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 (確率と情報の科学)

久保拓弥 久保拓弥

• 岩波書店 (2012年5月18日発売)

感想・レビュー・書評

[sinさんの感想 · 2021年10月19日]

ベイズ統計の学習書としては有名なので読んでみたが、概念的なことはさらっとわかるが、数学的にきちんと論理展開しているわけではなかったので、わかったようなわからないような印象だった。一般化線形モデル、MCMC、階層ベイズモデルといった内容だが、もっと詳述していると期待したので、また別の本にあたろうと思う。

[K4Dさんの感想 · 2019年6月5日]

統計モデリングの基本が書いてある本です。
K4Dの案件としては機械学習で解く問題が多いので役に立つ場面は少ないかもしれませんが、いざ統計モデルを使うことになるとこの本に書いてある内容をある程度抑えておかないと痛い目を見る可能性が高いです。
AICが何を意味しており、どのように使うべきなのかを説明してくれる本は少ないので、いざというときのために、通読して何が書いてあるかをさらっと把握するのがいいのかもしれません。

[T_TEST__さんの感想 · 2018年8月9日]

内容は本の名前のとおり．
意味も理解しないまま「ゆーい差検定」をするような状況からの脱却をしてほしいらしい．
平たい表現で説明してくれていてわかりやすい．
他の統計の本もいろいろ読んでのことだが，有意差検定であれモデリングであれ，結局は実験デザインを自分でちゃんと考えましょうというのがオチなんだろうなという気持ちを抱いた．

[disktnkさんの感想 · 2012年11月19日]

統計の理論式は必要最小限に抑え，ややこしい計算もRの関数を呼び出して計算するという方針により，統計モデリングのエッセンスがきれいにまとまっている本．タイトル通り入門によいと思うが，逆に初級者ではなくても，詳しくない部分の把握や知識の整理に役立つと思う．脱入門と，次のステップへつながる参考文献が書かれているのもよい．
一般線形モデル(GLM)から，実用で表れる(人間には測れないという意味での)個体差・場所差を入れる一般線形混合モデル(GLMM)への展開や，GLMとベイズの対応の後にGLMMと階層ベイズを対応させる展開が興味深かった．空間を考慮した階層ベイズは乱数生成の応用の一種だと思うけど．
ちなみに，ソースコードを書きながら読み進めていく類いの本．

[崇城大学図書館さんの感想 · 2025年10月9日]

"統計学の入門におすすめの一冊。通称「緑本」。
社会人の勉強会でも使われています。
この本では、これまでの検定主義の統計学の問題点と
そこから脱却する方法が平易に説明されています。
統計学やデータ分析に興味がある人はぜひ読んでみて下さい。"

[yuinhokulibさんの感想 · 2025年7月22日]

～一般化線形モデルを扱う人に～
電子ブックへのリンク：
https://kinoden.kinokuniya.co.jp/hokudai/bookdetail/p/KP00026982
※学外からはこちら→
https://www.lib.hokudai.ac.jp/remote-access/?url=https://kinoden.kinokuniya.co.jp/hokudai/bookdetail/p/KP00026982

[kt64kさんの感想 · 2025年4月27日]

闇雲にフィッティングするのではなく、統計学に基づいてデータを解析するとはどういうことなのかをきちんと学べる良書。大変勉強になった。

[北海道大学理学研究院中央図書室さんの感想 · 2025年3月6日]

北海道大学の方へ【電子ブックへのアクセス: 学内から】https://kinoden.kinokuniya.co.jp/hokudai/bookdetail/p/KP00026982【電子ブックへのアクセス: 学外から】https://www.lib.hokudai.ac.jp/remote-access/?url=https://kinoden.kinokuniya.co.jp/hokudai/bookdetail/p/KP00026982【紙の本の情報】https://opac.lib.hokudai.ac.jp/opac/opac_link/bibid/2001553858【請求記号】519.5/KUB

[小梅医さんの感想 · 2025年1月17日]

データを整理して統計的な処理をするときに参考になる1冊。あくまでも統計処理された結果は自分の予測した数理モデルへの適合性を見ているだけで真の分布は分からないことを前提にしながらどう現実的に考えて行くかをなのですがその助けになります。

[Dieさんの感想 · 2024年3月16日]

個体差による過分散がある場合の対処法、パラメータをMCMCにて推定する方法などが参考になった。

Rでのコードで書かれているが、調べればPythonでも再現できるため無理に本書のコードを利用する必要はない。

[kulibmdさんの感想 · 2024年3月6日]

２階開架書架：417/KUB：https://opac.lib.kagawa-u.ac.jp/opac/search?barcode=3410164181

[たかおさんの感想 · 2023年10月9日]

[鈴華書記さんの感想 · 2023年9月22日]

通称「緑本」としてGLMや階層ベイズの入門書として定評がある。

以前私が読んだときは，GLMからベイズへの拡張が不自然であると感じ，いまいち何の入門書なのか分からなかった。

[浜松医科大学 附属図書館さんの感想 · 2023年3月8日]

【電子書籍へのリンク】※学内ネットワーク環境で利用可能
　https://kinoden.kinokuniya.co.jp/hama-med/bookdetail/p/KP00026982/


【蔵書検索詳細へのリンク】＊所在・請求記号はこちらから確認できます
　https://opac.hama-med.ac.jp/opac/volume/468269"

[hamakokoさんの感想 · 2022年9月5日]

https://elib.maruzen.co.jp/elib/html/BookDetail/Id/3000081898

[北海道大学地球環境科学研究院図書室さんの感想 · 2022年8月24日]

【電子ブックへのアクセス】

〇学内から：
https://kinoden.kinokuniya.co.jp/hokudai/bookdetail/p/KP00026982


〇学外から：
※リモートアクセスサービスにログインの上ご利用ください。
https://www.lib.hokudai.ac.jp/remote-access/?url=https://kinoden.kinokuniya.co.jp/hokudai/bookdetail/p/KP00026982

[ぼるへすさんの感想 · 2022年5月28日]

GLM、GLMM、階層ベイズ、MCMCあたりの関係性と使い方を学ぶには最適な良著。
数理の深いところには突っ込まないが、簡単なサンプルデータを用いてRで実践的な解析方法を説明しており、かなりプラクティカルな内容になっている。
著者のtipsで統計学の落とし穴が数多く指摘されているのも面白い

[osawatさんの感想 · 2022年3月6日]

ふむ

[gakudaiprofさんの感想 · 2021年11月21日]

ベイズ統計のための入門書としておすすめの本であった。例は生物学としての植物の肥料と成長が一貫していた。
　ベイズ統計も後半では扱っていた。しかし、少し初学者としては難しいように感じられた。特に、分析を主目的とする４年生の卒論でこの本を読んですぐ分析することは難しいのかもしれない。大学院生でじっくり読む場合にはやくにたつかもしれない。

[kuwatakaさんの感想 · 2021年11月20日]

線形モデルから一般化線形モデル、ベイズまで身につく名著。ベイズ基本を理解した後に読もう。中級者向き。