「データ解析のための統計モデリング入門」をPythonで写経 Vol.1 ～ １章「データを理解するための統計モデルを作る」統計モデリングをはじめる前に

１章「データを理解するために統計モデルを作る」

書籍の著者　久保拓弥 先生

書籍「データ解析のための統計モデリング入門」１章「データを理解するために統計モデルを作る」の 学び活動記録 です。 

この記事は、統計モデリングを開始するにあたっての心構え を取り扱います。

では書籍を開いて統計モデリングの旅に出かけましょう🚀

はじめに

このブログシリーズは、書籍「データ解析のための統計モデリング入門 一般化線形モデル・階層ベイズモデル・MCMC」（岩波書店、「テキスト」と呼びます）の Python 写経を通じて得た「統計モデリングの楽しさ」をご紹介します。

テキストの紹介と引用表記はリンク先の記事に掲載しています。

統計モデリングをはじめる前に

統計モデリングとは何か

統計モデリングって、何でしょう？？？
モデリングを始める前に考えてみたいです。

テキスト p.2～ と以下の清水先生の記事を参考にして整理します。
清水先生の記事は統計モデリングのことをとてもわかり易くまとめていますので、ぜひご一読を。
ありがとうございます！

💡 統計モデリング観

💡 統計モデリングのキー・ポイント
✅️ 確率分布でデータのばらつきを表現する
✅️ モデル構築・評価の手続きが決まっている
✅️ 分析者がモデルをデータに当てはめて、分析者がモデルを評価する
といったことがポイントのように感じます。

個人的に特に意識して臨みたいのは「不確実性を孕む現象が生み出すデータにはばらつき（誤差）が含まれる。統計モデリングではこのばらつきを確率分布で表現する」点です。

テキストを実践する際には、確率分布に注意を向けて、モデルがデータを生み出す「現象を説明できているか」をよく考えて、「予測の良い」モデル構築を深めていきたいです！

テキストで実践できる統計モデリング

テキストは多くの例題データを用いて、さまざまな統計モデルを構築しています。
テキストの統計モデルの形態は「GLM・GLMM」と「ベイズモデル」に二分できます。

各形態ごとに、モデル構築の手続き（ステップ）と実践できるモデルのタイプを一覧にまとめました。

１．GLM、GLMM
■ モデリング手続き

【モデルのタイプ】

◆ ◆ ◆

２．ベイズモデル
■ モデリング手続き

■ モデルのタイプ

以後の写経ブログにおいては、なるべくモデリング手続きに沿って、学び記録を記述していく予定です。

◆ ◆ ◆

モデリングの周辺知識に該当する次の章は、モデリング手続きとは異なる学びの整理を行う予定です。

今回のブログは以上です。

次回は、例題データにポアソン分布を当てはめる過程を通じて、統計モデリングを体感します。

シリーズの記事

次の記事

前の記事

目次

ブログの紹介

note で７つのシリーズ記事を書いています。
ぜひ覗いていってくださいね！

１．のんびり統計

統計検定２級の問題集を手がかりにして、確率・統計をざっくり掘り下げるブログです。
雑談感覚で大丈夫です。ぜひ覗いていってくださいね。
統計検定２級公式問題集CBT対応版に対応しています。
Python、EXCELのサンプルコードの配布もあります。

２．実験！たのしいベイズモデリング１＆２をPyMC Ver.5で

書籍「たのしいベイズモデリング」・「たのしいベイズモデリング２」の心理学研究に用いられたベイズモデルを PyMC Ver.5で描いて分析します。
この書籍をはじめ、多くのベイズモデルは Ｒ言語＋Stanで書かれています。
PyMCの可能性を探り出し、手軽にベイズモデリングを実践できるように努めます。
身近なテーマ、イメージしやすいテーマですので、ぜひぜひPyMCで動かして、一緒に楽しみましょう！

３．実験！岩波データサイエンス1のベイズモデリングをPyMC Ver.5で

書籍「実験！岩波データサイエンスvol.1」の４人のベイジアンによるベイズモデルを PyMC Ver.5で描いて分析します。
この書籍はベイズプログラミングのイロハをざっくりと学ぶことができる良書です。
楽しくPyMCモデルを動かして、ベイズと仲良しになれた気がします。
みなさんもぜひぜひPyMCで動かして、一緒に遊んで学びましょう！

４．楽しい写経 ベイズ・Python等

ベイズ、Python、その他の「書籍の写経活動」の成果をブログにします。
主にPythonへの翻訳に取り組んでいます。
写経に取り組むお仲間さんのサンプルコードになれば幸いです🍀

５．RとStanではじめる心理学のための時系列分析入門 を PythonとPyMC Ver.5 で

書籍「RとStanではじめる心理学のための時系列分析入門」の時系列分析をPythonとPyMC Ver.5 で実践します。
この書籍には時系列分析のテーマが盛りだくさん！
時系列分析の懐の深さを実感いたしました。
大好きなPythonで楽しく時系列分析を学びます。

６．データサイエンスっぽいことを綴る

統計、データ分析、AI、機械学習、Pythonのコラムを不定期に綴っています。
統計・データサイエンス書籍にまつわる記事が多いです。
「統計」「Python」「数学とPython」「R」のシリーズが生まれています。

７．Python機械学習プログラミング実践記

書籍「Python機械学習プログラミング PyTorch & scikit-learn編」を学んだときのさまざまな思いを記事にしました。
この書籍は、scikit-learnとPyTorchの教科書です。
よかったらぜひ、お試しくださいませ。

最後までお読みいただきまして、ありがとうございました。