ＲとＳｔａｎではじめるベイズ統計モデリングによるデータ分析入門

「統計モデリングの世界」へのファーストブック。基礎から学べる超入門。チュートリアル形式だから、すぐに実践できる！統計、確率、ベイズ推論、ＭＣＭＣの基本事項から、やさしくサポート！ｂｒｍｓやｂａｙｅｓｐｌｏｔなどのパッケージの使い方も、しっかり身につく！

「基本をより実践的に！」学べる新シリーズの第一弾は、「統計モデリングの世界」へのファーストブック。基礎から学べる超入門！
・チュートリアル形式だから、すぐに実践できる！
・統計、確率、ベイズ推論、ＭＣＭＣの基本事項から、やさしくサポート！
・ｂｒｍｓやｂａｙｅｓｐｌｏｔなどのパッケージの使い方も、しっかり身につく！
・一般化線形モデル（ＧＬＭ）→一般化線形混合モデル（ＧＬＭＭ）→動的線形モデル（ＤＬＭ）→動的一般化線形モデル（ＤＧＬＭ）を体系的に学べる！
【本書のサポートページ】
ｈｔｔｐｓ：／／ｌｏｇｉｃｓ－ｏｆ－ｂｌｕｅ．ｃｏｍ／ｒ－ｓｔａｎ－ｂａｙｅｓｉａｎ－ｍｏｄｅｌ－ｉｎｔｒｏ－ｂｏｏｋ－ｓｕｐｐｏｒｔ／

【実践Ｄａｔａ　Ｓｃｉｅｎｃｅシリーズ】
　「基本をより実践的に！」を合言葉に、データサイエンスで用いられる各種手法の基本を、プログラミングの実装とともに解説していきます。はじめて学ぶ大学生、大学院生、ソフトウェアエンジニアに向けた注目の新シリーズです。

【主な内容】
１部　【理論編】ベイズ統計モデリングの基本
１　はじめよう！　ベイズ統計モデリング
２　統計学の基本
３　確率の基本
４　確率分布の基本
５　統計モデルの基本
６　ベイズ推論の基本
７　ＭＣＭＣの基本

２部　【基礎編】ＲとＳｔａｎによるデータ分析
１　Ｒの基本
２　データの要約
３　ｇｇｐｌｏｔ２によるデータの可視化
４　Ｓｔａｎの基本
５　ＭＣＭＣの結果の評価
６　Ｓｔａｎコーディングの詳細

３部　【実践編】一般化線形モデル
１　一般化線形モデルの基本
２　単回帰モデル
３　モデルを用いた予測
４　デザイン行列を用いた一般化線形モデルの推定
５　ｂｒｍｓの使い方
６　ダミー変数と分散分析モデル
７　正規線形モデル
８　ポアソン回帰モデル
９　ロジスティック回帰モデル
１０　交互作用

４部　【応用編】一般化線形混合モデル
１　階層ベイズモデルと一般化線形混合モデルの基本
２　ランダム切片モデル
３　ランダム係数モデル

５部　【応用編】状態空間モデル
１　時系列分析と状態空間モデルの基本
２　ローカルレベルモデル
３　状態空間モデルによる予測と補間
４　時変係数モデル
５　トレンドの構造
６　周期性のモデル化
７　自己回帰モデルとその周辺
８　動的一般化線形モデル：二項分布を仮定した例
９　動的一般化線形モデル：ポアソン分布を仮定した例(「近刊情報」より)

目次

第１部　理論編　ベイズ統計モデリングの基本（はじめよう！ベイズ統計モデリング
統計学の基本　ほか）
第２部　基礎編　ＲとＳｔａｎによるデータ分析（Ｒの基本
データの要約　ほか）
第３部　実践編　一般化線形モデル（一般化線形モデルの基本
単回帰モデル　ほか）
第４部　応用編　一般化線形混合モデル（階層ベイズモデルと一般化線形混合モデルの基本
ランダム切片モデル　ほか）
第５部　応用編　状態空間モデル（時系列分析と状態空間モデルの基本
ローカルレベルモデル　ほか）

本の帯に関して

帯つきでの出荷はお約束しておりません。
商品ページに、帯のみに付与される特典物等の表記がある場合でも、確実に帯つきでの出荷はお約束しておりません。
また、帯は商品の一部ではなく「広告扱い」のため、帯の有無・破損による交換や返品は承っておりません。

版・表紙について

版・表紙（カバー）のご指定は承っておりません。ご注文いただくタイミングによっては、お届けする商品の版や表紙が商品ページ上のものとは異なる場合がございます。
また、初版にのみにお付けしている特典（初回特典、初回仕様特典）がある商品は、商品ページに特典の表記がされている場合でも、無くなり次第終了となります。