ベイズモデリング入門−階層ベイズ・MCMCから状態空間モデルまで
開催日 |
10:30 ~ 16:30 締めきりました |
---|---|
主催者 | 株式会社 情報機構 |
キーワード | SQC一般 モンテカルロ法 |
開催エリア | 東京都 |
開催場所 | 【品川区】きゅりあん |
交通 | 【JR・東急・りんかい線】大井町駅 |
階層ベイズモデリングやその関連手法を“最短で理解したい方”に最適!
講師
統計数理研究所/総合研究大学院大学
教授(モデリング研究系・統計思考院) 博士(理学) 伊庭 幸人 先生
■ 主経歴
統計数理研究所助手,同助教授,准教授,教授
本年度は下記を兼任
・京都大学 非常勤講師(情報学研究科)
・首都大学東京 非常勤講師(人文/哲学)
・産業技術総合研究所人工知能センター客員研究員
・国立精神・神経医療研究センター客員研究員
■ 専門・得意分野
モンテカルロ法とレアイベントサンプリング,統計学,統計物理学
著書「ベイズ統計と統計物理」
共著「計算統計 II」
編著「岩波データサイエンス1~6」「ベイズモデリングの世界」
■ 本テーマ関連の学会・協会・団体等
日本物理学会,電子情報通信学会,日本統計学会
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
■ セミナーポイント
21世紀の「普段使いの統計手法」としてベイズモデリングが注目されています.正規分布や独立同分布の仮定など制約の多い従来の枠組みに対し,非一様性・個体差・非定常性・空間変動などを柔軟に取りこめる点に,ベイズモデリングの魅力があるといえるでしょう.
このセミナーでは,ベイズ統計の理論や概念については必要最小限の部分に絞って,階層ベイズモデリングやそれと関連する手法の魅力を最短で伝えることを目指します.以下のような方には特に適した内容となっています.
・ベイズモデリングのコアな部分について最短で理解したい方
・独習では誤解しやすい点,たとえば「MCMCと最適化の違い」
「信頼区間と確信区間の違い」などをきちんと理解したい方
・数式による理解と直観的な理解をうまく繋げたい方
・いろいろな話題の間のつながりを理解したい方
セミナーでは,具体的な理解を助けるため,StanやJAGSなどのMCMCソフトのコード例や関連したR言語のパッケージを適宜紹介しますが,これらのソフトの使用法や使いこなしをテーマとしたセミナーではありませんので,その点はあらかじめご理解ください.
全体の予備知識としては,簡単な微積分や確率の知識,指数関数・対数関数や和の記号Σの使い方などを前提とします.講義の一部でR言語のコードを示す場合がありますが,R言語の知識がなくても大筋の理解には差し支えありません.ベイズ統計については冒頭の部分で初歩から説明しますが,時間的にやや圧縮された説明になるため,事前に多少の知識があったほうが理解が容易かもしれません.
■ 受講後、習得できること
・ベイズ統計のどの側面がいま注目されているかがわかる
・階層ベイズモデルの基本的な考え方が理解できる
・ベイズ統計やMCMCの分かりにくい点や誤解しやすい点が明確になる
・いろいろな話題の間のつながりが理解できるようになる
セミナー内容
1.はじめに
1.1 ベイズモデリングの背景
1.2 どのような問題が扱いたいか
2.ベイズ統計のおさらい
2.1 ベイズの定理と事前分布
2.2 ベイズ信頼区間(確信区間)と予測区間
2.3 ベイズ推定の簡単な例
3.MCMC入門
3.1 MCMCの原理と特徴
3.2 StanとJAGSの紹介
4.階層ベイズモデル入門
4.1 過分散とランダム効果の考え方
4.2 縮小推定・小地域推定の考え方
5.状態空間モデル/平滑化とのつながり
5.1 ローカルレベルモデル
5.2 ローカルレベルモデルをMCMCで扱う
(質疑応答)