マンガでわかるベイズ統計学

前表紙
株式会社 オーム社, 2017/11/25 - 256 ページ

ビッグデータ、機械学習で注目されているベイズ統計学がマンガでわかる!!

本書はマンガを使ってベイズ統計学の基礎から実際の利用例まで解説するものです。また一般的に統計学のことをさす数理統計学とベイズ統計学の違いもふれます。さらにコンピュータシミュレーションでよく使われるモンテカルロ法やカルバック・ライブラー情報量についても解説しますのでマンガとはいえ実践的な内容となっているものです。


このような方におすすめ

・『マンガでわかる統計学』の読者

・ベイズ統計学と数理統計学がよくわからない人

・データ分析部門でベイズ統計が必要な人

主要目次

序章 ベイズ統計学を学びたい!

第1章 ベイズ統計学とは?

第2章 基礎知識

第3章 尤度関数

第4章 ベイズの定理

第5章 マルコフ連鎖モンテカルロ法

第6章 マルコフ連鎖モンテカルロ法の活用例

 

目次

第1章ベイズ統計学とは?
11
1ベイズ統計学
12
2 一般的な統計学とベイズ統計学の違い
18
第2章基礎知識
25
1 期待値と分散と標準偏差
29
12 分散と標準偏差
30
2 確率分布
32
21 一様分布
33
12 同時確率
105
13 ベイズの定理
106
14 具体例
107
2 事前確率密度関数と事後確率密度関数
112
第5章マルコフ連鎖モンテカルロ法
117
1 モンテカルロ積分
124
12 連続型の確率変数の期待値と分散
127
2 マルコフ連鎖
130

22 二項分布
34
23 多項分布
40
24 一様分布
48
25 正規分布
49
26 t分布
50
27 逆ガンマ分布
51
3 その他の確率分布
55
32 ポアソン分布
57
33 指数分布
60
34 ベータ分布
62
第3章尤度関数
63
1 尤度
68
12 カルバックライブラー情報量
72
13 尤度
77
2 尤度関数
79
22 正規分布の尤度関数
85
3 その他の尤度関数
93
32 ポアソン分布の尤度関数
95
第4章ベイズの定理
97
1 ベイズの定理
102
22 不変分布
132
3 マルコフ連鎖モンテカルロ法
136
32 メトロポリスヘイスティングスアルゴリズム
139
33 ギブスサンプラー
156
4 自然な共役事前分布
172
第6章マルコフ連鎖モンテカルロ法の活用例
175
1 2つの母集団の平均についての推測
176
11 統計的仮説検定
178
13 統計的仮説検定の種類と帰無仮説と対立仮説
180
14 具体例
181
2 階層ベイズモデル
186
付録
207
1 事前分布についての前提と事後分布
208
2 収束の判断
216
22 GelmanとRubinの方法
217
参考文献
219
索引
220
著者略歴
222
奥付
223
著作権

多く使われている語句

著者について (2017)

高橋 信(たかはし しん)

1972 年新潟県生まれ。九州芸術工科大学(現 九州大学)大学院芸術工学研究科情報伝達専攻修了。データ分析業務やセミナー講師業務に長く従事した後、現在は著述家。

<著書>

『マンガでわかる統計学』(オーム社)

『マンガでわかる統計学【回帰分析編】』(オーム社)

『マンガでわかる統計学【因子分析編】』(オーム社)

『マンガでわかる線形代数』(オーム社)

『やさしい実験計画法』(オーム社)

『入門 信号処理のための数学』(オーム社)

『Excel で学ぶコレスポンデンス分析』(オーム社)

『すぐ読める生存時間解析』(東京図書)

『忙しいアナタのための レスQ ! 医療統計学』(東京図書)

『データ分析入門』(PHP 研究所)

『日本語教師体験記 湖北省黄岡市での1 年間』(Amazon Kindle)

書誌情報