確率と情報の科学

データ解析のための統計モデリング入門

一般化線形モデル・階層ベイズモデル・MCMC

現象を数理モデルで表現・説明するのに慣れていない人のために,統計モデルの基本となる考えかたを説明.

データ解析のための統計モデリング入門
このエントリーをはてなブックマークに追加
著者 久保 拓弥
ジャンル 書籍 > 単行本 > 計算機科学
書籍 > 自然科学書
シリーズ 確率と情報の科学
刊行日 2012/05/18
ISBN 9784000069731
Cコード 3341
体裁 A5 ・ 上製 ・ カバー ・ 282頁
定価 本体3,800円+税
在庫 在庫あり
現象を数理モデルで表現・説明するのに慣れていない人のために,章ごとに異なる例題を解決していく過程を通して,統計モデルの基本となる考えかたを説明する.前半では,応用範囲のひろい統計モデルのひとつである一般化線形モデルの基礎を,後半では,実際のデータ解析に使えるように,それらをベイズ統計モデル化する方法を説明する.


■編集部からのメッセージ
 たいへん長らくお待たせしました.好評のシリーズ「確率と情報の科学」の第3冊目です.2冊目を刊行してから,次はいつ出ますかという問い合わせをたびたび受けましたが,その期待に十分お応えできる本をお届けします.
 本書は,かなりユニークな作品です.著者は「まえがき」で以下のように,本書の性格を述べています.

 この本では統計モデリング――モデルを作って観測データにあてはめて現象を理解する――方法について説明します.内容は入門的なものばかりですが,初学者むけの普通の統計学教科書とはずいぶんと異なった方向のものです.
 この本の読者として想定しているのは,いわゆる理系・文系の区別とは関係なく,「数理モデルで現象を表現・説明する」基礎訓練を受けていない人たちです.数理モデリングや解析プログラミングに関する講義・演習などをほとんど,あるいはまったく経験していないにもかかわらず,複雑なデータ解析に取りくまねばならない研究者が増えています.このような乖離をいくらかでもうめるように書いてみました.(中略)
 この本では,章ごとに異なる例題を解決していく過程で,統計モデルの基本となる考えかたを説明します.あつかう内容は,応用範囲のひろい統計モデルのひとつである,一般化線形モデル(GLM)の基礎と発展だけに限定します.
 本の前半ではGLM入門的な内容を,後半では実際のデータ解析に使えるようにベイズ統計モデル化する方法を説明します.

 このように,非常に幅広い読者に向けて,簡単な例題を用いて,丁寧に説明します.また,現実のデータ解析には,統計ソフトウェアによる支援が必要不可欠ですが,ソフトウェアとしては,RとWinBUGSを用い,その使い方やコツも含めて解説します.
1 データを理解するために統計モデルを作る
2 確率分布と統計モデルの最尤推定
3 一般化線形モデル(GLM)
4 GLMのモデル選択
5 GLMの尤度比検定と検定の非対称性
6 GLMの応用範囲をひろげる
7 一般化線形混合モデル(GLMM)
8 マルコフ連鎖モンテカルロ(MCMC)法とベイズ統計モデル
9 GLMのベイズモデル化と事後分布の推定
10 階層ベイズモデル
11 空間構造のある階層ベイズモデル
文献・索引
久保拓弥(くぼたくや)
1969 年生まれ.1998 年九州大学大学院理学研究科生物学専攻博士後期課程修了.博士(理学).現在,北海道大学地球環境科学研究院環境生物科学部門助教.専門は,生態学のデータ解析に関する統計学的方法の研究と実際への応用.

書評情報

統計 2013年6月号
ページトップへ戻る