• 2021年02月03日(水) 10:30 ~ 17:30

１．ベイズ統計学とは？
　　（１）．ベイズ統計学とは？
　　（２）．一般的な統計学とベイズ統計学の違い
　　（３）．ベイズ統計学を学ぶメリット

２．確率で使われる基礎知識　～最低限必要な概要～
　　（１）．期待値と分散と標準偏差
　　（２）．確率分布
　　　　ａ．一様分布
　　　　ｂ．二項分布
　　　　ｃ．正規分布
　　　　ｄ．𝑡分布
　　　　ｅ．逆ガンマ分布

３．最尤法　～最もそれらしい推定値を求める～
　　（１）．二項分布の場合
　　（２）．正規分布の場合
　　（３）．実際に推定値を求める　～実習～

４．ベイズの定理　～ベイズ統計学の要点～
　　（１）．条件付き確率
　　（２）．ベイズの定理　～実習～
　　（３）．事前確率密度関数と事後確率密度関数
　　（４）．事後期待値と事後分散

５．マルコフ連鎖モンテカルロ法　～平均や分散などの近似値を求める～
　　（１）．マルコフ連鎖モンテカルロ法
　　（２）．メトロポリス・ヘイスティングスアルゴリズム　～実習～
　　　　ａ．これだけは知っておきたい考え方
　　　　ｂ．解を得るまでのおおまかな流れ
　　（３）．ギブスサンプラー
　　　　ａ．ギブスサンプラーが使える条件-
　　　　ｂ．具体例
　　（４）．ハミルトニアンモンテカルロ法

６．ベイズ統計学の活用例
　　（１）．階層ベイズモデル　―少ないデータから相互関係を探る
　　（２）．２つの母集団の平均についての推測　―t検定との違い
　　（３）．状態空間モデルの例　―クジラの生息頭数を探る

日本テクノセンター研修室