2020年度

＜概要/Course Content Summary＞

　統計学の分野では２つの立場の違いによって，1980年代までは多数派と少数派が形成され，少数派のベイズ統計は「異端」の理論として忌み避けられる傾向にあった。その頃，ベイズ統計を学部で講義する大学は非常に限られていたと思う。しかし現在，ベイズ統計は「先端」の理論となった。ベイズ理論による統計的予測は，人工知能（ＡＩ）のおける機械学習の理論的基礎となったのである。この講義では，ベイズ統計の考え方の説明を中心におく。ベイズ統計は自然科学に限らず，人文社会科学も含めた諸分野で適用されているが，まず始めに，そのような分野における分析事例をできるだけ多く見ていこう。その上で，確率論の知識を必要な範囲で準備して，問題に応じた統計モデルを構成し，データから得られる情報に基づいて，モデルを修正することによって現象を把握するという，ベイズ的アプローチの基本的な考え方と応用の仕方を説明する。

＜到達目標/Goals,Aims＞

（１）ベイズの定理を理解し，具体的な事例でベイズ的確率評価ができるようになる。　
（２）確率変数と確率分布について理解し，具体的な事例で確率計算と期待値計算ができるようになる。　
（３）事前分布，事後分布を理解し，具体的な事例でベイズ法による統計的推論ができるようになる。　
（４）二項母集団の比率と正規母集団の平均について，ベイズ法による統計的推論ができるようになる。　
（５）ベイズ統計の考え方を，統計的予測と統計的決定問題に応用できるようになる。

＜授業計画/Schedule＞

＜成績評価基準/Evaluation Criteria＞

＜テキスト/Textbook＞