一般化線形混合モデル(GLMM)超入門2022【統計モデリング】

セミナー趣旨

  一般化線形混合モデルはベイズ統計の1つの手法であり、古典的な一般化線形モデルを拡張した手法である。今回は一般化線形混合モデルの基本形であるランダム切片モデルとランダム係数モデルをしっかりと習得することを目的とする。そのためにはベイズ統計の基礎、MCMCアルゴリズム、一般化線形モデルの概要の理解が欠かせない。また理論的な事柄の理解を深めるためのシミュレーションデータ解析、実データ解析なども統計ソフト「R」を用いて行う。また講義では「R」の基本的な使い方も習得できる。

習得できる知識

・ベイズ統計の基礎
・MCMCの基礎
・一般化線形モデルの基礎
・一般化線形混合モデルの基礎

セミナープログラム

1. ベイズ統計
　1.1 確率論の復習
　1.2 事前確率と事後確率
　1.3 尤度と周辺尤度
　1.4 Bayesの定理
2. 統計ソフトRの基本
3. MCMCの基礎
　3.1 モンテカルロ法
　3.2 モンテカルロ積分
　3.3 マルコフ連鎖
　3.4 メトロポリス・ヘイスティング法
4. 一般化線形モデル
　4.1 指数型分布族
　4.2 リンク関数
　4.3 尤離度
　4.4 推定方程式
　4.5 最尤推定量の性質
5. 一般化線形混合モデル
　5.1 階層ベイズモデル
　5.2 ランダム切片モデル
　5.3 ランダム係数モデル
6. 質疑応答

■講演中のキーワード
・ベイズ統計
・尤度と周辺尤度
・MCMC
・一般化線形モデル
・一般化線形混合モデル

セミナー講師

 小森 理 先生   成蹊大学理工学部 情報科学科 准教授 博士(統計科学)

セミナー受講料

【オンラインセミナー（見逃し視聴なし）】：1名41,800円(税込（消費税10％）、資料付)
＊1社2名以上同時申込の場合、1名につき30,800円

【オンラインセミナー（見逃し視聴あり）】：1名47,300円(税込（消費税10％）、資料付)
＊1社2名以上同時申込の場合、1名につき36,300円

＊学校法人割引；学生、教員のご参加は受講料50％割引。

受講について

※本講座は、お手許のPCやタブレット等で受講できるオンラインセミナーです。

配布資料・講師への質問等について

• 配布資料はPDF等のデータで送付予定です。受取方法はメールでご案内致します。
  （開催1週前～前日までには送付致します）。
  ※準備の都合上、開催1営業日前の12:00までにお申し込みをお願い致します。
  （土、日、祝日は営業日としてカウント致しません。）
• 当日、可能な範囲で質疑応答も対応致します。
  （全ての質問にお答えできない可能性もございますので、予めご容赦ください。）
• 本講座で使用する資料や配信動画は著作物であり、
  無断での録音・録画・複写・転載・配布・上映・販売等を禁止致します。

下記ご確認の上、お申込み下さい

• PCもしくはタブレット・スマートフォンとネットワーク環境をご準備下さい。
• ご受講にあたり、環境の確認をお願いしております（20Mbbs以上の回線をご用意下さい）。
  各ご利用ツール別の動作確認の上、お申し込み下さい。
• 開催が近くなりましたら、当日の流れ及び視聴用のURL等をメールにてご連絡致します。

Zoomを使用したオンラインセミナーとなります

• ご受講にあたり、環境の確認をお願いしております。
  お手数ですが下記公式サイトからZoomが問題なく使えるかどうか、ご確認下さい。
  → 確認はこちら
  ※Skype／Teams／LINEなど別のミーティングアプリが起動していると、Zoomでカメラ・マイクが使えない事があります。お手数ですがこれらのツールはいったん閉じてお試し下さい。
• Zoomアプリのインストール、Zoomへのサインアップをせずブラウザからの参加も可能です。
  ※一部のブラウザは音声（音声参加ができない）が聞こえない場合があります。
  　必ずテストサイトからチェック下さい。
  　対応ブラウザーについて(公式) ;
  　「コンピューターのオーディオに参加」に対応してないものは音声が聞こえません。

申込み時に（見逃し視聴有り）を選択された方は、見逃し視聴が可能です

• 開催5営業日以内に録画動画の配信を行います（一部、編集加工します）。
• 視聴可能期間は配信開始から1週間です。
  セミナーを復習したい方、当日の受講が難しい方、期間内であれば動画を何度も視聴できます。
  尚、閲覧用のURLはメールにてご連絡致します。
  ※万一、見逃し視聴の提供ができなくなった場合、
  （見逃し視聴有り）の方の受講料は（見逃し視聴無し）の受講料に準じますので、ご了承下さい。
  →こちらから問題なく視聴できるかご確認下さい（テスト視聴動画へ）パスワード「123456」