データ解析のための統計モデリング入門 : 一般化線形モデル・階層ベイズモデル・MCMC
著者
書誌事項
データ解析のための統計モデリング入門 : 一般化線形モデル・階層ベイズモデル・MCMC
(確率と情報の科学 / 甘利俊一, 麻生英樹, 伊庭幸人編, 第1期)
岩波書店, 2012.5
- タイトル別名
-
データ解析のための統計モデリング入門 : 一般化線形モデル階層ベイズモデルMCMC
一般化線形モデル・階層ベイズモデル・MCMC
- タイトル読み
-
データ カイセキ ノ タメ ノ トウケイ モデリング ニュウモン : イッパンカ センケイ モデル・カイソウ ベイズモデル・MCMC
大学図書館所蔵 全607件
  青森
  岩手
  宮城
  秋田
  山形
  福島
  茨城
  栃木
  群馬
  埼玉
  千葉
  東京
  神奈川
  新潟
  富山
  石川
  福井
  山梨
  長野
  岐阜
  静岡
  愛知
  三重
  滋賀
  京都
  大阪
  兵庫
  奈良
  和歌山
  鳥取
  島根
  岡山
  広島
  山口
  徳島
  香川
  愛媛
  高知
  福岡
  佐賀
  長崎
  熊本
  大分
  宮崎
  鹿児島
  沖縄
  韓国
  中国
  タイ
  イギリス
  ドイツ
  スイス
  フランス
  ベルギー
  オランダ
  スウェーデン
  ノルウェー
  アメリカ
この図書・雑誌をさがす
注記
参考文献: p259-260
索引: p261-267
シリーズ番号表示: 第8刷(2013.10), 第10刷(2014.7), 第11刷(2015.4), 第12刷(2016.1), 第13刷(2016.10), 第14刷(2017.7), 第15刷(2018.3), 第16刷(2018.12), 第17刷(2019.8), 第18刷(2020.9), 第19刷(2021.11), 第20刷(2023.4)には「第1期」の表示なし
内容説明・目次
内容説明
現象を数理モデルで表現・説明するのに慣れていない人のために、章ごとに異なる例題を解決していく過程を通して、統計モデルの基本となる考えかたを紹介する。前半では、応用範囲のひろい統計モデルのひとつである一般化線形モデルの基礎を、後半では、実際のデータ解析に使えるように、階層ベイズモデル化する方法を、RとWinBUGSの具体例を用いて説明する。
目次
- 第1章 データを理解するために統計モデルを作る
- 第2章 確率分布と統計モデルの最尤推定
- 第3章 一般化線形モデル(GLM)—ポアソン回帰
- 第4章 GLMのモデル選択—AICとモデルの予測の良さ
- 第5章 GLMの尤度比検定と検定の非対称性
- 第6章 GLMの応用範囲をひろげる—ロジスティック回帰など
- 第7章 一般化線形混合モデル(GLMM)—個体差のモデリング
- 第8章 マルコフ連鎖モンテカルロ(MCMC)法とベイズ統計モデル
- 第9章 GLMのベイズモデル化と事後分布の推定
- 第10章 階層ベイズモデル—GLMMのベイズモデル化
- 第11章 空間構造のある階層ベイズモデル
「BOOKデータベース」 より