科目ナンバー

SG-SA5-7C05

履修条件・関連科目等

統計学の基礎、特に最尤法について理解していることが望ましい。

授業で使用する言語

日本語

授業で使用する言語（その他の言語）

授業の概要

講義、輪講、プレゼンテーション、ディスカッションを通じて、ベイズ統計の基礎を学ぶ。

科目目的

ベイズ統計の基礎を学ぶ。

到達目標

ベイズ統計の基礎と理論を身に付ける。

授業計画と内容

1. ガイダンス、ベイズ統計とは
2. 1パラメータベイズモデルについて
3. 共役事前分布、無情報事前分布について
4. 共役事前分布を持つ1パラメータベイズモデルの紹介と演習
5. 1パラメータベイズモデルのベイズ信用区間
6. 共役事前分布を持つマルチパラメータベイズモデルの紹介と演習
7. 大標本論に基づくベイズモデルと頻度論モデル(非ベイズ)の関係
8. MCMCの基礎
9. MCMCの演習
10. 階層ベイズモデル
11. 経験ベイズ法
12. ベイズ予測、 ベイズファクター
13. ベイズ回帰モデル
14. 欠測データの解析

授業時間外の学修の内容

指定したテキストやレジュメを事前に読み込むこと／授業終了後の課題提出

授業時間外の学修の内容（その他の内容等）

授業時間外の学修に必要な時間数／週

・毎週１回の授業が半期（前期または後期）または通年で完結するもの。１週間あたり４時間の学修を基本とします。
・毎週２回の授業が半期（前期または後期）で完結するもの。１週間あたり８時間の学修を基本とします。

成績評価の方法・基準

成績評価の方法・基準（備考）

初回のガイダンスで、成績評価の詳細を説明する。原則、初回のガイダンスで説明した評価方法に従う。

課題や試験のフィードバック方法

授業時間内で講評・解説の時間を設ける／授業時間に限らず、manabaでフィードバックを行う

課題や試験のフィードバック方法（その他の内容等）

アクティブ・ラーニングの実施内容

ディスカッション、ディベート／プレゼンテーション

アクティブ・ラーニングの実施内容（その他の内容等）

授業におけるICTの活用方法

実施しない

授業におけるICTの活用方法（その他の内容等）

実務経験のある教員による授業

はい

【実務経験有の場合】実務経験の内容

1. 統計学、機械学習を用いたデータ活用の企業へのコンサルティング
2. 統計学、機械学習を用いた問題解決アプローチの企業へのコンサルティング
3. デミング賞委員
4. 企業への品質経営に関わるコンサルティング

【実務経験有の場合】実務経験に関連する授業内容

以下の実務に基づく研究指導を行う。
1. 統計学、機械学習を用いたデータ活用の企業へのコンサルティング
2. 統計学、機械学習を用いた問題解決アプローチの企業へのコンサルティング
3. デミング賞委員
4. 企業への品質経営に関わるコンサルティング

テキスト・参考文献等

テキスト:
・Gelman, Carlin, Stern, Dunson, Vehtari and Rubin, Bayesian Data Analysis, 3rd Edition (BDA3), Chapman and Hall/CRC, 2013.


参考書:
・Peter D. Hoff, A First Course in Bayesian Statistical Methods, Springer, 2009.

その他特記事項

参考URL