〇はじめてベイズ統計学に触れる方も安心して受講できます！

〇通常の統計学と対比を通じて、ベイズ統計学の考え方を分かりやすく紹介します！

ベイズ統計学入門セミナー

≪従来の統計学と比較で学ぶベイズ統計学の特徴及び有用性≫

【提携セミナー】

主催：株式会社情報機構

本講座では、はじめてベイズ統計学に触れる方を対象とした解説を行います。
通常の統計学と対比を通じて、ベイズ統計学の考え方を分かりやすく紹介します。

◆受講後、習得できること

•  ベイズ統計学の基礎知識
•  統計的思考
•  統計分析の応用可能性

◆受講対象者

• 統計学に興味をお持ちの方であれば、どなたでも受講可能です。
• これまでと違ったアプローチで統計分析を行ってみたい方

◆必要な予備知識など

• 高等学校卒業レベルの数学（特に微分積分）の知識があることが望ましいですが、数理展開に惑わされず数式の意味を理解するようにしてください。
• ベイズ統計学の歴史については、たとえば以下の文献をご参照ください。
  シャロン・バーチュ・マグレイン著、冨永星訳
  『異端の統計学　ベイズ』草思社

◆講演中のキーワード

ベイズの定理、尤度、事前確率、事後確率、回帰分析、MCMC法

担当講師

神戸大学大学院 経営学研究科 准教授 清水 玄彦 先生

■ご略歴：
慶應義塾大学経済学部卒業
Rutgers University大学院博士課程修了（Ph.D. in Economics）
財務省財務総合政策所研究官、同志社大学商学部助教を経て現職

■ご専門および得意な分野・研究：
ベイズ統計学、計量経済学

セミナープログラム（予定）

1． はじめに：（ベイズ）統計学とは何か、標本理論との相違点

2． 確率の基礎
1） 三種類の確率
a） 古典的確率
b） 相対頻度確率
c） 主観的確率
2） 確率変数、期待値と分散
3） 主な確率分布
4） 条件付き確率からベイズの定理へ

3． ベイズの定理とその応用
1） ベイズの定理と具体例
2） 直感と定理との乖離：三囚人問題（またはモンティホール問題）
3） 事前確率・尤度・事後確率

4． 最尤法
1） 尤度と尤度関数
2） 線形回帰モデルの最尤推定
3） 質的従属変数モデルの最尤推定
4） 最尤法のベイズ的解釈

5． 古典的ベイズ分析
1） 事前分布の選択・自然共役事前分布
2） 回帰モデルのベイズ分析

6． 現代のベイズ分析
1） MCMC法（１）Gibbs Sampler
2） MCMC法（２）Metropolis-Hastings algorithm
3） 金融データの応用例
4） 統計パッケージを用いたベイズ分析

7． 全体のまとめ

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

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。