計算統計学Ⅰ -Computational Statistics I-

担当教員・研究室 単位数 種別 授業形態 ナンバリングコード
齋藤　静司 334研究室
2 単位 選択 講義 GHC512
アクティブラーニング
いいえ
授業概要
健康情報及び生命情報科学に関するデータ解析より詳細に進めて行くにあたっては, より柔軟な統計モデリングの理解は必須になってくる.
ここでは, ベイズ統計学を用いた統計モデリングと MCMC を用いた数値解法について, R での実装を通じて学修していく.
授業における学修の到達目標
・Stan/R を使って簡単な統計モデリングを実装できる
・ggplot2 を使って様々なデータの可視化を行える
授業計画
回数 授業、事前・事後学習 時間
1 事前学習 シラバスを見て全体の概要を把握する 2
授業 ガイダンス・環境設定
事後学習 環境設定などについてまとめる 2
2 事前学習 R の文法について調べる 2
授業 R の文法
事後学習 R の文法について復習する 2
3 事前学習 R のグラフ作成について調べる 2
授業 ggplot2 による作図
事後学習 ggplot2 についての復習 2
4 事前学習 推定と検定について調べる 2
授業 推定と検定
事後学習 推定と検定についてまとめる 2
5 事前学習 ベイズ推定について調べる 2
授業 ベイズ推定
事後学習 ベイズ推定についてまとめる 2
6 事前学習 モデル選択について調べる 2
授業 モデル選択
事後学習 モデル選択についてまとめる 2
7 事前学習 Stan について調べる 2
授業 Stan 文法
事後学習 Stan 使い方についてまとめる 2
8 事前学習 回帰分析について調査する 2
授業 単回帰
事後学習 回帰分析についてまとめる 2
9 事前学習 回帰モデルについて調査する 2
授業 回帰モデル
事後学習 回帰モデルについてまとめる 2
10 事前学習 回帰モデルの演習問題について調査する 2
授業 回帰モデル 演習
事後学習 回帰モデル演習問題の解き方まとめる 2
11 事前学習 回帰モデルの応用問題について調査する 2
授業 回帰モデル 応用
事後学習 回帰モデルの応用問題の解き方まとめ 2
12 事前学習 確率分布について調査する 2
授業 様々な確率分布
事後学習 紹介された確率分布についてまとめる 2
13 事前学習 階層モデルについて調査する 2
授業 階層モデル
事後学習 階層モデルについて復習する 2
14 事前学習 階層モデル演習問題について調査する 2
授業 階層モデル 演習
事後学習 演習問題の解き方まとめ 2
15 事前学習 今までの調査をまとめる 2
授業 まとめ総合演習
事後学習 総合演習の解き方などをまとめる 2
成績評価の方法およびその基準
次項の項目及び割合で標準成績評価基準に基づき総合評価する。
□試験：　　%　□小テスト：　　%　□レポート：　%　■演習課題：　100　%　□その他[ 　　　　　 ]
課題(試験やレポート等)に対するフィードバック方法
演習課題に対するフィードバックは, その場で行うかあるいは POLITE上で速やかに行っていきます.
教科書
なし
参考書・Webサイト
基礎からのベイズ統計学(朝倉書店) 豊田秀樹
はじめての統計データ分析(朝倉書店) 豊田秀樹
データ解析のための統計モデリング入門(岩波書店) 久保拓弥
Rで楽しむベイズ統計入門(技術評論社) 石田基広
ベイズモデリングの世界(岩波書店) 伊庭幸人
StanとRでベイズ統計モデリング (共立出版) 松浦健太郎
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(講談社)馬場 真哉
単位習得が望ましい科目
特にありません
備考
特にありません
担当教員の実務経験
担当者はIT企業の研究所において, 生命科学におけるデータ分析，統計モデリングの実装経験がある。
また別の企業においてシステムエンジニアとして, 顧客の要望に応じたソフトウエア開発やデータ分析の経験もある。これらの実務経験を生かし, 初学者にも分かりやすく興味深い学修となるよう心がけている。
close閉じる