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 確率と情報の科学

久保拓弥

基本情報

ジャンル
ISBN/カタログNo
ISBN 13 : 9784000069731
ISBN 10 : 400006973X
フォーマット
出版社
発行年月
2012年05月
日本
共著・訳者・掲載人物など
:

ユーザーレビュー

総合評価

☆
☆
☆
☆
☆

0.0

★
★
★
★
★
 
0
★
★
★
★
☆
 
0
★
★
★
☆
☆
 
0
★
★
☆
☆
☆
 
0
★
☆
☆
☆
☆
 
0

読書メーターレビュー

こちらは読書メーターで書かれたレビューとなります。

powered by

  • まろにしも さん

    具体的な例題と分かり易い図表により、各論は分かったつもりになった。にもかかわらず、このテキストのミソの部分、ベイズ統計モデルによるパラメータの事後分布推定⇒その事後分布からのMCMCサンプリングによる事後分布推定が、私の頭の中ではまだうまく繋がっていない。

  • オザマチ さん

    再読。統計学の本を読むと、最初に種々の確率分布の式や条件付確率の式を大量に並べられて苦しむことが多いが、この本の場合はサンプルデータに対するモデルの「当てはめ具合」と「なぜ当てはまるのか、なぜ当てはまらないのか」を丁寧に解説してくれるので、とっつきやすい。

  • オザマチ さん

    例題を一段階ずつ複雑にしていき、なぜその例題にその手法を使うのか?を丁寧に説明してくれているので、非常に分かりやすかった。数式は最小限で演習問題もないので、それぞれの理論を深く学ぶためには、参考文献を参照する必要がある。

  • Taizo さん

    そのテの界隈ではバイブルとでもいうべき有名な本。コードや図解が多いので、分厚さの割に分量的にはちょうどいい。エッセンスが詰まっていてかつ、わかりやすい。なるほどこれはいい本だ。手を動かせるのもありがたい。今まで自分がいかに何も考えず直線でフィットし、出てきた係数を「ゆーい」と言うだけであったかがわかる。統計に関して少し理解があれば読めると思う。要求される数学のレベルは高くない。むしろ統計的思考法が要求される感じだ。 少し古いのでコード部分はpythonなどを使って自分で実装するのもいいかもしれない。

  • 月をみるもの さん

    長年積読だったのをようやく読了。むかし「道具としてのベイズ統計」を読んだ時に抱いた疑問のほとんど(「なんで事前分布を、この関数だと仮定すんの?」とか「個体差のモデル化で、無情報事前分布と階層事前分布をこう組み合わせるのはどうして?、、とか)が氷解した。P値論者への批判も面白い:http://tjo.hatenablog.com/entry/2016/03/08/190000

レビューをもっと見る

(外部サイト)に移動します

物理・科学・医学 に関連する商品情報

おすすめの商品