ベイズモデリング入門−入門の一歩先から階層ベイズモデルまで−

セミナー趣旨

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。いわゆる「ベイズ統計入門」の範囲を少し超えて、直接観測されない潜在変数（隠れた変数）を含むモデルを扱うあたりで、ベイズモデリングの魅力が実感できるのはないでしょうか。
　このセミナーでは、ベイズ統計やMCMCの初歩をコンパクトにまとめた上で、潜在変数を含むモデルの例として（狭義の）階層ベイズモデルを解説します。階層ベイズモデルを利用することで、不均一性・個体差・グループ構造などを柔軟に取りこんだ解析が可能になります。以下のような方に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
・ベイズ統計の初歩を学んだが、どこがポイントなのかよく理解できなかった方
・独習では誤解しやすい点、たとえば「MCMCと最適化の違い」「確信区間と予測区間の違い」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

　セミナーでは、具体的な理解を助けるため、Stan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。
　予備知識として、微積分や確率の初歩、指数関数・対数関数や和の記号Σの使い方などは既知と仮定します。また、正規分布や2項分布、最小2乗法などの基本的な知識も前提とします。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、事前にある程度の知識があったほうが理解が容易かもしれません。また、ロジスティック回帰などの一般化線形モデルについて何箇所かで言及します。そのつど簡単に説明しますが、該当部分については多少の事前知識がある方が馴染みやすいでしょう。

習得できる知識

・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

セミナープログラム

1.はじめに
　1.1　ベイズモデリングの背景

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　確信区間（ベイズ信頼区間）と予測区間
　2.3　「事前情報がないこと」の表現
　2.4　回帰分析への応用

3.MCMC入門
　3.1　MCMCの原理と特徴
　3.2　MCMCソフトウェア：Stanを例として

4.階層ベイズモデル入門
　4.1　階層ベイズモデルとは
　4.2　過分散のモデリングと縮小推定の考え方
　4.3　グループ構造を含むモデリングの例
　4.4　階層モデルに対するいろいろな見方

5.発展的な話題とこの先の展望
　5.1　相関を表現する事前分布
　5.2　その他の話題

（質疑応答）

セミナー講師

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）
・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、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

セミナー受講料

1名47,300円(税込（消費税10％）、資料・昼食付)
　＊1社2名以上同時申込の場合、1名につき36,300円
　＊学校法人割引；学生、教員のご参加は受講料50％割引。

※ご連絡
　当セミナーの会場では、現金による受講料支払いを休止させていただくこととなりました。
　現金にてお支払い希望の方は、コンビニエンスストアにてお支払いできる用紙をご送付申し上げますので、お近くの店舗にてお支払い頂けましたら幸いです。尚、領収証をご希望の方は、コンビニ支払い時に発行される振込受領書と引き換えにて発行させて頂きます。