Statistics

1. GLM & GLMM

• Overview

<Reference>

• 久保拓弥 (2012). 『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』 東京：岩波書店．

• 講義のページへようこそ (2023/9/20)

2. Probablic distribution

• 1-1. 二項分布

• 1-2. 二項分布の期待値と分散

• 2-1. ポアソン分布

• 2-2. ポアソン分布の期待値と分散

• 3-1. 幾何分布

• 3-2. 幾何分布の期待値と分散

• 4-1. 超幾何分布

• 5-1. 負の二項分布

• 6-1. 正規分布

• 6-2. 指数分布

• 7-1. 離散一様分布

• 8-1. 連続一様分布

• 9-1. 2変数の確率分布

• 9-2. 2変数の期待値と分散

<Reference>

• 統計の時間：https://bellcurve.jp/statistics/course/ (2023/10/19)

3. Likelihood & Bayse estimation

• Overview

  • Likelihood estimation

ある確率分布から与えられたデータをもとにもとの確率分布を点推定する。

• 性質

1. 漸近性（データが多いと真の値に近づく → データが少ないとズレやすい）

• Bayse estimation

最尤推定するときに、データに偏りがあったら、真の値から結構ズレない？

→ 事前情報を加えよう！

• 性質

1. データが少なくても、真の値に近づく → 事前情報の信頼性が重要

<Reference>

• http://watanabe-www.math.dis.titech.ac.jp/users/swatanab/mlesafety.html

• https://qiita.com/KokiSakano/items/23e70d7ea8d797b6ff86

• https://funatsu-lab.github.io/open-course-ware/basic-theory/most-likelihood-estimation/