☆ベイズ統計の1手法であるGLMMについて、基礎知識を解説します！

☆MCMCや一般化線形モデルの概要を説明、統計ソフト「R」も用いて、

階層ベイズモデル／ランダム切片モデル／ランダム係数モデルの理解・習得を目指します。

一般化線形混合モデル(GLMM)超入門2022

【統計モデリング】

【提携セミナー】

主催：株式会社情報機構

一般化線形混合モデルはベイズ統計の1つの手法であり，古典的な一般化線形モデルを拡張した手法である．今回は一般化線形混合モデルの基本形であるランダム切片モデルとランダム係数モデルをしっかりと習得することを目的とする．そのためにはベイズ統計の基礎，MCMCアルゴリズム，一般化線形モデルの概要の理解が欠かせない．また理論的な事柄の理解を深めるためのシミュレーションデータ解析，実データ解析なども統計ソフト「R」を用いて行う．また講義では「R」の基本的な使い方も習得できる．

◆受講後、習得できること

• ベイズ統計の基礎
• MCMCの基礎
• 一般化線形モデルの基礎
• 一般化線形混合モデルの基礎

◆講演中のキーワード

• ベイズ統計
• 尤度と周辺尤度
• MCMC
• 一般化線形モデル
• 一般化線形混合モデル

担当講師

成蹊大学
理工学部 情報科学科 准教授
博士(統計科学)
小森理 先生

■経歴
2005年3月　慶應義塾大学理工学部数理科学科　卒業
2007年3月　慶應義塾大学大学院基礎理工学専攻数理科学専修　修了.
2010年3月　総合研究大学院大学複合科学研究科統計科学専攻　修了.
2010年4月～2015年9月　統計数理研究所・特任助教
2015年10月～2018年3月　福井大学電気電子情報工学専攻・講師
2018年4月～　成蹊大学理工学部情報科学科・准教授

■専門および得意な分野・研究
・機械学習
・医療統計
・生物統計
・情報幾何学
・データサイエンス
・因果推論

■本テーマ関連学協会での活動
日本統計学会 Japanese Journal of Statistics and Data Science, Associate Editor
日本計量生物学会 日本計量生物学会誌編集委員
応用統計学会　理事(2020年4月～2022年3月)

セミナープログラム（予定）

1. ベイズ統計
1.1 確率論の復習
1.2 事前確率と事後確率
1.3 尤度と周辺尤度
1.4 Bayesの定理

2. 統計ソフトRの基本

3. MCMCの基礎
3.1 モンテカルロ法
3.2 モンテカルロ積分
3.3 マルコフ連鎖
3.4 メトロポリス・ヘイスティング法

4. 一般化線形モデル
4.1 指数型分布族
4.2 リンク関数
4.3 尤離度
4.4 推定方程式
4.5 最尤推定量の性質

5. 一般化線形混合モデル
5.1 階層ベイズモデル
5.2 ランダム切片モデル
5.3 ランダム係数モデル

6. 質疑応答

公開セミナーの次回開催予定

開催日

2022年4月21日（木）　13:00-16:30

開催場所

Zoomによるオンラインセミナー

受講料

【オンラインセミナー（見逃し視聴なし）】：1名41,800円(税込、資料付)
＊1社2名以上同時申込の場合、1名につき30,800円
【オンラインセミナー（見逃し視聴あり）】：1名47,300円(税込、資料付)
＊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

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。

★【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。