生態学データ解析 - 本/データ解析のための統計モデリング入門
講義のーと の内容を詳しく説明したものです 著者: 久保拓弥 出版社: 岩波書店, シリーズ「確率と情報の科学」 編集: 甘利俊一，麻生英樹，伊庭幸人 このペイジの省略 URL: http://goo.gl/Ufq2 刊行と まちがい・修正一覧) 第 1 刷刊行: 2012 年 5 月 18 日 第 15 刷刊行: 2018 年 3 月 15 日 原稿時点の PDF ファイル (参考用) 目次, さくいん, まえがき 韓国語版 (翻訳は滋賀大の李鍾賛さん, 2017-09-15) 「統計モデリング入門」ネット上のあれこれ (のごく一部) 丸善・ジュンク堂書店の「今年驚いた! 1 冊」の「驚きの出版賞」 に選ばれました! (web archive, KuboLog 2012-12-20) Amazon カスタマーレビュー はてな出版物 -- 言及ブログへのリンクなどがあります! ブクログ,
階層ベイズ＆MCMC講義 （久保拓弥） 難易度★★
久保拓弥氏（北大）による階層ベイズ法とマルコフ連鎖モンテカルロ法の応用についての講義です。前半は最尤推定やGLMなど入門的なことがらから解き明かしています。 参考文献 「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」（岩波書店、 2012） ※ニコニコ生放送におけるコメントは仕様で収録されていません。 ※これは試験的にUPしたもので、ニコ生での配信がすべてYouTubeで公開されるわけではありません（そもそも録画が無いものもあります）
Stanで統計モデリングを学ぶ(3): ざっと「Stanで何ができるか」を眺めてみる - 渋谷駅前で働くデータサイエンティストのブログ
実は業務でもStan使い始めてるんですが、まだまだ単位根ありパネルデータの分析に回すなど低レベルなものが多く、無情報事前分布と階層事前分布を巧みに使いこなして華麗にサンプリング。。。なんて夢のまた夢という情けない状況です（泣）。 で、気が付いたら@berobero11さんのStan関連ブログ記事が超絶充実していて、久保先生もびっくりみたいな状況に。もはや僕が何かをだらだら書くのもアホらしいので、先にStanの使い方を覚えたいという方は是非@berobero11さんのブログから読んで下さい（笑）。僕はひたすらそちらの記事を（例えばinfer.NETあたりの例題を解きながら）トレースしていくだけのショボい記事をだらだら書いていこうと思ってます。 ということで、とりあえずStanマニュアルであるstan-reference-2.1.0.pdfを斜め読みして*1、ざっと僕が興味のある範囲でまとめた
ベイズ統計学(ベイズ確率・ベイズ推定) モンテカルロ
ベイズ確率・ベイズ推定を勉強してみる 概要 私の研究領域は、「画像処理における逆問題」という、今にして思えば手がけるんじゃなかったと後悔するような厄介なシロモノです。 以前読んだ論文の中で、減色した画像のカラーパレットを復元するという研究に、「最尤推定・ベイズ推定」というキーワードがありました。これは武器になるのか否か。一縷の望みを託して、専門書と向き合ってみました。 ですから、これは「私のノート」です。解説書ではないことをご承知願います。 ベイズ確率とは 客観確率に加えて主観確率をも含めた広義の確率をベイズ確率と呼ぶ。 客観確率: 母集団から観測あるいは想定された割合から導かれた、ランダムな事象が生起する頻度（一般的な認識としての確率） 主観確率: ある命題の尤もらしさ、あるいはその根拠となる信念・信頼の度合を表す数値 客観確率を基礎とする確率論は、ベイズ確率においても同様に適用できるこ
計算生態学 - GLMM
混合 (効果) モデル，とくに一般化線形混合モデル (generalized linear mixed model; GLMM; 一般化線形混合効果モデルとも) を簡単に紹介するペイジです 混合ではない一般化線形モデル (GLM) については GLM 参照 を 混合モデルは fixed effects と random effects の項を同時にもつ統計モデルです [もくじ] 2010 年代のニュース ネット上の GLMM の解説 混合モデルを推定計算する R の関数たち 尤度を数値積分しようとする方法 MCMC 計算によって解決するもの 尤度近似数値積分などつかう方法 罰則つき擬似尤度 (PQL) つかう方法 正規分布の線形・非線型混合モデル もっと複雑な random effects をあつかいたい 書籍 2010 年代のニュース 2017-10-26 glmmTMB bioRxiv
生態学データ解析 - FrontPage
生態学で使われるデータ解析・統計モデリングをあつかうサイトです． サイト管理者: 久保拓弥 内容: 統計学授業, R 関連, GLM 関連, GLMM 関連, ベイズ統計 & MCMC, よくある質問 などなど 全ペイジ一覧 統計学授業など 統計学授業: 久保の北大での授業 (cf. ELMS) 統計学授業の教科書: 「データ解析のための統計モデリング入門」 集中講義・セミナーなどはこちら 配信版: 配信版・統計モデリング入門 よくある質問あれこれ 生態学会大会などでの活動 生態学会の自由集会など (これまでの一覧) 2018 年 3 月 札幌大会: データ解析で出会う統計的問題: R の新しい作図・作表 生態学会誌などに掲載された 解説文一覧 (ダウンロードできるものものあります) 参考：Statistical Ecology Virtual Issue (Methods in Ecol
生態学データ解析 - ベイズ統計 & MCMC
ここはベイズ推定と MCMC 法 (Markov Chain Monte Carlo method; マルコフ連鎖モンテカルロ法) 関連についてのペイジです 特に階層ベイズモデルについて [もくじ] ネット上の Bayes 推定・MCMC 計算の解説 「ベイズ推定を MCMC 計算で」なソフトウェアたち ベイズ推定と R ベイズファクターなど 書籍 べいじあんな生態学研究者 Ben Bolker Ottar N. Bjørnstad James S. Clark Kiona Ogle John Silader Christopher K. Wikle ネット上の Bayes 推定・MCMC 計算の解説 講義とか：統計学授業 や 出張統計学授業 解説記事： 岩波DS01 2016 階層ベイズモデルの解説記事 信学会誌ベイズ解説: 電子情報通信学会誌に書いた階層ベイズ解説 (2009 年 10
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
