久保拓弥『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』を勉強したときのノートを, R-markdownを用いて出力したHTLMファイルとしてまとめています.
全てのデータおよびノートに含まれるコードの大部分は, 久保さんのwebページで公開されているものによります.
- Setups(R, R-markdown, Atom)
- Chapter 2: 確率分布と統計モデルの最尤推定
- Chapter 3: 一般化線形モデル(GLM) ― ポアソン回帰 ―
- Chapter 4: GLMのモデル選択 ― AICとモデルの予測の良さ ―
- Chapter 5: GLMの尤度比検定と検定の枠組み
- Chapter 6: GLMの応用範囲を広げる ― ロジスティック回帰など ―
- Chapter 7: 一般化線形モデル(GLMM) ― 個体差のモデリング ―
- Chapter 8: マルコフ連鎖モンテカルロ(MCMC)法とベイズ統計モデル
- Chapter 9: GLMのベイズモデル化と事後分布の推定
- WINBUGS部分を, Tensorflow probability あるいは PyMC3 を使ってを置き換え
- Chapter 10: 階層ベイズモデル ― GLMMのベイズモデル化 ―
- Chapter 11: 空間構造のある階層ベイズモデル
- KADOWAKI, Shuhei - Undergraduate@Kyoto Univ. - aviatesk