ベイズ統計学は不確実性を確率によって評価する一貫した体系です。本セミナーはベイズ統計学の考え方を学び、そしてベイズ統計学がどのように社会科学をはじめとする各分野で活用されているのかを理解していただくことを目指して構成されています。このセミナーは大きく分けて3部から成っています。第1部では、基礎となる確率と確率分布、そしてその更新について扱い、これらがいかにベイズ統計学を形作っているかを見ていきます。第2部では、現在のベイズ統計学の発展を支えている推定法であるマルコフ連鎖モンテカルロ法の基礎と、モデルのチェックや評価の方法を扱います。そして第3部では、各分野におけるベイズ統計学を活用した研究事例を紹介します。こうした内容を通して、ベイズ統計学の方法を用いて行われた分析や研究の意味を理解できるようになること、ベイズ統計学をご自身の問題解決に役立てるための基礎を身につけることを目指したいと思います。

1. ベイズ統計学の基礎
   1. ベイズ統計学の隆盛の理由
   2. 確率
   3. ベイズの定理
   4. ベイズ更新
   5. ベイズ統計学の考え方
   6. 確率分布
   7. 比率の推論
   8. 平均値の推論
   9. .線形モデルでの推論
2. ベイズ統計学の推定法とモデル比較
   1. マルコフ連鎖モンテカルロ (MCMC) 法
   2. MCMC法のソフトウェア
   3. 収束診断
   4. 事後予測チェック
   5. 周辺尤度とベイズファクター
   6. 情報量規準
   7. 事前分布の設定
   8. モデル構築の基礎
3. ベイズ統計学の活用事例
   1. 心理学・認知科学での事例
   2. 教育測定での事例
   3. 医学・疫学での事例
   4. マーケティングでの事例
• 質疑応答