統計科学(1)初めて学ぶベイズ統計 最尤推定とベイズ推定の違い

※現在、この講座の申し込みは
行っていません。

• 講座詳細

  【講座概要】　
  ベイズ統計に関する初歩の話をします。ベイズ統計という言葉を耳にしますが、具体的に何を指しているか知らない人向けの話になります。所謂、古典的な統計学との違いについての話をして、ベイズならではの利点や欠点などについてお話をします。その後、ベイズにおける事前分布や事後分布等の概念について説明します。古典的な統計学との比較のために、最尤推定法についても簡単に講義をします。始めは、単純なモデルのベイズ的推測について学び、最尤推定量との推定量の違いについて学びます。 そして、ベイズ的に考えた推定が、古典的な統計学による推定とどのように異なるのかを説明します。基本的な事項を学んだ後、1変量の線形回帰モデルに対するベイズ推定を学びます。時間が許せば、サンプリング技法やベイズの概念を利用したMCMC（マルコフチェーンモンテカルロ）法について学びます。
  
  【講座スケジュール】
  2017/10/14(土)\t10:00～12:00\t講座概要を参照

• 備考

  【対象】
  大学の数理統計および微積分や線形代数をある程度理解している方
  
  会場：神楽坂/森戸記念館
  テキスト： プリントを配付

• 講師陣

  名前	黒沢　健
  肩書き	東京理科大学理学部第一部応用数学科　准教授　博士(理学)
  プロフィール	2003年日本電信電話株式会社、2010年本学講師を経て2015年より現職。