KuboWeb top

更新: 2015-03-11 15:05:51

生態学のデータ解析 - 日本行動計量学会2015

日本行動計量学会 春の合宿セミナー2015 (出張統計学授業)

  • 2015 年 3 月 7 日 13:30-17:45 東京大学駒場Iキャンパス 11号館
  • タイトル: データ解析のための統計モデリング入門
  • 概要: データ解析の経験があまりない人を対象に,簡単な統計モデリングについて説明します.まず一般化線形モデル (GLM) の概略と R によるパラメーターの最尤推定を紹介します.つぎにより現実的なデータ解析のために GLM に個体差・グループ差などをいれた混合モデルに発展させます.最後に,このような混合モデルが階層ベイズモデルとしてあつかえることを説明し,MCMC によるパラメーターの事後分布を推定する方法を説明します.当日は PC 実習は実施しませんが,このコースで使用する説明資料・例題データなどは以下の web site からダウンロードできるようにしますので,各自で実習してください.

(1 時間×4 にする?)

1. 統計モデル・確率分布・最尤推定

2. ポアソン分布の一般化線形モデル (GLM)

  • kubo2015bsj2.pdf
  • 例題ファイルなど:
    • data3a.csv
      • うまく読めない場合は R 上で以下の命令を実行してください:
  d <- read.csv("http://hosho.ees.hokudai.ac.jp/~kubo/stat/iwanamibook/fig/poisson/data3a.csv")

3. 二項分布の GLM と GLMM

  • kubo2015bsj3.pdf
  • GLM の例題ファイルなど:
    • data.RData (二項分布の説明)
      • あるいは data <- c(4,3,4,5,5,2,3,1,4,0,1,5,5,6,5,4,4,5,3,4)
    • data4a.csv (ロジスティック回帰)
    • data4b.csv (offset 項)
  • GLMM の例題ファイルなど:
    • R で install.pacakges("glmmML") が必要
    • data.csv

4. MCMC と階層ベイズモデル