『データ解析のための統計モデリング入門』 - aviatesk

久保拓弥『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』を勉強したときのノートを, R-markdownを用いて出力したHTLMファイルとしてまとめています.

全てのデータおよびノートに含まれるコードの大部分は, 久保さんのwebページで公開されているものによります.

TOC

• Tasks
• Who I am
• References

Tasks

• Setups(R, R-markdown, Atom)
• Chapter 2: 確率分布と統計モデルの最尤推定
• Chapter 3: 一般化線形モデル(GLM) ― ポアソン回帰 ―
• Chapter 4: GLMのモデル選択 ― AICとモデルの予測の良さ ―
• Chapter 5: GLMの尤度比検定と検定の枠組み
• Chapter 6: GLMの応用範囲を広げる ― ロジスティック回帰など ―
• Chapter 7: 一般化線形モデル(GLMM) ― 個体差のモデリング ―
• Chapter 8: マルコフ連鎖モンテカルロ(MCMC)法とベイズ統計モデル
• Chapter 9: GLMのベイズモデル化と事後分布の推定
  • WINBUGS部分を, Tensorflow probability あるいは PyMC3 を使ってを置き換え
• Chapter 10: 階層ベイズモデル ― GLMMのベイズモデル化 ―
• Chapter 11: 空間構造のある階層ベイズモデル

Who I am

• KADOWAKI, Shuhei - Undergraduate@Kyoto Univ. - aviatesk

References

• 久保拓弥, 『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』, 2012年, 岩波書店