1. ホーム
  2. セミナー
  3. ベイズ統計学　入門講座【WEBセミナー】

〇ベイズ統計学について初めて学習する方
〇ベイズ統計学を用いたことがあるが、具体的な意味を理解できていない方　などにオススメ！

数式も重要ですが、より本質を理解するため “ベイズ統計学の考え方の習得” に重点を置いたセミナーです

ベイズ統計学　入門講座【WEBセミナー】
～ベイズ統計学の基本的な考え方とその有用性～

※受付を終了しました。最新のセミナーはこちら

セミナー概要
略称
ベイズ統計学【WEBセミナー】
セミナーNo.
st210506
開催日時
2021年05月24日（月） 10:30～16:30
主催
サイエンス＆テクノロジー（株）
問い合わせ
Tel：03-5857-4811　E-mail：info@rdsc.co.jp　問い合わせフォーム
開催場所
【WEB限定セミナー】※会社やご自宅でご受講下さい。　
価格
非会員：  35,200円 （本体価格：32,000円）
会員：  33,440円 （本体価格：30,400円）
学生：  35,200円 （本体価格：32,000円）
価格関連備考
定　価　：1名につき 35,200円（税込）
会員価格：1名につき 33,440円、2名の場合 49,500円、3名の場合74,250円（税込）

※上記会員価格は受講者全員の会員登録が必須となります。
※同一法人内(グループ会社でも可)による2名同時申込みのみ適用いたします。
※受講券、請求書は、代表者に郵送いたします。
※請求書および領収証は1名様ごとに発行可能です。
　(申込みフォームの通信欄に「請求書１名ごと発行」と記入ください。)
※他の割引は併用できません。
備考
※資料付
※講義中の録音・撮影はご遠慮ください。
※開催日の概ね1週間前を目安に、最少催行人数に達していない場合、セミナーを中止することがございます。

配布資料：製本テキスト(開催前日着までを目安に発送)
※セミナー資料はお申し込み時のご住所へ発送させていただきます。
※開催日の４～５日前に発送します。
　開催前日の営業日の夕方までに届かない場合はお知らせください。
※開催まで4営業日～前日にお申込みの場合、セミナー資料の到着が、
　開講日に間に合わない可能性がありますこと、ご了承下さい。

【ZoomによるLive配信】
・本セミナーはビデオ会議ツール「Zoom」を使ったライブ配信セミナーとなります。
　PCやスマホ・タブレッドなどからご視聴・学習することができます。
・以下のテストミーティングより接続とマイク/スピーカーの出力・入力を事前にご確認いた
　だいたうえで、お申込みください。テストミーティングは→こちら
・事前に「Zoom」のインストール(または、ブラウザから参加)可能か、
　接続可能か等をご確認ください。
・セミナー開催日時に、視聴サイトにログインしていただき、ご視聴ください。
・セミナー中、講師へのご質問が可能です。
講座の内容
受講対象・レベル
統計分析に関心のある方、実際に統計分析を行っており新たな知見を得られたい方など、どなたでもご参加ください。
予備知識は想定しませんが、統計学の基礎をご存知であれば理解は深まるかと思います
習得できる知識
・ベイズ統計学の基本的な考え方および有用性
・統計学的思考

　時間の関係上、応用例の紹介は限られてしまいます。
　統計分析を理解するためには、実際にデータを用いて分析を行うことが重要ですので、
　講義の受講後には是非ともご自身で統計分析にチャレンジしてみてください。
趣旨
　本講座は、昨今非常に注目・活用されているベイズ統計学の基礎について、わかりやすく解説することを目的とします。分野の性質上、数式の多用は避けられませんが、重要なのは背後にある考え方にありますので、そちらに重点を置いて説明します。
しばらく前までのベイズ統計学は、いくつかの制約から応用例が限られていましたが、マルコフ連鎖モンテカルロ法の導入にともない、あらゆる研究分野でベイズ統計学が利用されるようになりました。
　本講座では、通常の統計学（標本理論）との対比を通じて、ベイズ統計学の考え方および有用性について紹介したいと思います。今回初めてベイズ統計学に触れる方をはじめ、かつてベイズ統計学を用いたことがあるものの、具体的な意味が十分に理解できなかった方にとっても役立つ内容であると考えています。
プログラム

１．はじめに
　1.1　（ベイズ）統計学とは何か
　1.2　標本理論との相違点、ベイズ統計学の有用性

２．統計学の基礎
　2.1　三つの確率概念：古典的確率、相対頻度確率、主観的確率
　2.2　公理的確率
　2.3　確率変数と主な確率分布
　2.4　期待値と分散
　2.5　標本と母集団
　2.6　推定と検定

３．ベイズの定理
　3.1　条件付き確率からの導出
　3.2　ベイズの定理と具体例
　3.3　三囚人問題

４．最尤法
　4.1　尤度と尤度関数
　4.2　回帰モデルの最尤推定：質的従属変数モデルへの応用
　4.3　最尤法とベイズ分析の関係

５．古典的ベイズ分析
　5.1　事前分布と事後分布
　5.2　幾つかの具体例
　5.3　回帰モデルへの応用（１）

６．現代のベイズ分析
　6.1　ギブズ・サンプラー
　6.2　メトロポリス・ヘイスティングス・アルゴリズム
　6.3　回帰モデルへの応用（２）

７．おわりに

　　□ 質疑応答 □

関連するセミナー
関連する書籍
関連するタグ
フリーワード検索
カテゴリ別検索
カテゴリ別検索