資料詳細

目次

第1章 基本的なRプログラミング

  1.1 はじめに

  1.2 最初の一歩

  1.3 Rオブジェクト

  1.4 Rの確率分布関数

  1.5 基本統計量と応用的な統計量

  1.6 グラフィックス・ツール

  1.7 新しいR関数を作成する

  1.8 Rでのの入出力

  1.9 Rオブジェクトの管理

第2章 乱数の生成

  2.1 はじめに

  2.2 一般変換法

  2.3 受理・棄却法

  2.4 追加の練習問題

第3章 モンテカルロ積分

  3.1 はじめに

  3.2 古典的なモンテカルロ積分

  3.3 重点サンプリング

  3.4 追加の練習問題

第4章 収束のコントロールと加速

  4.1 はじめに

  4.2 分散のモニタリング

  4.3 重点サンプリング推定量の漸近的分散

  4.4 有効サンプルサイズとパープレキシティー

  4.5 同時モニタリング

  4.6 Rao-Blackwellization法と脱条件化

  4.7 加速の手法

  4.8 追加の練習問題

第5章 モンテカルロ最適化

  5.1 はじめに

  5.2 数値的最適化法

  5.3 確率的探索

  5.4 確率的近似

  5.5 追加の練習問題

第6章 メトロポリス-ヘイスティングス・アルゴリズム

  6.1 はじめに

  6.2 マルコフ連鎖概観

  6.3 基本メトロポリス-ヘイスティングス・アルゴリズム

  6.4 候補分布の選択

  6.5 受理率

  6.6 追加の練習問題

第7章 ギブス・サンプラー

  7.1 はじめに

  7.2 2段階ギブス・サンプラー

  7.3 多段階ギブス・サンプラー

  7.4 欠損データと潜在変数

  7.5 階層構造

  7.6 他に検討すべき事項

  7.7 追加の練習問題

第8章 MCMCアルゴリズムの収束のモニタリングと適応

  8.1 はじめに

  8.2 何をなぜモニタリングするのか

  8.3 定常性への収束モニタリング

  8.4 平均の収束のモニタリング

  8.5 適応MCMC

  8.6 追加の練習問題

ページの先頭へ