Yoshi Nishikawa's Blog

データと知識、その調和平均。

StanとRでベイズ統計モデリング

StanとRでベイズ統計モデリング (Wonderful R)

読んでいる。これは名著である。前半部分は、ベイズ統計関わらず、役立つ内容。とくに6章、モデリングの視点から確率分布に迫る箇所は、なかなかまとまったものがないので一見の価値あり。

1章 統計モデリングとStanの概要

2章 ベイズ推定

maximum likelihood estimation
log likelihood

3章 統計モデリングを始める前に

統計モデリングの手順:
解析の目的
データ分布の確認
メカニズムの想像
モデル式の記述
Rでシュミレーション
Stanで実装
推定結果の解釈

4章 StanとRStanをはじめよう

chains: Stan開発チームは4を推奨
iter: 試行錯誤中は500-1000程度。最後は1000-5000程度
warmup: traceplotを見て決める。100-500で十分なことが多い
this: 通常1で施行

並列化なしでうまくいくことを確認してから並列化する。

5章 基本的な回帰

重回帰
二項ロジスティック回帰
ロジスティック回帰
ポアソン回帰

6章 統計モデリングの視点から確率分布の紹介

一様分布
ベルヌーイ分布
二項分布
ベータ分布
カテゴリカル分布
多項分布
ディリクレ分布
指数分布
ポアソン分布
ガンマ分布
正規分布
対数正規分布
多変量正規分布
コーシー分布
Studentのt分布
ラプラス分布

7章以降は、すこし発展的な内容。