目次
Rによるモンテカルロ法入門
- C.P.ロバート(著)/ G.カセーラ(著)/ 石田 基広(訳)/ 石田 和枝(訳)
- 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
- 1.10 mcsmパッケージ
- 1.11 追加の練習問題
- 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
数学 ランキング
数学のランキングをご紹介します数学 ランキング一覧を見る
前へ戻る
-
1位
-
2位
-
3位
-
4位
-
5位
-
6位
-
7位
-
8位
-
9位
-
10位
次に進む