シリーズ確率と情報の科学<br> 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

個数:
  • ポイントキャンペーン

シリーズ確率と情報の科学
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

  • ウェブストアに16冊在庫がございます。(2016年09月25日 12時45分現在)

    【出荷予定日】(お取り寄せを除く)
    ■午前0時~午前10時30分までのご注文は「当日出荷」
    ■午前10時31分~午後(夜)11時59分までのご注文は「翌日出荷」
    ■医学系書籍のご注文は「翌日~3日後に出荷」

    【ご注意事項】 ※必ずお読みください
    ◆在庫数は刻々と変動しており、ご注文手続き中に減ることもございます。
    ◆在庫数以上の数量をご注文の場合には、超過した分はお取り寄せとなり日数がかかります。入手できないこともございます。
    ◆事情により出荷が遅れる場合がございます。
    ◆お届け日のご指定は承っておりません。
    ◆「帯」はお付けできない場合がございます。

    ●店舗受取サービス(送料無料)をご利用いただけます。New!!
    【カートに入れる】を選択後に全国店舗の中からお受け取り店をご指定下さい。詳細はこちら
  • ●この商品は国内送料無料です。
  • サイズ A5判/ページ数 267p/高さ 21cm
  • 商品コード 9784000069731
  • NDC分類 417

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

著者紹介

久保拓弥[クボタクヤ]
1969年生まれ。1998年九州大学大学院理学研究科生物学専攻博士後期課程修了。博士(理学)。現在、北海道大学地球環境科学研究院環境生物科学部門助教。専門は、生態学のデータ解析に関する統計学的方法の研究と実際への応用(本データはこの書籍が刊行された当時に掲載されていたものです)