● 統計学（上級Ⅰ）

ベイジアン統計学の理論と手法を講義する。選択必修科目「統計学」の知識を前提とする。
データを生成する確率分布のパラメータについての事前情報を確率分布で表し、パラメータの推測に役立てる手法は、ベイジアン統計学（ベイズ統計学）と呼ばれている。モンテカルロ・マルコフチェーン（MCMC）法をベイジアン統計学に用いる方法が1990年代半ばから急速に普及し、広い範囲でベイジアン統計学の使用を促進した。前半はベイジアン統計学の理論を扱い、後半MCMC法の解説を行う。

１	ベイジアン統計学とは．ベイズの定理
２	尤度関数、事前分布、事後分布
３	事後分布による統計的推測
４	Prior distribuition (proper prior,imprpoper prior)
５	Prior distribution (conjugate prior)
６	Hierarchical model
７	classical simulation method
８	Markov chain 1
９	Markov chain 2
10	Markov chain 3
11	Markov chain Monte Calro Method(Gibbs sampler)
12	Markov chain Monte Calro Method(Metropolis-Hastings sampler)
13	Obtaining posterior distribution by MCMC
14	まとめ
15	自主研究

課題とレポートによって成績評価を行う。

照井伸彦『Rによるベイズ統計分析』朝倉書店、2010年、ISBN:9784254128123
Greenberg『Introduction to Bayesian Econometrics』Cambridge、2008年