Lecture 1 (October 1, 2019)

イントロダクション：確率的現象のモデリング
  • 最初に，授業内容，予定，成績の付け方，そして授業サイトについて説明します．

Lecture 2 (October 15, 2019)

最尤法によるパラメータ推定
  • 尤度を用いたパラメータの推定方法について学習します． (10/1に配布したハンドアウトを利用します)

Lecture 3 (October 29, 2019)

尤度を用いた仮説の検証とモデル選択
  • 尤度を用いた区間推定，仮説検定，そしてモデル選択方法について学習します．

Lecture 4 (November 12, 2019)

ベイズ推定法の基礎
  • ベイズ推定法の基礎的な考え方について学習します．
  • 主に2項分布を例に取り上げます．
  • 条件付確率について復習する必要があります（2年生の統計学で学習済）
Handout (pdf) 演習 (pdf) Lab_bionm (html) Lab_poisson (html)

Lecture 5 (November 19, 2019)

統計遺伝学的モデリングについて学習します
  • 遺伝的浮動
  • 突然変異
  • 遺伝子流動
Handout (pdf) Handout (html)

Lecture 6 (November 26, 2019)

尤度比検定を用いた系群推測について学習します
  • 尤度比検定
  • 系群推測
  • スナメリデータ解析
PPT (pdf) 演習答え(R版)

Lecture 7 (Dec 3, 2019)

遺伝的混合と遺伝的汚染他について学習します
  • 遺伝的混合と汚染の統計モデル
  • アサリ資源
  • 個体のアサインメント
PPT (pdf)

Lecture 7 Part 2 (Dec 3, 2019)

プロダクションモデルの初歩について学びます
PPT (pdf)

Lecture 8 (Dec 17, 2019)

プロダクションモデルの続き
演習 (pdf)

Lecture 9 (Dec 24, 2019)

プロダクションモデルの実体験
Lecture09(学生用) Lecture09(正解用)