内容説明
ベイズ統計学を基礎から解説，Pythonで実装。マルコフ連鎖モンテカルロ法にはPyMC3を活用。〔内容〕「データの時代」におけるベイズ統計学／ベイズ統計学の基本原理／様々な確率分布／PyMC／時系列データ／マルコフ連鎖モンテカルロ法
目次
1. 「データの時代」におけるベイズ統計学
2. ベイズ統計学の基本原理
未知の比率に対する推論
ベイズの定理による事後分布の導出
未知のパラメータに関する推論
将来の確率変数の値の予測
付録（損失関数に対応した点推定の導出／SDDRの導出）
3. 様々な確率分布を想定したベイズ分析
ポアソン分布のベイズ分析
正規分布のベイズ分析
回帰モデルのベイズ分析
付録（ポアソン分布に従う確率変数の予測分布の導出／正規分布に従う確率変数の予測分布の導出／回帰係数と誤差項の分散の事後分布の導出／回帰モデルの予測分布の導出）
4. PyMCによるベイズ分析
ベイズ統計学とモンテカルロ法
PyMCによる回帰モデルのベイズ分析
一般化線形モデルのベイズ分析
5. 時系列データのベイズ分析
時系列データと状態空間表現
状態空間モデルに関する推論
PyMCによる状態空間モデルのベイズ分析
付録（カルマン・フィルターの導出／予測分布の導出／カルマン・スムーザーの導出）
6. マルコフ連鎖モンテカルロ法
マルコフ連鎖と不変分布
メトロポリス--ヘイスティングズ・アルゴリズム
ギブズ・サンプラー
感想・レビュー
※以下の感想・レビューは、株式会社ドワンゴの提供する「読書メーター」によるものです。
yyhhyy
2
共役事前分布によるベイズ分析の基本からpymc3を使った状態空間モデルのコード例までまとまった本。モデリング後の分析部分は主眼におかれていない。2022/12/30
4047
0
ベイズ統計の基礎は一通り身につく。 誤植がやや多いのが難点。2020/01/07
