内容説明
ExcelとRを使って試しながらベイズ分析を学ぼう！
ベイズ分析の核となる事前分布と事後分布の考え方からマルコフ連鎖モンテカルロ法を用いたサンプリング技術まで。
本書では、多くの人にとって親しみやすいExcelと、データサイエンスの強力なツールRを使って、ベイズ分析の基本を試して結果を見ながら実践的に身につけることができます。ExcelのワークシートやVBA、Rのサンプルコード、サンプルデータなどもダウンロード可能。
1章 ベイズ分析とR：概観
2章 二項分布の事後分布の生成
3章 ベータ分布の本質
4章 グリッドサーチとベータ分布
5章 母数が複数あるグリッドサーチ
6章 ベイズ統計学の手法を使った回帰
7章 名義変数の処理
8章 MCMCサンプリング
Appendix
付録A RStanとrethinkingパッケージのWindowsプラットフォームへのインストール方法
付録B 用語集
Conrad Carlberg：
コロラド大学で統計学の博士号を取得し、マイクロソフトのExcel MVPを複数回受賞。定量分析、データ分析に造詣が深く、また、Microsoft Excel、SAS、Oracleなどの管理アプリケーションのエキスパート。著書に『Business Analysis with Microsoft Excel, Fifth Edition』『Statistical Analysis』など多数。
目次
1章 ベイズ分析とR：概観
1.1 ベイズの復権
1.2 事前分布の構築について
1.3 ある専門用語について
1.4 事前分布、尤度、事後分布
1.5 頻度論統計学とベイズ統計学の比較
1.6 まとめ
2章 二項分布の事後分布の生成
2.1 二項分布とは何か
2.2 Excelの二項分布関数
2.3 Rの二項分布関数
2.4 （ややこしくならない範囲での）数学による理解
2.5 まとめ
3章 ベータ分布の本質
3.1 Excelによるベータ分布の分析
3.2 ベータ分布と二項分布の比較
3.3 ExcelのBETA.DISTのヘルプページの解説
3.4 Rでの同様の分析
3.5 まとめ
4章 グリッドサーチとベータ分布
4.1 グリッドサーチについてもう少し詳しく
4.2 ベータ分布関数の結果の使い方
4.3 分布の形と位置の追跡
4.4 必要な関数の棚卸し
4.5 公式から関数へ
4.6 共益事前分布とは何か
4.7 まとめ
5章 母数が複数あるグリッドサーチ
5.1 準備作業
5.2 データの結合
5.3 まとめ
6章 ベイズ統計学の手法を使った回帰
6.1 頻度論の回帰分析
6.2 頻度論の回帰分析の具体例
6.3 行列代数による手法
6.4 quap関数による単回帰
6.5 重回帰の設計
6.6 ベイジアンの重回帰
6.7 まとめ
7章 名義変数の処理
7.1 ダミーコーディング
7.2 コードではなくテキストラベルを使う方法
7.3 群平均の比較
7.4 まとめ
8章 MCMCサンプリング
8.1 ベイズ分析のサンプリング手法の簡単な復習
8.2 MCMC分析の例
8.3 最後にひとこと
Appendix
付録A RStanとrethinkingパッケージのWindowsプラットフォームへのインストール方法
付録B 用語集
