【入門】はじめてのベイズ統計 基礎と活用

《従来の統計学との違い、確率分布、SPSSによる実践演習》

【提携セミナー】

主催：株式会社情報機構

★臨床研究・製造業・社会調査など幅広い分野で注目されるベイズ統計。その基礎と応用を1日で効率的に習得
★ベイズ統計の基礎からSPSSでの実践までを体系的に習得し、研究や業務に活かせる実用的な視点を養います

◆講座のポイント

近年注目を浴びているベイズ統計とはどのようなものなのか、入門的な解説をします。
基本となるベイズの定理および事前分布・事後分布の説明を行います。
従来の統計的手法との違いと、ベイズ統計を利用した具体例を紹介します。

◆受講後、習得できること

• ベイズ統計の概念
• ベイズの定理
• 事前分布
• 事後分布
• ベイズ因子

◆受講対象者

• 今後の実務において熱設計に取り組む予定の電気・機構技術者の方
• 放熱デバイスの開発に従事する材料技術者の方
• 熱設計を学習しているが実務との関連性がどうも掴めていない方

【参考書籍】

下記書籍は講義中に取り上げる予定です。
事前にご準備いただく必要はありませんが、お手元にご用意いただくと、より理解を深める助けになります。
「入門はじめての統計解析」　石村貞夫　著、東京図書
「SPSSによるベイズ統計の手順」　石村光資郎・石村貞夫　著、東京図書

◆講演中のキーワード

ベイズ統計、ベイズの定理、事前分布、事後分布、事後分布の評価、ベイズ因子

担当講師

東洋大学　総合情報学部　准教授　石村 光資郎 氏

講師紹介

■経歴
2002年 慶應義塾大学理工学部数理科学科卒業
2008年 慶應義塾大学大学院理工学研究科基礎理工学専攻博士課程修了 博士（理学）
2009年 – 現在　東洋大学総合情報学部　准教授

■専門および得意な分野・研究
エルゴード理論
統計解析

セミナープログラム（予定）

1.　統計を使って知りたいこと
1.1　我々にはデータしか見えていない
1.2　そのデータはどこからくるのか
1.3　確率の高いモノたちが標本という名のデータとして観測される
1.4　その確率を求めるには母集団という名の分布が必要となる
1.5　母集団には全ての情報が含まれている

2.　従来の統計学の考え方
2.1　母集団と標本の関係
2.2　区間推定と仮説の検定
2.2.1　信頼係数と信頼区間
2.2.2　仮説と対立仮説
2.2.3　検定統計量と有意水準

3.　ベイズ統計の考え方
3.1　ベイズの定理（離散確率変数）
3.1.1　新型コロナウィルスの感染確率
3.1.2　トビラが100のモンティ・ホール問題
3.1.3　ダイヤモンドを盗んだ犯人はルパンなのか？
3.2　ベイズ統計（連続確率変数）
3.2.1　事前分布と事後分布
3.2.1.1　事前分布の具体例
3.2.2　共役事前分布の例

4.　いろいろな確率分布
4.1　正規分布によるベイズ統計
4.2　２項分布によるベイズ統計
4.3　ポアソン分布によるベイズ統計

5.　SPSSを用いたベイズ統計
5.1　２つの母平均のベイズ推定とベイズ検定（事後分布の評価とベイズ因子）
5.2　２つの母比率のベイズ推定とベイズ検定（事後分布の評価とベイズ因子）
5.3　分散分析のベイズ推定とベイズ検定（事後分布の評価とベイズ因子）

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

＊学校法人割引；学生、教員のご参加は受講料50％割引。

●録音・録画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

配布資料

●配布資料はPDFなどのデータで配布いたします。ダウンロード方法などはメールでご案内いたします。

• 配布資料に関するご案内は、開催1週前～前日を目安にご連絡いたします。
  
• 準備の都合上、開催1営業日前の12:00までにお申込みをお願いいたします。
  （土、日、祝日は営業日としてカウントしません。）
• セミナー資料の再配布は対応できかねます。必ず期限内にダウンロードください。

備考

●当日、可能な範囲でご質問にお答えします。（全ての質問にお答えできない可能性もございます。何卒ご了承ください。）
●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・販売などは禁止いたします。

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。

★【オンラインセミナー（見逃し視聴なし）】、【オンラインセミナー（見逃し視聴あり）】のいずれかから、ご希望される受講形態をメッセージ欄に明記してください。