行動科学演習 / Behavioral Science (Seminar)

後期 水曜日 ２講時. 単位数: 2. 担当教員/Instructor: 浜田 宏. セメスター: 6. 履修年度: 2024. 科目ナンバリング: LHM-OSO302J. 使用言語: 日本語.

主要授業科目/Essential Subjects

行動科学演習

授業題目

ベイズアプローチによる社会科学の理論と実証

Course Title (授業題目)

Social Science and Bayesian Statistics

授業の目的と概要

1）社会現象をどのようにして数理モデルとして表現するのか，そしてデータを使ってそのモデルのフィットをどのように確認するのかを学ぶ．
2）統計モデルを利用するうえで必要な確率論の基礎を学ぶ．あわせて経験科学的に興味深い問題を構成する力の基礎を涵養する．

Course Objectives and Course Synopsis(授業の目的と概要)

1.　To learn the method that explain an interesting social phenomenon with mathematical models and statistical analysis
2. To learn how to formalize an interesting social phenomenon through this course. To train the ability that specifies the problem from good samples.

学習の到達目標

Stanを使ったベイズ統計の分析手法を習得する
現象の数学的表現を習得する
日常生活の中に潜む数学的構造を見抜く観察力を身につける

Learning Goals(学習の到達目標)

1.To learn Bayesian statistical analysis by Stan and R.
2.To learn mathematical formalization and modeling
3.To train the ability that specify and abstract the essence of social phenomenon

授業内容・方法と進度予定

この授業はClassroomを使用します．

1. イントロダクション　モデルとはなにか
2. 真の分布，確率モデル，データ
3. 最尤推定
4. ベイズ推定
5. MCMC
6. 確率分布
7. 汎化誤差，AIC，WAIC，予測分布
8. Stanによる分析：回帰
9. Stanによる分析：モデル式の書き方
10. Stanによる分析：階層モデル1
11. Stanによる分析：階層モデル2
12. Stanによる分析：観測モデルとの接合
13. Stanによる分析：マーケティングへの応用
14. Stanによる分析：数理モデルと統計モデルの接続 　
15. まとめと総括

Class Schedule and Activities(授業内容・方法と進度予定

In this class, mathematical details will be followed up with careful reading of the text. Since calculations and parameter recovery are necessary to understand the contents of the text, students are required to prepare for the class.

成績評価方法

出席［70％］，授業内の課題［30％］

教科書および参考書

教科書：松浦健太郎, 2016, 『StanとRで統計モデリング』共立出版
参考書：久保拓哉,2012,『データ解析のための統計モデルリング入門』岩波書店.
浜田宏・石田淳・清水裕士，2019『社会科学のためのベイズ統計モデルリング』朝倉書店．
Gelman et al. 2013,Bayesian Data Analysis, Third Edition, CRC Press.
その他の参考書は適宜指示する

授業時間外学習

予習に指定した範囲を事前に読んでくること．

その他

本演習ではRとStanによる実装例を紹介するので，実行環境を整えたPCを準備できることが望ましい．
また高校・大学初年度レベルの微積分を復習しておくことが望ましい．