Chapter1 "A Introduction to R"

今回ゼミで行った"1. Introduction to R"　についての報告をします。

第１章は、主に次の２つのことについての大まかなイントロダクションでした。

1. Rをつかった基本的なデータの要約・グラフの描画
2. モンテカルロシミュレーション（モンテカルロ法）をつかった近似解の計算の例
（t検定の仮説（母集団が正規分布かつ等分散）が成立していないときの真の有意水準の推定）


2. で扱われているモンテカルロ法の定義が原本に書いてなかったので、ここで簡単に説明します。

モンテカルロ法はシミュレーションや数値計算に乱数を用いる手法の総称です。
2. の例は、母集団が等分散な正規分布ではない場合のケースを具体的に想定し、想定された母集団に従う乱数を用いてランダムサンプルをシミュレートするモンテカルロ法でした。

数値計算に用いられるモンテカルロ法は、複雑な積分計算をする際の近似解法として使われます。
ベイズ統計では周辺化という積分計算が必須であるため、ベイズ統計にとってモンテカルロ法は実用的な計算手法として非常に有用だとされてます。
１章でモンテカルロ法を紹介したのは、ベイズ統計にとってモンテカルロ法が非常に重要であるからだと思います。

wikipediaにいろいろモンテカルロ法について書いてあるので、そちらも参照してもらえるといいと思います。
http://ja.wikipedia.org/wiki/%E3%83%A2%E3%83%B3%E3%83%86%E3%82%AB%E3%83%AB%E3%83%AD%E6%B3%95

---

次回は第２章をやります。
いわゆるベイズ統計へのイントロダクションです。
しかし、突然プログラムが出てきてしまうので補助的な資料を用意しておきます。

それでは！また来週がんばりましょう！

今回のゼミで使った資料とプログラムはSkyDriveにアップしました。
隣のリンクバーから飛べます。