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)

著者 : 久保拓弥

• 岩波書店 (2012年5月19日発売)

作品紹介・あらすじ

現象を数理モデルで表現・説明するのに慣れていない人のために、章ごとに異なる例題を解決していく過程を通して、統計モデルの基本となる考えかたを紹介する。前半では、応用範囲のひろい統計モデルのひとつである一般化線形モデルの基礎を、後半では、実際のデータ解析に使えるように、階層ベイズモデル化する方法を、RとWinBUGSの具体例を用いて説明する。

感想・レビュー・書評

[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．

[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"

[静岡大学附属図書館さんの感想 · 2022年11月18日]

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

[hamakokoさんの感想 · 2022年9月5日]

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