【レビュー】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

第1章 データを理解するために統計モデルを作る
第2章 確率分布と統計モデルの最尤推定
第3章 一般化線形モデル(GLM)-ポアソン回帰
第4章 GLMのモデル選択-AICとモデルの予測の良さ
第5章 GLMの尤度比検定と検定の非対称性
第6章 GLMの応用範囲をひろげる-ロジスティック回帰など
第7章 一般化線形混合モデル(GLMM)-個体差のモデリング
第8章 マルコフ連鎖モンテカルロ(MCMC)法とベイズ統計モデル
第9章 GLMのベイズモデル化と事後分布の推定
第10章 階層ベイズモデル-GLMMのベイズモデル化
第11章 空間構造のある階層ベイズモデル

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紹介する。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、階層ベイズモデル化する方法を、RとWinBUGSの具体例を用いて説明する。

　・統計検定準１級合格のために学習したこと[2023-03-16に投稿]

　・統計検定準1級の勉強について[2022-12-24に投稿]

　・データ解析のための統計モデリング入門 7章 教科書中の図をPythonで再現してみた[2022-01-27に投稿]

　・【IT資格】価値のある資格/ない資格【主観100%】[2021-12-19に投稿]

　・自社のサービスにベイズ統計モデリングを取り入れたいので勉強したこと。[2021-12-19に投稿]

　・統計検定一級の受験が終わったので、役に立った本をまとめてみた[2021-11-21に投稿]

　・最尤推定法についてまとめ【緑本読書ノート】①[2021-09-06に投稿]

　・統計学の研究・実務の際に参照をする日本語の教科書１０冊[2021-08-24に投稿]

　・超初心者が学ぶランダムフォレスト・分類回帰樹木 (CART法)②[2021-03-13に投稿]

　・ど素人初学者データサイエンティストロードマップまとめのまとめ[2021-02-07に投稿]

　・一般化線形モデルの概要とPythonでの実装[2020-12-16に投稿]

　・データサイエンス初心者に読んで欲しい本3選[2020-12-12に投稿]

　・統計初心者が統計モデリング力を鍛えるための勉強法[2020-12-04に投稿]

　・Stan Advent Boot Camp 第5日目 : stanでロジスティック回帰モデルをやっていき[2020-11-30に投稿]

　・結局、統計モデリングとは何なのか[2020-07-04に投稿]

　・メトロポリス・ヘイスティング法を用いてPythonで2019統計検定準一級の問題を数値的に考える[2020-04-29に投稿]

　・簡単なポアソン分布まとめ（Rでの出力付き）[2020-04-18に投稿]

　・統計初心者がベイズ統計学に入門するまでの勉強法[2019-12-17に投稿]

　・一般化線形混合(効果)モデル(GLMM/GLME)をMATLABで簡単に実装 (1)[2019-08-25に投稿]

　・TechAcademyのPython+データサイエンスコースを受講した感想[2019-08-24に投稿]

　・【書籍まとめ】データサイエンス初心者が1年間で読んだ本[2019-08-21に投稿]

　・緑本のBUGSをStanで書いてみた[2019-04-21に投稿]

　・初心者から data scientist・AI engineer になるための勉強法&おすすめサイト・本を一つの記事にまとめたかった[2018-12-11に投稿]

　・【統計モデリング】2章 確率分布と統計モデルの最尤推定[2017-10-14に投稿]

　・【随時更新】マシンラーニングエンジニアが機械学習、統計学のおすすめ本を紹介する[2017-07-06に投稿]

　・野球選手が本塁打を一番打てるのは何歳のときなのかPythonとStanで求める[2017-05-11に投稿]

　・【データ分析の必読10冊+差をつける10冊＋100冊超】データサイエンス、データ分析、機械学習関連の本[2016-08-23に投稿]