従来の統計学は解釈が難しいと感じていました.帰無仮説とか,昔大学で習った時にはなかなか理解できませんでした.
また,統計量を決めた際の統計量の確率分布(カイ2乗分布とかt分布とか)をいろいろと覚えておかないと使えない,というのも統計学は暗記科目なのでは,と感じたこともあります.
さて,ベイズ統計学ですが事前分布(主観確率とも言いますが)をいったん決めてしまえば,あとはどんな量に関して解析を行いたいかというのを決める(生成量といいます)だけで,決まった手続きで統計的な判断ができるようになります.
MCMCや本書で紹介するHMCなどのサンプリング手法が手軽に使えるようになったのが大きいようです.
本書では,MCMCやHMCも詳しく書かれていますが,さらにサンプリングを用いてどのような問題にはどのような生成量を使ってどのように解析するかが豊富な例題と共に解説されているのがベイズ初心者にも理解を容易にしてくれます.
また,統計量を決めた際の統計量の確率分布(カイ2乗分布とかt分布とか)をいろいろと覚えておかないと使えない,というのも統計学は暗記科目なのでは,と感じたこともあります.
さて,ベイズ統計学ですが事前分布(主観確率とも言いますが)をいったん決めてしまえば,あとはどんな量に関して解析を行いたいかというのを決める(生成量といいます)だけで,決まった手続きで統計的な判断ができるようになります.
MCMCや本書で紹介するHMCなどのサンプリング手法が手軽に使えるようになったのが大きいようです.
本書では,MCMCやHMCも詳しく書かれていますが,さらにサンプリングを用いてどのような問題にはどのような生成量を使ってどのように解析するかが豊富な例題と共に解説されているのがベイズ初心者にも理解を容易にしてくれます.
「はじめての 統計データ分析 ―ベイズ的〈ポストp値時代〉の統計学―」
が楽しみ.