Pythonによるベイズ統計学入門

ベイズ統計を基礎から学びたい方、ベイズ的手法でデータ分析をしたい方、
PyMCの使い方を学びたい方などにお勧めのセミナー！

ベイズ統計の基本原理から、様々なデータによるベイズ分析の手法を
なるべく数式を使わずに解説します。

講師

慶應義塾大学 経済学部　教授　中妻 照雄 先生

■ ご略歴：
　1998年に米国ラトガーズ大学でPh.D.（経済学）を取得した後、2000年3月まで一橋大学経済研究所に所属、その後2000年4月に慶應義塾大学経済学部に着任。

■ 専門および得意な分野・研究：
　専門分野は、ベイズ統計学、モンテカルロ法、数値最適化などを駆使したファイナンスにおける計量分析、リスク管理、意思決定手法などの研究であり、経済学部などで計量経済学、数理統計学、金融市場の定量分析などを教えている。

■ 本テーマ関連学協会での活動：
　日本金融・証券計量・工学学会（ジャフィー）副会長
  『ジャフィー・ジャーナル』編集委員長

受講料

1名46,440円(税込（消費税8％）、資料・昼食付)
＊1社2名以上同時申込の場合 、1名につき35,640円
＊学校法人割引 ；学生、教員のご参加は受講料50％割引

セミナーポイント

■ はじめに：
　本講座ではPythonプログラミングの基本を習得しつつベイズ統計学の基礎を学びます。特にPyMCというマルコフ連鎖モンテカルロ法によるベイズ分析のためのPythonパッケージを使用し、できるだけ数式に頼らずにベイズ統計学の理解を深めることを目指します。

■ ご講演中のキーワード：
　ベイズ統計学、マルコフ連鎖モンテカルロ法、Python、PyMC

■ 受講対象者：
　・ベイズ統計学について関心のある方。
　・Pythonによるデータ分析に関心のある方。
　・ベイズ的手法をデータ分析に活用したいと考えている方。

■ 必要な予備知識：
　・学部教養課程レベルの統計学、微分積分、線形代数の知識。

■ 本セミナーで習得できること：
　・ベイズ統計学の基本。
　・マルコフ連鎖モンテカルロ法の基本。
　・Pythonの基本。
　・PyMCの基本。

セミナー内容

1. ベイズ統計学の基本原理
　1） 未知の比率に対する推論
　2） ベイズの定理による事後分布の導出
　3） 未知のパラメータに関する推論
　4） 将来の確率変数の値の予測

2. 様々な確率分布を想定したベイズ分析
　1） ポアソン分布のベイズ分析
　2） 正規分布のベイズ分析
　3） 回帰モデルのベイズ分析

3. PyMCによるベイズ分析
　1） ベイズ統計学とモンテカルロ法
　2） PyMCによる回帰モデルのベイズ分析
　3） 一般化線形モデルのベイズ分析

4. 時系列データのベイズ分析
　1） 時系列データと状態空間表現
　2） 状態空間モデルに関する推論
　3） PyMCによる状態空間モデルのベイズ分析

5. マルコフ連鎖モンテカルロ法
　1） マルコフ連鎖と不変分布
　2） メトロポリスーヘイスティングズ・アルゴリズム
　3） ギブズ・サンプラー