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
・教科書

その他 ・体験受講は無料です。1回のみのご参加で辞退された場合、受講料は頂いておりません。
・授業は毎回録画されます。受講月の録画は授業終了から2年間オンラインにて見放題となります(ダウンロード不可)。
・動画視聴のみの受講も可能です。

お申込み

お名前 (必須)


講座名(必須)

お問合せ内容 詳細


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