close
1.

図書

図書
朝野煕彦編著 ; 土田尚弘, 小野滋著
出版情報: 東京 : 朝倉書店, 2017.2  viii, 216p ; 21cm
所蔵情報: loading…
目次情報: 続きを見る
第1章 : 確率分布の早わかり
第2章 : ベイズの定理の再解釈
第3章 : ナイーブベイズで即断即決
第4章 : 事前分布を組み入れた推定
第5章 : ノームを手軽に更新
第6章 : MCMCで事後分布を推定
第7章 : 階層ベイズ・モデルでコンジョイント分析
第8章 : 空間統計モデルで地域分析
第9章 : ビジネスの中のベイズ統計
第1章 : 確率分布の早わかり
第2章 : ベイズの定理の再解釈
第3章 : ナイーブベイズで即断即決
2.

図書

図書
J.アルバート著 ; 石田基広, 石田和枝訳
出版情報: 東京 : シュプリンガー・ジャパン, 2010.11  xi, 303p ; 24cm
所蔵情報: loading…
3.

図書

東工大
目次DB

図書
東工大
目次DB
照井伸彦著
出版情報: 東京 : 朝倉書店, 2010.3  ix, 168p ; 21cm
シリーズ名: シリーズ統計科学のプラクティス / 小暮厚之, 照井伸彦編 ; 2
所蔵情報: loading…
目次情報: 続きを見る
1. 確率とベイズの定理 1
   1.1 ベイズ統計学の歴史と背景 1
   1.2 ベイズの定理 2
    1.2.1 事象に関する条件付確率とベイズの定理 2
    1.2.2 確率変数に関する条件付確率とベイズの定理 4
2. 尤度関数,事前分布,事後分布 5
   2.1 尤度関数 5
   2.2 事前分布 5
    2.2.1 共役事前分布 6
    2.2.2 無情報事前分布 6
    2.2.3 ジェフリーズ事前分布 8
    2.2.4 階層事前分布 11
3. 統計モデルとベイズ推測 13
   3.1 統計モデル 13
   3.2 ベイズ推測 14
    3.2.1 ベイズ推測の構造と特徴 14
    3.2.2 点推定と統計的決定理論 15
    3.2.3 区間推定 16
   3.3 仮説検定 19
   3.4 情報の更新 : Bayesian updating 20
   3.5 予測分布 20
4. 確率モデルのベイズ推測 22
   4.1 離散分布のベイズ推測 22
    4.1.1 ベルヌーイ試行と二項分布 22
    4.1.2 ポアソン分布 28
   4.2 連続分布のベイズ推測 : 一変量正規分布 31
    4.2.1 μの推測-σ^2が既知の場合- 32
    4.2.2 σ^2の推測-μが既知の場合- 34
    4.2.3 μ,σ^2の推測-共役事前分布と事後分布- 35
   4.3 多変量正規分布のベイズ推測 37
    4.3.1 多変量正規分布と尤度関数 37
    4.3.2 μの推測-Σ既知の場合- 39
    4.3.3 逆ウィシャート分布 39
    4.3.4 Σの推測-μ卿既知の場合- 40
    4.3.5 μ,Σの推測-共役事前分布と事後分布- 41
5. 事後分布の評価 45
   5.1 モンテカルロ法 45
   5.2 モンテカルロ法による積分評価-非繰返しモンテカルロ法- 46
    5.2.1 モンテカルロ積分 46
    5.2.2 直接法-受容/棄却法- 48
    5.2.3 間接法-インポータンスサンプリング- 49
   5.3 繰返しモンテカルロ法 : マルコフ連鎖モンテカルロ 51
    5.3.1 マルコフ連鎖の定義 51
    5.3.2 離散型のマルコフ連鎖 52
    5.3.3 連続状態空間への拡張 55
    5.3.4 ギッブスサンプリング 56
    5.3.5 メトロポリス-へイスティングス(M-H)サンプリング 61
    5.3.6 事後分布のMCMC評価 65
   5.4 MCMCの収束判定法 66
   5.5 確率分布からの乱数発生法 69
    5.5.1 多変量正規分布 69
    5.5.2 逆ガンマ分布 69
    5.5.3 逆ウィシャート分布 70
6. モデル選択 72
   6.1 モデルに対する事後確率と事後オッズ 72
   6.2 正則事前分布とベイズファクター 74
   6.3 周辺尤度 75
   6.4 MCMCを用いた周辺尤度の計算 76
   6.5 DIC 79
   6.6 ベイズ情報量基準と周辺尤度 80
7. 線形回帰モデル(I) 82
   7.1 連続従属変数回帰モデル 82
    7.1.1 正規線形回帰モデル 82
    7.1.2 最小2乗推定値とその性質 82
    7.1.3 尤度関数の導出 84
    7.1.4 正規-逆ガンマ共役事前分布 85
    7.1.5 条件付共役事前分布 : ギッブスサンプリング 87
8. 線形回帰モデル(II) 91
   8.1 制限従属変数回帰モデル 91
   8.2 打ち切りデータの回帰モデル 91
   8.3 二項プロビットモデル 95
   8.4 二項ロジットモデル 100
   8.5 多項離散選択モデル 103
   8.6 多項プロビットモデルのデータ拡大 105
    8.6.1 潜在変数のギッブスサンプリング 106
    8.6.2 モデルの識別性 107
   8.7 多項ロジットモデル 109
9. 動学ベイズモデル 113
   9.1 時系列データと動学モデル 113
   9.2 モデルの構造 114  9.2.1 DLM : 動学線形モデル 114
    9.2.2 DLMにおける推測 118
    9.2.3 分散が既知の場合 119
    9.2.4 分散が未知の場合-分散学習モデル- 123
   9.3 古典的時系列モデル 126
    9.3.1 ARMA : 自己回帰移動平均モデル 127
    9.3.2 ARMAモデルのDLM表現 129
10. パネルデータの統計モデル(I)-階層ベイズ回帰モデル- 131
   10.1 パネルデータの構造 131
   10.2 階層モデルの構造 131
   10.3 階層回帰モデルと異質性の推測 133
   10.4 階層モデルの事後分布 135
    10.4.1 条件付独立性と事後分布の構造 135
    10.4.2 事前分布の設定 136
    10.4.3 完全条件付事後分布 137
11. パネルデータの統計モデル(II)-階層ベイズ離散選択モデル- 150
   11.1 階層ベイズ離散選択モデルの構造 150
   11.2 階層ベイズ多項プロビットモデル 151
    11.2.1 個体間モデル-異質性の事前分布- 151
    11.2.2 事前分布の設定 152
    11.2.3 完全条件付事後分布とMCMCアルゴリズム 153
    11.2.4 識別性条件の処理 155
   11.3 階層ベイズ多項ロジットモデル 156
参考文献 161
索引 165
1. 確率とベイズの定理 1
   1.1 ベイズ統計学の歴史と背景 1
   1.2 ベイズの定理 2
4.

図書

図書
姜興起著
出版情報: 東京 : 共立出版, 2010.7  xi, 234p ; 26cm
シリーズ名: Rで学ぶデータサイエンス / 金明哲編集 ; 3
所蔵情報: loading…
文献の複写および貸借の依頼を行う
 文献複写・貸借依頼