ベイズ統計モデリングの考え方・活用法 【入門】【提携セミナー】

データ同化とベイズ最適化

ベイズ統計モデリングの考え方・活用法 【入門】【提携セミナー】

開催日時 未定
担当講師

橋本 真太郎 氏

開催場所 未定
定員 -
受講費 未定

★初級者の中でも特にベイズ統計学の活用方法や分析方法を知りたい方に!

様々なモデルによる分析事例・活用事例を通じ、実際の利用における注意点を学びます!

 

ベイズ統計モデリングの考え方・活用法

【入門】

 

≪線形回帰モデルから階層ベイズ・状態空間モデルの利用法まで≫

 

【提携セミナー】

主催:株式会社情報機構

 


 

近年,経済学,社会科学,自然科学,医学など多様な分野でベイズ統計学を用いたデータ分析が盛んに行われてきている。その理由として,階層ベイズモデルに代表されるようなモデリングの柔軟性があることや,結果の解釈が初学者でも容易であることなどが挙げられる。また,ベイズ統計学は分析者が持つ事前の情報を,観測したデータで上書きすることで得られる事後分布に基づいて全ての推測が行われるという意味で一貫しているため,基本的な事項を押さえることができれば様々な場面への応用が期待できる。
本セミナーでは,初級者の中でも特にベイズ統計学の活用方法や活用事例を知りたい人向けに,ベイズ統計学及びベイズモデリング応用の考え方を多くの利用例・分析例を挙げながら説明する。

 

まず,ベイズ統計学の基礎と計算方法を概観する。次に,統計モデルの中でもよく用いられる(一般化)線形モデルについてのベイズ分析方法の計算アルゴリズムをメインに説明し,分析事例を通して使い方を学ぶ。最後に,階層ベイズモデルと状態空間モデルについて,代表的なモデルの説明と分析事例を紹介する。

 

必要に応じて統計ソフトR等を用いたデモも行いながらやっていく予定であるが,ソフトウェアの使い方やセットアップなどは時間の都合上セミナー内で詳しく取り扱うことはしない。

 

本セミナーはベイズモデリング応用に焦点をあてており、初級者の中でもベイズ統計学の基本的な事項を一度勉強したことがある方を想定しているが,最初にベイズモデリングを実際に応用するにはどうすればいいかという観点からその基礎的事項を説明しており、また数多くの具体例をもとに講義するので、基本的な事柄を知りたい方からある程度知識のある方まで、幅広く役立つ内容となっている。

 

本セミナーが,受講者にとってベイズ統計学の初歩レベルから「実際に使ってみる」または「更なる実務活用」ステップに進むきっかけとなれば幸いである。

 

◆受講後、習得できること

  • ベイズ統計学を使ってデータ分析をすることの目的や利点を理解できる。
  • 基本となるいくつかのベイズモデルを理解することで,様々な場面に応用できるようになる。
  • 分析事例を通して手法を学ぶことで,今後自ら分析する際の助けになる。
  • 方法論・計算手法を学ぶことでソフトウェアの中で行われていることを大まかに知る。

 

◆受講対象者

  • 確率統計の基礎(確率変数,様々な確率分布,期待値など)を知っていることが望ましいが,知らなくてもベイズ分析で何かできるかの雰囲気を感じることはできる。
  • ベイズ統計学の基礎を一度勉強したが,その使い方がいまいちわからない方。
  • ベイズ統計学を応用する上で,基本となる手法・モデルについておさえておきたい方。
  • 今後ソフトウェア(今回はRを使用)を使ったベイズ分析をしてみたいと考えている方。

 

担当講師

広島大学 大学院先進理工系科学研究科 准教授 博士(理学)  橋本 真太郎 先生

 

セミナープログラム(予定)

1.ベイズ統計学の基礎と計算アルゴリズム
a) ベイズ統計学とは
– ベイズ統計学で何ができるか
– 事前分布と事後分布
– 事後分布の要約の方法とその例(信用区間・予測分布)
b) ベイズ統計における計算
– ベイズ統計で現れる積分計算
– マルコフ連鎖モンテカルロ(MCMC)法とは
– ギブスサンプラーとメトロポリス・ヘイスティングス法
– 正規分布の平均と分散の推定
– MCMC法の収束の診断法
c) ベイズ統計ツールの実装方法
– フルスクラッチで実装する方法
– ソフトウェアstanを使う方法

 

2.種々のベイズモデリングとその応用
a) 一般化線形モデル
– 一般化線形モデルとは
– 線形回帰モデルの推定方法と分析例
– ロジスティック回帰モデルの推定方法と分析例
– 実際の利用における注意点
(モデル選択の方法と外れ値への対処法 など)
b) 階層ベイズモデル
– 階層モデルとは
– 一般化線形混合モデル
– 正規分布の階層(回帰)モデルと分析例
– ポアソン分布の階層モデルと分析例
– 実際の利用における注意点
(アルゴリズムが収束しないときの対処法 など)
c) 状態空間モデル
– 状態空間モデルとは
– フィルタリング,スムージング,予測
– 線形ガウス状態空間モデルの推定方法
– ローカルレベルモデルと分析例
– 構造のある時系列データ(トレンドや季節変動)のモデル化と分析例
– 実際の利用における注意点
(状態空間モデルにおける欠測値の取り扱い・対処法 など)

 

<質疑応答>

 

公開セミナーの次回開催予定

開催日

未定

 

開催場所

未定

 

受講料

未定

 

●録音・撮影行為は固くお断り致します。

 

オンライン配信のご案内

★ Zoomによるオンライン配信

については、こちらをご参照ください

 

備考

※配布資料・講師への質問等について

●配布資料はPDF等のデータで送付予定です。受取方法はメールでご案内致します。
(開催1週前~前日までには送付致します)。
*準備の都合上、開催1営業日前の12:00までにお申し込みをお願い致します。
(土、日、祝日は営業日としてカウント致しません。)

 

●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。

 

お申し込み方法

★下のセミナー参加申込ボタンより、必要事項をご記入の上お申し込みください。

 

おすすめのセミナー情報

製造業eラーニングTech e-L講座リスト

製造業向けeラーニングライブラリ

アイアール技術者教育研究所の講師紹介

製造業の新入社員教育サービス

技術者育成プログラム策定の無料相談受付中

スモールステップ・スパイラル型の技術者教育

技術の超キホン

機械設計マスターへの道

生産技術のツボ

早わかり電気回路・電子回路

早わかり電気回路・電子回路

品質保証塾

機械製図道場

スぺシャルコンテンツ
Special Contents

導入・活用事例

テキスト/教材の制作・販売