生態学のデータ解析 - 統計学授業 2008

• 教科書化のお知らせ: この「講義のーと」が 教科書 として出版されました!! (2012-05-18)
  • 講義のーと PDF ファイルは北大図書館 HUSCAP からダウンロードできます (2012-07-13)
• 統計学の授業やります (2008 年度後期, 2008 年 10 月 27 日より)
  • 教室: 北大・地環研 A 棟 8F A803A 教室
  • 講釈: 久保拓弥

• 2008 年 10/27-11/13 の講義 (+ 補講 2 回)
  • (第 1 回) 10/27 (月) 生態学データ解析の統計モデリングとは?
  • (第 2 回) 10/30 (木) さまざまな確率分布と最尤推定
  • (第 3 回) 11/06 (木) 一般化線形モデル (GLM) 1 -- ポアソン回帰
  • (第 4 回) 11/10 (月) 一般化線形モデル (GLM) 2 -- ロジスティック回帰
  • (第 5 回) 11/13 (木) 検定とモデル選択
  • (補講 A) 11/26 (水) 一般化線形混合モデル (GLMM)
  • (補講 B) 12/03 (水) 階層ベイズモデル

2008 年 10/27-11/13 の講義 (+ 補講 2 回) 

• 講義のーと (全) ダウンロード: 北大図書館 HUSCAP

(第 1 回) 10/27 (月) 生態学データ解析の統計モデリングとは? 

• 今回の講義のーとは事前にダウンロードしなくていいです
• 講義のーと (PDF 0.3MB)
• 計算生態学サイト内へのリンク: R のインストール, 生態学会大会2008

(第 2 回) 10/30 (木) さまざまな確率分布と最尤推定 

• 講義のーと (とりあえず版; PDF 0.3MB)
• 例題の架空データ: data.RData
  • RData 形式です; うまくダウンロードできないときは「リンク先を保存」してください
  • R を起動して load(data.RData) で読みこみます
• R の help: dpois(), dbinom(), dnorm()
• 計算生態学サイト内へのリンク: 最尤推定法とは, 生態学会自由集会 2003 年自由集会 の 投影資料 (PDF, 0.3 MB)

(第 3 回) 11/06 (木) 一般化線形モデル (GLM) 1 -- ポアソン回帰 

• 講義のーと (PDF 0.3MB)
• 例題の架空データ: data3a.csv
• R の help: glm(), family()
• 計算生態学サイト内へのリンク: GLM 参照, FAQ 一般化線形モデル, FAQ モデル選択
  • R の data.frame 操作など: R の data.frame, R のとりかかり

(第 4 回) 11/10 (月) 一般化線形モデル (GLM) 2 -- ロジスティック回帰 

• 講義のーと (PDF 0.3MB)
• 例題の架空データ: data4a.csv, data4b.csv
• 計算生態学サイト内へのリンク: GLM 参照, FAQ 一般化線形モデル

(第 5 回) 11/13 (木) 検定とモデル選択 

• 講義のーと (PDF 0.3MB)
• 例題の架空データ: data3a.csv; parametric bootstrap 関数: pb.R
• 計算生態学サイト内へのリンク: FAQ モデル選択

(補講 A) 11/26 (水) 一般化線形混合モデル (GLMM) 

• 日時は 11/26 (水) 16:30 - 18:00 となりました
• 場所は A804 室 (エレヴェイターをでて右，A803A とは逆)
• GLMM に関する補講をします
  • 全 7 回の予定でしたが，全 5 回に急に変更されたので GLMM などの説明ができませんでした
  • 受講者の数名からの希望で，このあたりに関する「補講」をすることになりました
  • 補講用 ML を作っています --- 参加したい人は久保までご連絡ください
• 講義のーと (PDF 0.3MB)
  • 例題で使う関数: f.R
• R の help: library(glmmML)
• 計算生態学サイト内へのリンク: GLMM 参照, glmmML 紹介, GLMM 解説記事

(補講 B) 12/03 (水) 階層ベイズモデル 

• 日時: 12/03 (水) 16:30 - 18:00
• 場所: A804 室
• 講義のーと (PDF 0.4MB)
• 例題の架空データ: data7a.csv
• 例題で使う関数定義ファイルなど:
  • g.R: GLMM の予測関数など
  • R2WBwrapper.R: R2WinBUGS のラッパー (wrapper)
  • runbugs.R: WinBUGS よびだし R スクリプト
  • model.bug.txt: 階層ベイズモデルの BUGS コード
  • post.bugs.RData: 推定結果 (事後分布)
    • print.post.txt: print(post.bugs, digits.summary = 3) して表示される事後分布の table
• 例題を WinBUGS で動かす方法
  1. R を起動
  2. source(runbugs.R) で WinBUGS に MCMC 計算させる
  3. WinBUGS 上で計算が終了したら WinBUGS を終了させる
  4. すると計算結果が WinBUGS から R に渡されて post.bugs に格納される
• 計算生態学サイト内へのリンク: ベイズ統計 & MCMC, WinBUGS のインストール, coda 雑

• 参照: これまで・今後の 統計学授業