読者です 読者をやめる 読者になる 読者になる

Knowledge As Practice

JAIST(東京)で Transformative Service Research に取り組んでる社会人大学院生の研究・勉強メモ

ついに読了! 『基礎からのベイズ統計学』 11日目

ついに『基礎からのベイズ統計学』も最後。11回かかりました。1回あたり、16ページを読み進んだことになります。移動中、出張先のホテル、自宅でコツコツ読み進めることができました。

 
最終章である第8章では、比率の差、相関係数の差、切断データの推測、級内相関について学びました。級内相関係数はいつ使えばいいのか、まだピンと来ません。人事部にいる人なら使えるのかも。他のものは、使うタイミングをなんとなくつかめます。

 
比率の差の例題ではダイレクトメールの効果を推測しました。これは小さな会社でも使えそうですね。やはり、差がある/ないの2値だけでなく、具体的な効果の数値を出せるのは魅力的です。

 
切断データの推測は驚きでした。例題ですから良い結果が出るような問題になっているとは思いますが、ベイズ推定の力を垣間見ることができました。欠損値が多いから分析できないとあきらめるのではなく、まずは分析してみよう、と思えるようになりました。

★  ★  ★

最後に『基礎からのベイズ統計学』を読んでできるようになったことを列挙します(すべてベイズ推定を使ったもの)。

  • 平均や分散の推定
  • t 検定(独立、対応のある2群)
  • ポアソン分布、指数分布、ガンマ分布、幾何分布、負の二項分布、対数正規分布を用いた推測
  • 比率の差の検定
  • 相関係数の差の検定

 
単回帰や重回帰分析は載っていません。でも『基礎からのベイズ統計学』をひと通り読んだなら、ネットを検索してできるようになると思います(チャレンジ中)。

 
来年度、もしビジネススクールの統計学の授業をオブザーブ参加できたら、ベイズ推定ですべての問題を解くことに挑戦したいと思います*1

 
読了したといっても、まだまだ初心者レベルだと思います。さらに、学び続けます。

基礎からのベイズ統計学: ハミルトニアンモンテカルロ法による実践的入門

基礎からのベイズ統計学: ハミルトニアンモンテカルロ法による実践的入門

*1:今年、初のオブザーブでした。今年の目標は授業中の問題をすべてRで分析すること。これは達成できました。

クリエイティブ・コモンズ・ライセンス
この 作品 は クリエイティブ・コモンズ 表示 - 継承 4.0 国際 ライセンスの下に提供されています。