【オンライン受講(見逃し視聴なし)】:1名 46,200円(税込(消費税10%)、資料付)
*1社2名以上同時申込の場合、1名につき35,200円
【オンライン受講(見逃し視聴あり)】:1名 51,700円(税込(消費税10%)、資料付)
*1社2名以上同時申込の場合、1名につき40,700円
*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」を確認ください。
●録音・録画行為は固くお断りいたします。
お申込みはこちらから
配布資料・講師への質問など
●配布資料はPDFなどのデータで配布いたします。ダウンロード方法などはメールでご案内いたします。
・配布資料に関するご案内は、開催1週前~前日を目安にご連絡いたします。
・準備の都合上、開催1営業日前の12:00までにお申込みをお願いいたします。
(土、日、祝日は営業日としてカウントしません。)
・セミナー資料の再配布は対応できかねます。必ず期限内にダウンロードください。
●当日、可能な範囲でご質問にお答えします。(全ての質問にお答えできない可能性もございます。何卒ご了承ください。)
●本講座で使用する資料や配信動画は著作物であり、無断での録音・録画・複写・転載・配布・上映・販売などは禁止いたします。
●ご受講に際しご質問・要望などございましたら、下記メールアドレス宛にお問い合わせください。
req@*********(*********にはjohokiko.co.jpを入れてください)
オンラインセミナーご受講に関する各種案内(必ずご確認の上、お申込みください。)
※メールアドレスの記載誤りについては、以下へご連絡お願いいたします。
req@*********(*********にはjohokiko.co.jpを入れてください)
→Skype/Teams/LINEなど別のミーティングアプリが起動していると、Zoomで音声が聞こえない、カメラ・マイクが使えないなどの事象が起きる可能性がございます。お手数ですが、これらのアプリは閉じた状態にてZoomにご参加ください。
→音声が聞こえない場合の対処例
→一部のブラウザは音声が聞こえないなどの不具合が起きる可能性があります。
対応ブラウザをご確認の上、必ず事前のテストミーティング をお願いします。
(iOSやAndroidOS ご利用の場合は、アプリインストールが必須となります)
→見逃し視聴について、 こちらから問題なく視聴できるかご確認ください。(テスト視聴動画へ)パスワード「123456」
<見逃し視聴ご案内の流れ・配信期間詳細>
セミナーポイント
■講座のポイント
近年注目を浴びているベイズ統計とはどのようなものなのか、入門的な解説をします。
基本となるベイズの定理および事前分布・事後分布の説明を行います。
従来の統計的手法との違いと、ベイズ統計を利用した具体例を紹介します。
【参考書籍】
下記書籍は講義中に取り上げる予定です。
事前にご準備いただく必要はありませんが、お手元にご用意いただくと、より理解を深める助けになります。
「入門はじめての統計解析」 石村貞夫 著、東京図書
「SPSSによるベイズ統計の手順」 石村光資郎・石村貞夫 著、東京図書
■受講後、習得できること
・ベイズ統計の概念
・ベイズの定理
・事前分布
・事後分布
・ベイズ因子
■講演中のキーワード
ベイズ統計、ベイズの定理、事前分布、事後分布、事後分布の評価、ベイズ因子
セミナー内容
1. 統計を使って知りたいこと
1.1 我々にはデータしか見えていない
1.2 そのデータはどこからくるのか
1.3 確率の高いモノたちが標本という名のデータとして観測される
1.4 その確率を求めるには母集団という名の分布が必要となる
1.5 母集団には全ての情報が含まれている
2. 従来の統計学の考え方
2.1 母集団と標本の関係
2.2 区間推定と仮説の検定
2.2.1 信頼係数と信頼区間
2.2.2 仮説と対立仮説
2.2.3 検定統計量と有意水準
3. ベイズ統計の考え方
3.1 ベイズの定理(離散確率変数)
3.1.1 新型コロナウィルスの感染確率
3.1.2 トビラが100のモンティ・ホール問題
3.1.3 ダイヤモンドを盗んだ犯人はルパンなのか?
3.2 ベイズ統計(連続確率変数)
3.2.1 事前分布と事後分布
3.2.1.1 事前分布の具体例
3.2.2 共役事前分布の例
4. いろいろな確率分布
4.1 正規分布によるベイズ統計
4.2 2項分布によるベイズ統計
4.3 ポアソン分布によるベイズ統計
5. SPSSを用いたベイズ統計
5.1 2つの母平均のベイズ推定とベイズ検定(事後分布の評価とベイズ因子)
5.2 2つの母比率のベイズ推定とベイズ検定(事後分布の評価とベイズ因子)
5.3 分散分析のベイズ推定とベイズ検定(事後分布の評価とベイズ因子)
お申込みはこちらから
セミナーコード:AD251290