Meducation

医療・介護・福祉を中心としたセミナー・研修などのイベント情報が見つかるポータルサイト

統計学入門シリーズセミナー(全3回) 第三回 初めてのベイズ統計学

【情報機構】

このセミナーは受付終了しました。
セミナーに関するご質問はこちらからお問い合わせください。

開催日 2020年2月26日 開始:10:30 | 終了:16:30 | 開場:10:00
会場 東京・大井町[きゅりあん]
東京都品川区東大井[地図]
※地図は若干の誤差が生じる場合があります。詳細は主催者よりご連絡いたします。

講師 著述家 髙橋信
定員 30名
主催 株式会社 情報機構
受講備考 全3回申込の方へ(不測の事態により、全回開催出来ない場合、以下規定に基づき、返金致します。)
 全3回中、2回未満の実施の場合: 70%返金
 全3回中、3回未満の実施の場合: 40%返金

1講座のみの参加 価格(税込)47,300円 1社2名以上同時申込 36,300円
2講座の参加 価格(税込)72,600円 1社2名以上同時申込61,600円
全講座(3講座)の参加価格(税込) 99,000円 1社2名以上同時申込88,000円

*学校法人割引;学生、教員のご参加は受講料50%割引

以下、申込要領をご了承のうえお申込み下さい。

<申込要領>
※受講料のお支払いは、原則として開催日までにお願いいたします。
  当日会場でのお支払いも可能です(請求書に同封の振込連絡書にてその旨ご連絡下さい)。

※申込後、ご都合により講習会に出席できなくなりました場合は、代理の方がご出席ください 。
 止むを得ず欠席の場合、弊社事務局迄ご連絡下さい(受付時間9:00-17:00)。
 以下の規定に基づき、料金を申し受けます。
 開催日から逆算(土日・祝祭日を除く)して、
  講座5日前以前での欠席のご連絡:受講料は頂戴いたしません
  講座3日前~4日前での欠席のご連絡:受講料の70%
  講座当日~2日前での欠席のご連絡:受講料の100%
  セミナー開始後のご連絡なき場合の欠席:受講料の100%

※最小催行人数に満たない場合等、事情により中止になる場合がございます。
   講座の中止・延期に伴う、会場までの宿泊費・交通費等(キャンセル料含)の補償は
   致しかねますのでご了承ください。

詳細はhttps://www.johokiko.co.jp/seminar_medical/AR200110.php
関連資料

申込セミナー

※会場などが異なる可能性がありますので各ページより詳細をご確認の上、お申し込みください。

申込 開催日 セミナー名 受講料(税込) 定員
2020年1月22日 統計学入門シリーズセミナー(全3回) 第一回 実践的な統計学入門 47,300円 30名
終了
2020年2月12日 統計学入門シリーズセミナー(全3回) 第二回 多変量解析入門 47,300円 30名
終了
2020年2月26日 統計学入門シリーズセミナー(全3回) 第三回 初めてのベイズ統計学 47,300円 30名
終了

概要

お仕事に従事されている中で、「ベイズ統計学が云々」「ベイズ統計学で柔軟なモデリングが云々」といった話をどこかで聞いたことがあるかもしれません。本講座は、「ベイズ統計学とはどういうものか?」「一般的な統計学と何が違うのか?」「ベイズ統計学を学ぶ意義は?」といったことを知りたい方におすすめです。すでにベイズ統計学に基づいた分析をおこなっているものの、実は知識にやや不安を覚えているという方にもおすすめです。
 尚、本講座の数学的な水準は、正直に言って、第1回と第2回にくらべて高めです。しかし、難しそうな記号を使い、延々と板書したりするわけでは決してありません。さまざまなお仕事に従事されている方々が受講することや講演時間には限りがあることを前提に、ベイズ統計学に関係する各概念を、あまりに数学的にブラックボックスのままやりすごすことなく、しっかりわかりやすく解説します。

こんな方におすすめ

  • ・統計学の初心者
  • ・多変量解析の初心者
  • ・ベイズ統計学の初心者
  • ・これらを過去にひととおり学んだものの忘れてしまった方

プログラム

  1. .ベイズ統計学とは?
     1.1 ベイズ統計学とは?
     1.2 一般的な統計学とベイズ統計学の違い
     1.3 なぜわざわざベイズ統計学を学ぶのか?
  2. 確率の基礎知識 ~数学っぽくて硬質だけど避けられない話題~
     2.1 期待値と分散と標準偏差
     2.2 確率分布
  3. 最尤法 ~最もそれらしい推定値を求める方法(のひとつ)~
     3.1 二項分布の場合
     3.2 正規分布の場合
  4. ベイズの定理 ~ベイズ統計学の要点~
     4.1 条件付き確率
     4.2 ベイズの定理
     4.3 事前確率密度関数と事後確率密度関数
     4.4 事後期待値と事後分散
  5. マルコフ連鎖モンテカルロ法 ~平均や分散などの近似値を求める方法~
     5.1 マルコフ連鎖モンテカルロ法
     5.2 メトロポリス・ヘイスティングスアルゴリズム
     5.3 ギブスサンプラー
     5.4 ハミルトニアンモンテカルロ法
  6. ベイズ統計学の活用例
     6.1 階層ベイズモデル ―少ないデータから家賃と専有面積の関係を探る
     6.2 2つの母集団の平均についての推測 ―t検定との違いを知る
     6.3 状態空間モデル ―クジラの生息頭数を探る

受講されることで得られる効果

  • ・ベイズ統計学の基礎
  • ・一般的な統計学とベイズ統計学の違い
  • ・ベイズ統計学の活用法

講師

  • 著述家
    髙橋信

     ロングセラーであり、海外で数多く翻訳されている、「マンガでわかる統計学」シリーズの著者。
     1998年九州芸術工科大学(現 九州大学)大学院芸術工学研究科情報伝達専攻修了。民間企業で統計学セミナー講師業務やデータ分析業務に長く従事した後、大学非常勤講師や非常勤研究員などを務め、現在は著述家。

レコメンドセミナー

もっと見る