大学院
HOME 大学院 応用統計
戻る
学内のオンライン授業の情報漏洩防止のため，URLやアカウント、教室の記載は削除しております。
最終更新日：2025年4月1日

授業計画や教室は変更となる可能性があるため、必ずUTASで最新の情報を確認して下さい。
UTASにアクセスできない方は、担当教員または部局教務へお問い合わせ下さい。

応用統計

応用統計 (Applied Statistics)
本講義では，計算統計学の方法であるマルコフ連鎖モンテカルロ法について, Jim Albert, "Bayesian Computation with R" 2nd edition (2009年)を用いて学習する。まずベイズ統計学の基礎を扱い、行列言語R およびRstanを用いて実際の計算に必要なプログラミングの方法も習得する。

Bayesian Statistics and Computational Statistics. This course introduces a statistical simulation method, “Markov chain Monte Carlo”, using "Bayesian Computation with R" (2nd ed) written by Jim Albert (2009). We begin with an introduction of Bayesian statistical analysis and a matrix computer language R and Rstan for the calculation of simulations.
MIMA Search
時間割／共通科目コード
コース名
教員
学期
時限
291207
GEC-EC5207L1
応用統計
大森　裕浩
S1 S2
金曜2限
マイリストに追加
マイリストから削除
講義使用言語
日本語
単位
2
実務経験のある教員による授業科目
NO
他学部履修
可
開講所属
経済学研究科
授業計画
1. R言語入門 2. ベイズ統計入門 ・事前分布，尤度，事後分布 　・ベイズの定理 　・統計モデルの例（パラメータが1つの場合，複数の場合） 3. ベイズ統計のための計算手法 　・モンテカルロ・シミュレーションによる積分 　・Rstanによるマルコフ連鎖モンテカルロ法 (ギブス・サンプラー，MHアルゴリズム） ・R package "ASV"を用いた確率的ボラティリティ変動モデルの推定 1. Introduction to R language 2. Introduction Bayesian Statistics 　　　・Prior, Likelihood, Posterior 　　　・Bayes Theorem ・Examples (models with one parameter and mult-parameters) 3. Bayesian Computation 　　　・Monte Carlo simulation for the integration 　　　・Markov chain Monte Carlo (Gibbs sampler, MH algorithm) using Rstan 　　　・Estimation of stochastic volatility models using R package "ASV"
授業の方法
Albert (2009)をテキストとしてベイズ統計学とマルコフ連鎖モンテカルロ法について講義を行うと共に実際にコンピュータによる演習を行う。 Lecture. We learn Bayesian statistics and Markov chain Monte Carlo method using the textbook Albert (2009) and a personal computer.
成績評価方法
レポート (70%), 宿題(30%). Empirical Paper 70%. Assignments 30%
教科書
Jim Albert, "Bayesian Computation with R" 2nd edition (2009年) または J. アルバート「Rで学ぶベイズ統計学入門」丸善出版 (2012年)
参考書
大森他著「計算統計Ⅱ－マルコフ連鎖モンテカルロ法とその周辺」岩波書店 2005年 中妻照雄「入門ベイズ統計学」朝倉書店　2007年
履修上の注意
基礎的な統計学の知識を前提とする． Prerequisite: Introductory statistics.
戻る