ベイズ統計実践 ～MCMC法を使ったシミュレーションの考え方と具体的な活用事例について～

ベイズ統計実践セミナー！より深くベイズ統計を理解したい方におススメのセミナーです！

1日目：2022年9月14日（水） 10:30-16:30  ベイズ統計入門
2日目：2022年9月21日（水） 10:30-16:30  ベイズ統計実践【本ページ】
※9月14日（水）「ベイズ統計入門」とセットでご受講いただけます。

セミナー講師

 青木 義充 先生   株式会社フィンデクス 代表取締役 博士（学術）

セミナー受講料

『ベイズ統計実践(9月21日)』のみのお申込みの場合
【オンラインセミナー（見逃し視聴なし）】：1名47,300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36,300円
【オンラインセミナー（見逃し視聴あり）】：1名52,800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41,800円

『ベイズ統計入門（9月14日）』と合わせてお申込みの場合
 （同じ会社の違う方でも可。※二日目の参加者を備考欄に記載下さい。）
【オンラインセミナー（見逃し視聴なし）】：1名72,600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61,600円⇒割引は全ての受講者が両日参加の場合に限ります
【オンラインセミナー（見逃し視聴あり）】：1名83,600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72,600円⇒割引は全ての受講者が両日参加の場合に限ります

＊学校法人割引；学生、教員のご参加は受講料50％割引。
＊セット受講をご希望の方は、備考欄に【『ベイズ統計入門（9月14日)』とセットで申込み】とご記入ください。

受講について

※本講座は、お手許のPCやタブレット等で受講できるオンラインセミナーです。

配布資料・講師への質問等について

• 配布資料は、印刷物を郵送で送付致します。
  お申込の際はお受け取り可能な住所をご記入ください。
  お申込みは4営業日前までを推奨します。
  それ以降でもお申込みはお受けしておりますが（開催1営業日前の12:00まで）、
  テキスト到着がセミナー後になる可能性がございます。
• 当日、可能な範囲で質疑応答も対応致します。
  （全ての質問にお答えできない可能性もございますので、予めご容赦ください。）
• 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・販売等を禁止致します。

下記ご確認の上、お申込み下さい

• PCもしくはタブレット・スマートフォンとネットワーク環境をご準備下さい。
• ご受講にあたり、環境の確認をお願いしております（20Mbbs以上の回線をご用意下さい）。
  各ご利用ツール別の動作確認の上、お申し込み下さい。
• 開催が近くなりましたら、当日の流れ及び視聴用のURL等をメールにてご連絡致します。

Zoomを使用したオンラインセミナーとなります

• ご受講にあたり、環境の確認をお願いしております。
  お手数ですが下記公式サイトからZoomが問題なく使えるかどうか、ご確認下さい。
  → 確認はこちら
  ※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でカメラ・マイクが使えない事があります。お手数ですがこれらのツールはいったん閉じてお試し下さい。
• Zoomアプリのインストール、Zoomへのサインアップをせずブラウザからの参加も可能です。
  ※一部のブラウザは音声（音声参加ができない）が聞こえない場合があります。
  　必ずテストサイトからチェック下さい。
  　申込み時に（見逃し視聴有り）を選択された方は、見逃し視聴が可能です
  • 開催5営業日以内に録画動画の配信を行います（一部、編集加工します）。
  • 視聴可能期間は配信開始から1週間です。
    セミナーを復習したい方、当日の受講が難しい方、期間内であれば動画を何度も視聴できます。
    尚、閲覧用のURLはメールにてご連絡致します。
    ※万一、見逃し視聴の提供ができなくなった場合、
    （見逃し視聴有り）の方の受講料は（見逃し視聴無し）の受講料に準じますので、ご了承下さい。
    →こちらから問題なく視聴できるかご確認下さい（テスト視聴動画へ）パスワード「123456」
  ;
  　「コンピューターのオーディオに参加」に対応してないものは音声が聞こえません。

セミナー趣旨

  ベイズ統計学におけるパラメタ推定法として利用されているMCMC法は、様々な統計解析ソフトウェアでパッケージプログラムとして提供されており、多くの方に利用されている一方で、内部構造が分かりづらいために、MCMC法を適切に利用できているか心配になる方が少なからずいらっしゃいます。
  本セミナーでは、MCMC法の考え方と計算の仕組みについて基礎から学習します。また、Rを用いた実例では、パッケージプログラムを利用せずに、アルゴリズムの仕組みを丁寧に解説します。
さらに、統計モデルをベースとした予測を行う際に問題となる、モデルのパラメタ推定時に生じるゆらぎについて、MCMC法を用いたパラメタ推定と同時に予測プログラムを組み合わせることで、推定時のパラメタのゆらぎを考慮した予測法についても解説します。

受講対象・レベル

・ベイズ統計学の基礎が理解できているが、パラメタ推定法に自信がない方
・MCMC法の考え方、利用法が分かりにくいと思っている方
・統計モデルを用いた予測を行っている方

習得できる知識

・MCMC法を用いたベイズ的アプローチによるパラメタ推定法
・MCMC法を利用する際にの考え方、コツ
・パラメタ推定時のゆらぎの考え方と対処法

セミナープログラム

1推定手法としてのMCMC法
　1.1 MCMC法の基礎
　　a. MCMC法の考え方
　　b. ギブスサンプラーのアルゴリズム
　1.2 アルゴリズムの評価
　　a. 事後分布の収束について
　　b. サンプリングの効率性について
　1.3 Rによるプログラミング
　　a. Rの利用法と実行環境
　　b. パラメタ推定の結果とその評価
2．統計モデルを用いた予測
　2.1 線形回帰モデルを用いた予測
　　a. 線形回帰モデルのベイズ推定
　　b. MCMC法によるパラメタ推定とモデルの選択
　　c. パラメタのゆらぎの影響
　2.2 Rによる解析と予測
　　a. MCMC法の計算アルゴリズム
　　b. 推定結果の評価と予測値
3．時系列モデルを用いた予測
　3.1 時系列モデル（自己回帰モデル）を用いた予測
　　a. 時系列モデルのベイズ推定
　　b. MCMC法によるパラメタ推定とモデルの選択
　　c. パラメタのゆらぎの影響
　3.2 Rによる解析と予測
　　a. MCMC法の計算アルゴリズム
　　b. 推定結果の評価と予測値