現象を数理モデルで表現・説明するのに慣れていない人のために、章ごとに異なる例題を解決していく過程を通して、統計モデルの基本となる考えかたを紹介する。
前半では、応用範囲のひろい統計モデルのひとつである一般化線形モデルの基礎を、後半では、実際のデータ解析に使えるように、階層ベイズモデル化する方法を、RとWinBUGSの具体例を用いて説明する。
まだレビューがありません
PyStanによるはじめてのマルコフ連鎖モンテカルロ法
統計検定 1 級に合格する方法
【随時更新】マシンラーニングエンジニアが機械学習、統計学のおすすめ本を紹介する
Rのデータサイエンス書籍相関図(R初学者用)をつくってみた。
サンプリング手法について(自分なりに)わかりやすく書くよ!
Rで GLMM(一般化線形混合モデル)
Rで、個体差のあるデータ(場所差・地域差・年齢差・社会属性差etc.)を扱う数理モデルの構築方法
初心者から data scientist・AI engineer になるための勉強法&おすすめサイト・本を一つの記事にまとめたかった
文系エンジニアが0からベイズ統計モデリングを学習するときに読むべき資料まとめ
【統計モデリング】1章 データを理解するために統計モデルを作る
野球選手が本塁打を一番打てるのは何歳のときなのかPythonとStanで求める
データサイエンス、データ分析、機械学習関連の本
データ解析のための統計モデリング入門メモ
妄走!あふれるデータでAnalyだせ、行き先も分からないまま[即席!データサイエンス部署にいきなり配属されたどーにかしないといけない2]
機械学習でベイジアンモデルを使うという選択肢
線形モデル・GLMの動画