原理と意味から理解する　ベイズ統計　入門講義

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。新しい統計学「ベイズ統計」の核心を、初学者にやさしい講義調の語り口でていねいに解説。高度すぎず浅すぎず、“紙と鉛筆”の計算で原理から理解できる。本当にわかりたい人のための、専門書への扉を開く本格入門書。◆おもな目次◆第0章 ベイズ推定とは何か0.1 偽コインのパズル0.2 条件つき確率とベイズの公式0.3 コインをさらに投げ続ける、他の問題第1章 ベイズ推定のための確率論速成コース1.1 簡単な例で復習する古典的な（素朴な）確率1.2 確率と事象の抽象理論1.3 確率分布と確率密度関数1.4 結合分布と周辺分布第2章 古典的なベイズの定理とその応用2.1 条件つき確率とベイズの定理2.2 ベイズの定理の解釈と応用例2.3 離散値確率分布のベイズの定理第3章 ベイズ推定の枠組み3.1 条件つき確率密度関数とベイズの定理3.2 ベイズ推定の枠組み3.3 事後分布をどう使うか第4章 二項モデルでベイズ推定を理解する4.1 二項モデルの設定4.2 二項モデルの分布更新4.3 二項モデルの事後分布の性質第5章 最も重要な例：正規モデル5.1 正規モデルの設定5.2 正規モデルの事前分布、事後分布：分散が既知の場合5.3 正規モデルの事前分布、事後分布：分散も未知の場合第6章 頻度主義的な統計的推測の考え方6.1 偽コインのパズルと仮説検定6.2 偽コインのパズルの点推定と区間推定6.3 頻度主義的統計学の推定の背景第7章 モンテカルロ法による近似計算7.1 モンテカルロ法7.2 ギブスサンプリング7.3 メトロポリス法第8章 高度なモデルへの必須知識：多次元正規モデル8.1 正規分布から多次元正規分布へ8.2 多次元正規モデルの設定8.3 多次元正規モデルの事前分布、事後分布第9章 最初の応用：線形回帰モデル9.1 線形回帰モデル9.2 最小二乗法9.3 正規線形回帰モデルのベイズ推定第10章 より高度なモデルへ：三つのアイデア10.1 確率分布の抽象化：指数型分布族10.2 線形回帰の一般化：一般化線形モデル10.3 ベイズ推定の階層化※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。