近刊検索 デルタ

2018年9月6日発売

朝倉書店

ビジネスマンが一歩先をめざすベイズ統計学

ExcelからRStanへステップアップ
このエントリーをはてなブックマークに追加
内容紹介
文系出身ビジネスマンに贈る好評書第二弾。丁寧な解説とビジネス素材の分析例で着実にステップアップ。〔内容〕基礎/MCMCをExcelで/階層ベイズ/ベイズ流仮説検証/予測分布と不確実性の計算/状態空間モデル/Rによる行列計算/他
目次
第1章 ベイズ統計学のエッセンス
 1.1 ベイズ統計学の位置付け
 1.2 変数の変換と一般化線形モデル
 1.3 対数尤度関数
 1.4 本書の構成
 コラム:探索的データ解析

第2章 MCMCをExcelで
 2.1 なぜサンプリングが必要か
 2.2 メトロポリス・ヘイスティングス・アルゴリズム
 2.3 Excelへの実装
 2.4  未知の関数を近似する
 コラム:RとRStanの環境設定

第3章 やさしく読み解く階層ベイズ
 3.1 顧客の価値を評価する 
 3.2 顧客への理解を深めていく
 3.3 MCMCでパラメータを推定する
 3.4 階層ベイズのメリットは何か
 コラム:ベイジアンネットワーク

第4章 ベイズ流の柔軟な仮説の検証
 4.1 統計学の応用分野の拡大と仮説検定
 4.2 選挙の事前調査
 4.3 ウェイト集計の仮説検定
 4.4 重回帰モデルの偏回帰係数の比較
 コラム:機械学習におけるベイズ統計学

第5章 予測分布を使って不確実性を計算
 5.1 予測について
 5.2 予測分布とは
 5.3 ラーメン屋の利益の計算
 5.4 クーポン付きダイレクトメールの割引率
 コラム:多重共線性とベイズ統計学

第6章 状態空間モデルによる時系列分析
 6.1 時系列モデルと時系列ではないモデル
 6.2 状態空間モデルで時点間の関係を表現する
 6.3 時系列データによる広告効果の測定
 6.4 RとStanによる状態空間モデルの実行
 コラム:先験的な事前分布の活用

第7章 Rによる行列とベクトルの計算
 7.1 売上データの分析
 7.2 統計分析と行列・ベクトル
 7.3 射影行列
 7.4 RからStanへの行列とベクトルの受け渡し
 コラム:Rのベクトル至上主義

付録 ベイジアンネットワークのビジネスへの応用

コラム:ベイジアンネットワーク構築支援システム BayoLink

索引
著者略歴
朝野 熙彦(アサノ ヒロヒコ)
中央大学

※近刊検索デルタの書誌情報はopenBDのAPIを使用しています。

※近刊検索デルタの書誌情報はopenBDのAPIを利用しています。