生物統計情報学研究法Ⅸ - 学際情報学府

授業計画

① 11月24日ベイズ統計学の基礎（事前分布と事後分布、ベイズ推論の基礎） ② 12月1日事前分布の選択(共役事前分布、無情報事前分布，経験ベイズ法) ③ 12月8日演習(基本的なベイズ推論の確認) ④ 12月15日計算手法 I(ラプラス近似、モンテカルロ法) ⑤ 12月22日計算手法 II(マルコフ連鎖モンテカルロ法) ⑥ 1月12日演習(階層ベイズモデルのベイズ推論) ⑦ 1月19日発展的話題

授業の方法

座学すべての回、オンラインではなく、対面で実施する。

成績評価方法

演習・レポート（50％）、出席（50％）

教科書

資料を配布する。

参考書

・Hoff, P.D.: A First Course in Bayesian Statistical Methods, Springer, 2009. ・Gelman, A., Carlin, J.B., Stern, H.S., Dunson, D.B., Vehtari, A., and Rubin, D.B.: 　Bayesian Data Analysis, Third edition, CRC Press, 2014. ・手良向聡：なぜベイズを使わないのか!?，金芳堂，2017．

履修上の注意

生物統計家として習得しておくべき方法論であり、履修を強く推奨する。

その他

履修登録をせず、聴講のみを希望する場合は、聴講を希望する科目の担当教員から事前に許可を得ること。ただし、以下のことに留意すること。・　聴講希望者は、氏名、所属、メールアドレス、聴講希望科目を *****　まで連絡すること。・　希望者が多数の場合は、人数を制限することがある。・　統計解析ソフトウェア SAS を用いた実習を行う科目を受講する際は、SAS がインストールされたノート PC を各自用意すること（PC の貸与はありません）。・　聴講が認められた科目には、特段の理由がない限り、最終講義まで出席すること（欠席が多い場合は、他科目の聴講申請・聴講許可を取り消す場合がある）。