続・数理統計学
2021年度4月開講分、お申込受付中です。こちらからお申込みいただけます。
講座の概要
この講座では、数理統計学で紹介した様々な行列・ベクトルの微分の知識を復習しながら、ロジスティック回帰やポアソン回帰といった「一般化線形モデル」の理解を目指します。統計モデリングに現れる数式も、数理統計学と同様に、なかなか独学で頑張るには厳しい部分もあるかと思います。「続・数理統計学」で講師と一緒に数式を追うことで、少しでも統計モデリングに現れる数式に慣れてもらえると幸いです。
受講にあたって
受講にあたって役立つ知識
- ロジスティック回帰の基礎（c.f. 続・初級統計学）
- ベクトルの微分や行列の基礎（c.f. 数理統計学）
目標
- 一般化線形モデルのモデリングのされ方を理解する
- 一般化線形モデルの最尤推定の仕組みを理解する
カリキュラム
4月から7月の間は、松井・小泉著「統計モデルと推測」の第5章・第6章を中心に解説します。
8月は講師が資料を準備します。
4月 : 2項ロジスティック回帰
比率の予測・説明モデルとして知られる2項ロジスティック回帰モデルについて、最尤推定量とその計算の仕方（Newton-Raphson法）を中心に解説します。
5月 : 多項ロジスティック回帰
2項ロジスティック回帰モデルは、`clickする` or `clickしない`や`男性` or `女性`といった2種類のクラスの比率を予測するときに用いることができます。一方で、病気の進行度`stage I`,…,`stage V`など3種類以上のクラスの比率を予測するときには、多項ロジスティック回帰モデルを考えます。ここでは、多項ロジスティック回帰モデルの最尤推定量とNewton-Raphson法による計算を中心に解説します。
6月 : 一般化線形モデルとその推定
目的変数が従う分布を指数型分布族でモデリングし、説明変数と目的変数の関係を1次式で表現したものを一般化線形モデルといいます。ここでは一般化線形モデルの最尤推定を説明し、Fisherのスコア法という最尤推定量の計算方法を紹介します。
7月 : モデル選択・過分散
ロジスティック回帰モデルのモデル選択として「尤度比検定」や「AIC・BIC」を用いたことはないでしょうか。これらの内容について手短な解説を与えます。また「過分散」という現象をロジスティック回帰やポアソン回帰を例に紹介し、負の2項回帰モデルやゼロ過剰ポアソン分布による過分散の定量化を説明します。
8月 : BTYDモデル
BTYDモデルはRFM指標を用いて顧客生涯価値を予測するモデルです。これまでに学んだ数理統計学の知識を用いて、BTYDモデルのモデリングとその推定の方法・R言語を用いたデモについて詳しく解説します。
受講詳細
お申し込みは、お申込フォームからお願いします。
| 名称 | 続・数理統計学 |
|---|---|
| 講師 | 内場 崇之 |
| 日程 |
・土曜クラス 13:00-15:00, 4月10日-8月28日 （5月1日、8月14日休講） *詳細は下記の開講スケジュールをご参照ください。 |
| 場所 |
Zoomによるオンライン講座となります。 |
| 教科書 |
松井秀俊・小泉和之著「統計モデルと推測」 ※ 初回授業までに各自ご購入下さい。 |
| 受講料 | 24,500円/月 クレジットカード支払いはこちらのページから。 |
| 持ち物 |
・筆記用具 |
お申込み
開講スケジュール
5月1日土曜日、8月14日土曜日は休講です。
| 土曜日クラス 13:00〜15:00 |
|
|---|---|
| 第1講 | 4月10日 |
| 第2講 | 4月17日 |
| 第3講 | 4月24日 |
| 第4講 | 5月8日 |
| 第5講 | 5月15日 |
| 第6講 | 5月22日 |
| 第7講 | 5月29日 |
| 第8講 | 6月5日 |
| 第9講 | 6月12日 |
| 第10講 | 6月19日 |
| 第11講 | 6月26日 |
| 第12講 | 7月3日 |
| 第13講 | 7月10日 |
| 第14講 | 7月17日 |
| 第15講 | 7月24日 |
| 第16講 | 7月31日 |
| 第17講 | 8月7日 |
| 第18講 | 8月21日 |
| 第19講 | 8月28日 |