統計モデリング入門 セミナー

サイトマップサイトマップ よくあるお問合わせよくあるお問合せ リクエストリクエスト セミナー会場セミナー会場へのアクセス リンクリンク
セミナーのメニュー
  ヘルスケア系
4月
5月
6月
7月〜

化学・電気系 その他各分野
4月
5月
6月
7月〜
出版物出版物
新刊図書新刊図書 月刊 化学物質管理Gmpeople
通信教育講座通信教育講座
LMS(e-learning)LMS(e-learning)
セミナー収録DVDDVD
電子書籍・学習ソフトDVD
セミナー講師のコラムです。講師コラム
  ↑2019/4/5更新!!
お申し込み・振込み要領お申込み・振込要領
案内登録案内登録
↑ ↑ ↑
新着セミナー、新刊図書情報をお届けします。

※リクエスト・お問合せ等
はこちら→ req@johokiko.co.jp



SSL GMOグローバルサインのサイトシール  


統計モデリング入門 セミナー

*その他 機械学習・ディープラーニング・人工知能: 関連セミナー、書籍はこちら:

★講師は名著「データ解析のための統計モデリング入門」(通称:みどりぼん)の
北海道大学・久保拓弥先生!!統計モデリングを初心者向けにわかり易く解説。
毎回好評のセミナーです!

統計モデリング入門:

一般化線形モデルから階層ベイズモデルへ

講師

北海道大学 地球環境科学研究院 助教 博士(理学)  久保 拓弥 先生

* 希望者は講師との名刺交換が可能です

講師紹介

1998 九州大学大学院理学研究科生物学専攻修了,博士(理学)学位取得
2000 宇宙開発事業団地球観測システム本部 招聘研究員
2002 北海道大学大学院地球環境科学研究科 助教
現在に至る

【専門】生態学・環境科学における統計モデリング

【著書】
「データ解析のための統計モデリング入門」(岩波書店)<2018年3月 第15 刷刊行>
http://hosho.ees.hokudai.ac.jp/~kubo/ce/IwanamiBook.html

→このセミナーを知人に紹介する

<その他関連セミナー>

2019年5月20日 ベイズ統計学入門〜ベイズ統計学の基礎を理解する〜
2019年5月30日 データサイエンスのためのベイズ統計学入門【大阪開催】

日時・会場・受講料

●日時 2019年5月14日(火) 12:30-16:30
●会場 [東京・大井町]きゅりあん4階研修室 →「セミナー会場へのアクセス」
●受講料 1名41,040円(税込(消費税8%)、資料付)
 *1社2名以上同時申込の場合、1名につき30,240円
      *学校法人割引;学生、教員のご参加は受講料50%割引。→「セミナー申込要領・手順」を確認下さい。

 ●録音・撮影行為は固くお断り致します。
 ●講義中の携帯電話の使用はご遠慮下さい。
 ●講義中のパソコン使用は、講義の支障や他の方の迷惑となる場合がありますので、極力お控え下さい。
  場合により、使用をお断りすることがございますので、予めご了承下さい。
  *PC実習講座を除きます。


■ セミナーお申込手順からセミナー当日の主な流れ →

セミナーポイント

■はじめに
このセミナーは統計モデリングの初心者むけのもので,とくに一般化線形モデル (GLM) とその階層ベイズモデル化について説明します.簡単で具体的な例題の解決にとりくみながら,統計ソフトウェア R などを利用したパラメーター推定法もふくめて解説します.前半では「直線あてはめ」の統計モデルで何でも解決するのではなく,データの構造をよく見て適切な確率分布を部品とする統計モデルを作って解決する方法について説明します.その例としてポアソン回帰・ロジスティック回帰などの統計モデルである GLM を紹介します.後半では,これを発展させて,観測データから直接推定するのが困難な「個体差・地域差」などのばらつきの効果も考慮するために GLM を階層ベイズモデル化します.このようにベイズモデルの考えかたを導入することで,モデルの見通しがよくなり,より良い推定結果が得られる例などを紹介します.

■受講対象
・データ解析の入門者,統計ソフトウェアを理解して使いたい人
※注意:このセミナーでは数理統計学的な内容はあつかいません

■必要な予備知識
・「直線あてはめとは何か」「正規分布とは何か」ぐらいは知っていると想定して説明します.

■本セミナーに参加して修得できること
・R を使った統計モデルあてはめの基礎
・一般化線形モデル (GLM) の基礎
・パラメーター推定の基礎
・階層ベイズモデルの基礎

セミナー内容

※注意:このセミナーでは数理統計学的な内容は扱いません。

1.データ解析のための統計モデル

 ・データ解析には「統計モデル」が必要
 ・「なんでも正規分布」ではない:二項分布など
 ・統計モデルの設計・推定・予測
 ・確率分布と最尤推定

2.一般化線形モデル (GLM) と最尤推定

 ・統計ソフトウェア R
 ・R を使ったデータ解析
 ・「直線回帰のモデル」の拡張
 ・R を使ったロジスティック回帰
 ・「なんでも割り算」はだめ

3.GLM ではうまく説明できない過分散

 ・割合のデータなのに二項分布ではない
 ・データに観測されない「個体差」
 ・個体差と過分散
 ・個体差の統計モデル:一般化線形混合モデル(GLMM)

4.ベイズ推定の準備: マルコフ連鎖モンテカルロ法

 ・最尤推定のアルゴリズム
 ・最尤推定の改良:マルコフ連鎖モンテカルロ法 (MCMC)
 ・MCMC のためのソフトウェア (JAGS を使う予定)

5.階層ベイズモデル

 ・過分散を説明するための階層ベイズモデル
 ・ローカル/グローバルなパラメーター
 ・パラメーターの事前分布
 ・事後分布からの MCMC サンプリング
 ・階層ベイズモデルの発展:個体差+地域差

セミナー番号:AC190531

top

注目の新刊

雑誌 月刊化学物質管理


半導体製造プロセス

三次元培養

ピッカリング・エマルション

再生医療・細胞治療

2019 車載カメラ徹底解説

量子コンピュータ

これから化学物質管理

外観検査

生物学的同等性試験

最新の医療機器薬事入門

積層セラミックコンデンサ

分野別のメニュー

化学・電気系他分野別一覧

  植物工場他

  機械学習他

ヘルスケア系分野別一覧

  海外関連

  医療機器

各業界共通
マーケティング・人材教育等

「化学物質情報局」

特許・パテント一覧 INDEX
(日本弁理士会 継続研修)

印刷用申込フォーム    

セミナー用

書籍用

会社概要 プライバシーポリシー 通信販売法の定めによる表示 商標について リクルート
Copyright ©2011 情報機構 All Rights Reserved.