あらすじ
近年，確率分布を使った数理モデルをデータにあてはめることで現象の理解と予測を促す「統計モデリング」が注目されている。既存の手法と比べた時の利点は解釈のしやすさと予測のよさの両立である。解釈がしやすいので，モデルに含まれる値を推定した後で次のアクションにつなげやすい。このため現実のデータ解析に極めて有効な手法と評価されている。
背景には，コンピュータの計算速度の向上，大規模のデータが入手しやすくなったこと，モデリングの試行錯誤を極めて簡単にする確率的プログラミング言語の進歩がある。こうした言語の中から，本書ではフリーソフトであるStanを紹介する。Stanは優れたアルゴリズムを搭載し開発も急速に進んでいるパッケージであるが，R用のパッケージであるRStanが並行して公開されているためRから手軽に利用することができる。Stanの記述力は高く，階層モデルや状態空間モデルをわずか30行ほどで書くことができ，推定計算も自動で行なわれる。さらに解析者の問題にあわせたオーダーメイドの拡張が簡単に可能だ。
一般にベイズ統計を扱う書籍は初歩的な内容にとどまるものか，難解な数式が多く実際の問題への応用が難しいものが多い。しかし，本書はこれらの書籍とは一線を画し，現実のデータ解析を念頭に置いて非常に実践的な内容に仕上げた。本書でStanとRを介して身につけた統計モデリングの考え方は，Stanの文法が変化しても，他の統計モデリングツールを扱う場合にも，大いに役に立つと確信している。
感情タグBEST3
Posted by ブクログ
Stanの日本語マニュアルという感じ。
Stanはネット上にマニュアルがあるものの、手元に置いておくとどう書くんだっけって困った時に参考になる。
事前分布で使用するための分布等も整理してまとめてあるのも非常に良い。
Stanを使って、モデルをどう実装すれば良いかを学べる本。
Posted by ブクログ
StanとRを使ったベイズモデリングの入門書です。確率統計をある程度理解していることが前提になりますが、確率分布が分かりやすくまとめられている章があり、徐々に難易度を上げてモデルが複雑化していく流れで、ほぼすべてのStanとRのコードが書籍に書かれており、さらにコードはGitHubに公開されています。ベイズモデリング基本を学ぶのにオススメです。
わかりやすい
数理モデルてなに？というレベルの私でも図やコードがたくさん載ってるので無理なく読めました。
情報量が多いので繰り返し読む必要があると思いますが良書です。
Posted by ブクログ
Stanのチュートリアルとして読み始めたが、理論面の解説、特に、確率分布の解説が非常にわかりやすかった。
数式もさることながら直感的な理解につながるような説明、かつ、各分布のパラメータや出力される変数が綺麗にまとまっており、理解が進んだ。
ベイズ統計の理解を目的としていない人でも、統計学初学者にはぜひ手に取ってほしい内容だった。
