「データ解析のための統計モデリング入門」をPythonで写経 ～ 序章 Python写経、はじめました

書籍の著者　久保拓弥 先生

この記事は、書籍「データ解析のための統計モデリング入門」とPython写経活動の動機のご紹介 です。

書籍「データ解析のための統計モデリング入門」のご紹介

このシリーズは書籍「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 写経です。

テキストは、2012年5月に第１刷が発行され、緑本の愛称で長年、多くの統計モデリング入門者が取り組み続けた ベストセラーです。

テキストを読み始めてすぐに「文章がまるで友人との会話のよう」だと気づきます。
普段遣いの言葉で、やさしく語りかけるように、統計モデリングの世界を「お話し」しています。

数式の展開や解説は、要所要所で行われていますが、全体的には少なめ です。
ですので統計モデルの解説は、シンプルな数式を用いて、実際に数値を当てはめてシンプルな計算を行い、多彩な図表と語り口調の文章で厚く（厚く）補足する、こんな形式になっています。
数式苦手派にはありがたいですし、数式理解派には物足りないかもです。

テキストの学びの流れをリストアップしました。

• １章で統計モデリングが何者かをざっくり掴みます。

• ２章でデータを生成する現象をうまく表現できそうな 確率分布をデータに当てはめてみる体験 を通じて、統計モデリングの面白さの一端に触れます。

• ３章、６章でさまざまな 一般化線形モデル GLM を実践します。

• ４章、５章で 統計モデルの良し悪しを評価する方法 を学びます。

• ７章で 一般化線形混合モデル GLMM を実践します。

• ８章でベイズ統計モデリングの特徴のひとつ、マルコフ連鎖モンテカルロ法 MCMC の原理を学びます。

• ９章で GLM のベイズ統計モデリング を通じて、ベイズ統計モデルの手続きを学びます。

• 10章で GLMM の階層ベイズモデル を実践します。

• 11章で 空間構造のある階層ベイズモデル を実践します。

統計モデリングで用いるデータおよびプログラムコードは、テキストのサポートサイトで公開されています。
ぜひご覧ください！

Python写経へ

テキストはコンピュータの力を借りて統計モデリングを進めるスタイルです。
文章にはプログラムコードおよびプログラムの出力結果の見方が細やかに紹介されています。
また、サポートサイトでコードサンプルが配布されています。
テキストのコードに加えて、テキストの図表作成コードも実際に動かすことができます。

ところでテキストが用いる言語・ツールは、R 言語と WinBUGS（ベイズ統計モデリング用）です。
WinBUGS は既に開発終了されており、R 言語におけるベイズ統計の現在の主流は Stan に移り変わっているようです。

R と ベイズ・・・！

Python 写経のチャンス到来です！

テキストの統計モデリング、図表に加えて、個人的に気になったことを Python で描いてまいります！
このブログシリーズは主に、GLMを statsmodels ライブラリで、ベイズ統計モデルを PyMC ライブラリで、Python 写経します。

そしてそして、生成AI活用型で学びを進めていきます。
利用モデルは ChatGPT-4o です。
やさしいテキストとはいうものの、私にとって、意味が分からなかったり、納得に到達できないことが、しばしば発生しました。
時にはテキストが省略している周辺知識に疑問を持つこともありました。
こんなときに、生成AI に問いかけて、コード例や疑問の解答例をもらったり、学びのきっかけを得たりしました。

個人学習が進めやすい世の中になりました！

このブログシリーズは、私の個人学習のアウトプットになります。
記事を読んでくださる皆様にとって、統計モデリングに興味を持つきっかけとなり、統計モデリングの躓きを少しでも緩和でき、願わくばネットを通じてつながる統計モデリングの相棒のような存在になれたらなら…
とても嬉しいです🍀

丹精込めてブログを書きます！

ブログの目次はこちら

ぜひ目次で記事タイトルをご覧いただき、記事に想いを巡らせてみて下さい！

引用表記

この記事は、出典に記載の書籍に掲載された文章とデータを引用し、適宜、掲載文章・データを改変して書いています。
【出典】
「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」 第19刷、著者 久保拓弥、岩波書店

記事中のイラストは、「かわいいフリー素材集いらすとや」さんのイラストをお借りしています。
ありがとうございます！

シリーズの記事

次の記事

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。