１．はじめに

　　（１）．（ベイズ）統計学とは何か

　　（２）．ベイズ統計学の長所と短所

　　（３）．通常の統計学（標本理論）とベイズ理論との相違点

２．統計学の復習（基礎）

　　（１）．三種類の確率

　　　　ａ．古典的確率

　　　　ｂ．経験的確率

　　　　ｃ．主観確率

　　（２）．データと確率変数：標本と母集団の関係

　　（３）．期待値と分散および標準化

　　（４）．主な確率分布

　　　　ａ．離散型確率分布：ベルヌーイ分布、二項分布、ベータ分布、一様分布

　　　　ｂ．連続型確率分布：一様分布、正規分布、t分布、逆ガンマ分布

　　（５）．推定と統計的仮説検定

　　　　ａ．点推定と区間推定

　　　　ｂ．統計的仮説検定の論理と実際

３．ベイズの定理とその応用

　　（１）．条件付確率と乗法定理

　　（２）．ベイズの定理の導出と具体例

　　（３）．三囚人問題について

４．最尤法と応用例

　　（１）．尤度と尤度関数

　　（２）．最尤推定とベイズ推定

　　（３）．最尤法の応用例

　　　　ａ．線形回帰モデル

　　　　ｂ．質的従属変数モデル

　　（４）．最尤法のベイズ的解釈

５．古典的ベイズ分析

　　（１）．事前分布の選択

　　（２）．事後分布の導出

　　（３）．自然共役事前分布の具体例

　　（４）．回帰モデルのベイズ分析（１）

６．現代のベイズ分析

　　（１）．MCMC法（マルコフ連鎖モンテカルロ法）（１）：

・Gibbs Sampler

　　（２）．MCMC法（マルコフ連鎖モンテカルロ法）（２）：

・Metropolis‐Hastings（M‐H）algorithm

　　（３）．回帰モデルのベイズ分析（２）：

・結果の見方と解釈について

７．全体のまとめ・質疑応答