忙しいあなたの代わりに、史上最強の「良い本・良い暮らし」のご提案

1冊の本に出会うことで、人生が大きく変わることがあります。良い品物に出会ったことで幸せになれることもあります。とはいっても、多様な商品があふれる中で、より価値の高いものを選び出すのは大変です。そこでこのブログでは、忙しいあなたの代わりに、史上最強の「良い本・良いくらし」の提案をさせていただきます。

分析 / 学問

スポンサードリンク
 


「モデリング」するときに、「正規分布以外の分布」も使ってみたいなぁ~

でも、正規分布以外の分布を使うとなると、母数の推定や検定統計量の構成など、

数学的にちょっと大変なんだよな~


なんて悩まれる方もおられるのではないでしょうか。


また、モデリングを行うときには、どれを使えばいいのか迷ってしまうこともあるのではないでしょうか。できれば汎用性の高い解析手法をサクッと学べるとうれしいですよね。


 
また、上司や同僚、社外などで、モデリングに詳しくない方も含めて、

どうすれば、解析結果をわかりやすく伝えることができるんだろう~

 

なんて思われた方も多いのではないでしょうか。

そういった方におすすめなのが本書になります↓



本書は「ベイズモデリング」の考え方から多様な分析例まで、再現できるR や Stanコードとともに示してくれます。

概要をつかんだ後に、手を動かしながら学べ、自分のデータ分析へ応用するための最短コースを導いてくれます。

本書の第1部では、正規分布以外の、発展的な確率分布が分析例とともに紹介されています。

MCMC法を利用することで、

「目の前の現象に応じた確率分布」を、より気軽に活用できるようになります。



本書の第2部では、さまざまな場面で幅広く使える「汎用的な解析手法」が紹介されており、

最小限の勉強で、解析力を効果的に高めることができるのではないでしょうか。

リンク関数トピックモデル隠れマルコフモデル因子分析項目反応論などが分析例とともに、サクッと学べます。

また、自分の考えに近い意見や政策には反応する確率が高かったり、

自分の好みにあった料理はおいしいと反応する確率が高くなったりする現象をモデル化する「展開型」と呼ばれる方法も紹介されいて、マーケティング分野などで利用することができます。


さらに、「プレート表現グラフィカルモデル)」についての説明があります。

プレート表現を用いることで、解析対象を整理することでき、

解析結果をより効果的に伝えることができます

上司や同僚への報告や顧客や取引先、学会発表や論文公開などでも重宝するはずです。



他にもビジネスをする上で、ヒトの心理を理解することは必須ですが、

心理学におけるベイズモデリングについて、サクッと学べるのが本書の第3部です。

心理学の題材を例にして、カッパ係数心理物理学信号検出理論、賭けごとや冒険的な行動に挑戦しやすいといったリスクテイキングなどの行動傾向などについての分析の考え方から

そのプレート表現、実際の分析例などが示され、多くのモデルをサクッと概観することができます。



第4部では、心理学に関係するさまざまなタイプの現象のモデル化についての論文が14個されています。

1つ1つの論文について、プレート図やポイントとなる式や確率分布が示され、論文をサラッと流し読む感じで、多くのモデルと分析例に触れることができます。



さらに、理解を助けたり深めたりできうように、付録が用意されています。

付録Aでは、プレート表現についての説明があります。

実際の書き方の手順も学べ、自分の問題で活用できるように配慮されています。


付録Bでは、複数のモデルの中からどれが適切かを判断する「モデル選択」についての解説があります。

情報量規準交差検証法WAIC(広く使える情報量規準)などを系統立てて学べます。

さらにStanとRによるWAICの計算例もあります。

実際に自分でやってみるときの参考にでき、すぐに業務に活かすことができるのではないでしょうか。


本書の内容はRやStanのコードによってすべて再現実験ができるとのことで、うれしいですね。
(興味がある方は朝倉書店のWebサイトの本書サポートページにアクセスされてください)


本書の構成は以下の通りです。

第1部 発展的な確率分布

1、カンベル分布
1-1、極値統計学
1-2、分析例
2、ワイブル分布
2-1、ワイブル分布の表現
2-2、分析例
3、異質性を考慮した二項分布モデルの分析
3-1、二項分布による分析
3-2、二項分布の階層モデル
3-3、分析例1
3-4、ベータ二項分布モデル
3-5、分析例2
4、フォン・ミーゼス分布
4-1、円周データ
4-2、フォン・ミーゼス分布
4-3、分析例
5、パレート分布
5-1、第1種のパレート分布
5-2、分析例
5-3、正に歪んだ分布を用いたモデル比較
6、非対称正規分布
6-1、正規分布と非対称正規分布
6-2、3次までの積率を独立に特定できる非対称正規分布
6-3、分析例

第2部 汎用的な解析技法

7、リンク関数
7-1、ベルヌイ分布のリンク
7-2、ポアソン分布のリンク
7-3、負の二項分布のリンク
7-4、二項分布のリンク
8、トピックモデル
8-1、Bag of Words表現
8-2、潜在ディリクレ配分
8-3、分析例
9、隠れマルコフモデル
9-1、マルコフ連鎖
9-2、隠れマルコフモデル
9-3、分析例
10、無制限複数選択形式の分割表データに対する因子分析
10-1、モデル
10-2、分析例
11、項目反応理論
11-1、段階反応データ
11-2、段階反応モデル
11-3、母数の推定
11-4、推定結果
11-5、心理テストの作成
12、Best-Worst尺度法を利用した展開型IRTモデル
12-1、モデル
12-2、分析例

第3部 認知モデル

13、心理パート:カッパ係数
13-1、クロス表・セル確率表
14、心理物理学
14-1、分析例
15、信号検出理論
15-1、等分散を仮定した信号検出理論のモデル
15-2、分析例
16、BARTモデル
16-1、2つの母数によるBARTモデル
16-2、分析例
17、アイオワ・ギャンブリング課題
17-1、IGTとは
17-2、期待数価モデル
17-3、分析例

第4部 論文紹介

18、プレート表現を利用した論文の紹介
18-1、階層ベイズ混合モデリングによる個人差へのアプローチ
18-2、記憶に関するSIMPLEモデル
18-3、意思決定方略を検証するための階層ベイズモデル
18-4、歳をとることで認識に基づく推論はどのように変化するのか?
階層ベイズモデルアプローチを使った推論
18-5、忘却曲線の形状と記憶の行く末
階層ベイズモデルを用いたアプローチ
18-6、バンディット問題における意思決定のベイズ的分析
18-7、記憶再認モデルにおけるベイズ推定 List-length効果の場合
18-8、記憶障害に関する記憶モデルと階層ベイズ分析
18-9、確率推定の統合における認知モデルの適用
18-10、ベイジアン認知モデルにおける3つのケーススタディ
18-11、数概念発達における知識レベル行動のモデル
18-12、ノイズの多いソーシャルあの手―所んデータのモデル化とその適用
18-13、その名前にはどんな意味があるのか 名前文字効果の階層的ベイズ分析
18-14、警告信号は魅惑的 ドクチョウの外見が威嚇・誘惑行動に与える相対寄与

付録
A、 プレート表現の見方
B、 モデル選択規準
B-1、モデルの選択
B-2、情報量規準
B-3、交差検証法
B-4、WAIC
B-5、StanとRによるWAIC計算例

索引

となっています。


本書は2015年公刊の「基礎からのベイズ統計学」の続編となっています。
  • MCMC法による求解
  • 生成量を重視する
  • 研究仮説が正しい確率を直接計算すること
といった特徴を引き継いだ1冊です。

汎用的な分析手法やモデルの選択、MCMC法に支えられた応用的な確率分布の利用など、

目の前の課題に対して、より精緻なモデルの構築に役立つ知見が満載です。

これまでなじみが薄かった方も、手を動かしながらやってみることで

モデリングの実際例を、より身近に感じることができる内容となっています。

スポンサードリンク
 
このエントリーをはてなブックマークに追加 mixiチェック

↑このページのトップヘ