実践Data Scienceシリーズ<br> RとStanではじめるベイズ統計モデリングによるデータ分析入門

個数:

実践Data Scienceシリーズ
RとStanではじめるベイズ統計モデリングによるデータ分析入門

  • ウェブストアに132冊在庫がございます。(2019年07月16日 03時01分現在)
  • 出荷予定日とご注意事項
    ※上記を必ずご確認ください

    【出荷予定日】
    ■ご注文当日 (午前0時~午前10時30分までのご注文)
     または
    ■ご注文翌日 (午前10時31分~午後11時59分までのご注文)

    【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。
    ◆特に表記のない限り特典はありません。
  • ●店舗受取サービス(送料無料)をご利用いただけます。
    【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
  • サイズ B5判/ページ数 352p/高さ 24cm
  • 商品コード 9784065165362
  • NDC分類 417
  • Cコード C3004

内容説明

「統計モデリングの世界」へのファーストブック。基礎から学べる超入門。チュートリアル形式だから、すぐに実践できる!統計、確率、ベイズ推論、MCMCの基本事項から、やさしくサポート!brmsやbayesplotなどのパッケージの使い方も、しっかり身につく!

目次

第1部 理論編 ベイズ統計モデリングの基本(はじめよう!ベイズ統計モデリング;統計学の基本 ほか)
第2部 基礎編 RとStanによるデータ分析(Rの基本;データの要約 ほか)
第3部 実践編 一般化線形モデル(一般化線形モデルの基本;単回帰モデル ほか)
第4部 応用編 一般化線形混合モデル(階層ベイズモデルと一般化線形混合モデルの基本;ランダム切片モデル ほか)
第5部 応用編 状態空間モデル(時系列分析と状態空間モデルの基本;ローカルレベルモデル ほか)

著者等紹介

馬場真哉[ババシンヤ]
2014年北海道大学大学院水産科学院修了。Logics of BlueというWebサイトの管理人(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)
※書籍に掲載されている著者及び編者、訳者、監修者、イラストレーターなどの紹介情報です。

出版社内容情報

「基本をより実践的に!」学べる新シリーズの第一弾は、「統計モデリングの世界」へのファーストブック。基礎から学べる超入門!
・チュートリアル形式だから、すぐに実践できる!
・統計、確率、ベイズ推論、MCMCの基本事項から、やさしくサポート!
・brmsやbayesplotなどのパッケージの使い方も、しっかり身につく!
・一般化線形モデル(GLM)→一般化線形混合モデル(GLMM)→動的線形モデル(DLM)→動的一般化線形モデル(DGLM)を体系的に学べる!
【本書のサポートページ】
https://logics-of-blue.com/r-stan-bayesian-model-intro-book-support/

【実践Data Scienceシリーズ】
 「基本をより実践的に!」を合言葉に、データサイエンスで用いられる各種手法の基本を、プログラミングの実装とともに解説していきます。はじめて学ぶ大学生、大学院生、ソフトウェアエンジニアに向けた注目の新シリーズです。

【主な内容】
1部 【理論編】ベイズ統計モデリングの基本
1 はじめよう! ベイズ統計モデリング
2 統計学の基本
3 確率の基本
4 確率分布の基本
5 統計モデルの基本
6 ベイズ推論の基本
7 MCMCの基本

2部 【基礎編】RとStanによるデータ分析
1 Rの基本
2 データの要約
3 ggplot2によるデータの可視化
4 Stanの基本
5 MCMCの結果の評価
6 Stanコーディングの詳細

3部 【実践編】一般化線形モデル
1 一般化線形モデルの基本
2 単回帰モデル
3 モデルを用いた予測
4 デザイン行列を用いた一般化線形モデルの推定
5 brmsの使い方
6 ダミー変数と分散分析モデル
7 正規線形モデル
8 ポアソン回帰モデル
9 ロジスティック回帰モデル
10 交互作用

4部 【応用編】一般化線形混合モデル
1 階層ベイズモデルと一般化線形混合モデルの基本
2 ランダム切片モデル
3 ランダム係数モデル

5部 【応用編】状態空間モデル
1 時系列分析と状態空間モデルの基本
2 ローカルレベルモデル
3 状態空間モデルによる予測と補間
4 時変係数モデル
5 トレンドの構造
6 周期性のモデル化
7 自己回帰モデルとその周辺
8 動的一般化線形モデル:二項分布を仮定した例
9 動的一般化線形モデル:ポアソン分布を仮定した例