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
