更新: 2012-09-24 21:50:27
生態学のデータ解析 - 統数研ベイズ講習 2010
- 統数研の公開講座,R と WinBUGS に関してかなり初歩的なところを説明する予定です
- 統数研の案内: http://www.ism.ac.jp/lectures/kouza.html
[もくじ]
概要
- 講座のタイトル及び英訳
- マルコフ連鎖モンテカルロ法の基礎と実践 (2010 年版)
- Markov Chain Monte Carlo : Basics and Examples
- マルコフ連鎖モンテカルロ法の基礎と実践 (2010 年版)
- 講座のレベル
- 中級
- 日程及び講義時間数
- 2010 年 2 月 9 日 (火曜日) 10時 -- 16時 (5 時間)
- (10:00-11:00) 伊庭: イジング模型と2変量正規分布を使ったアルゴリズムの導入
- (11:00-12:30) 久保: ベイジアンモデリングとMCMC
- (13:30-14:30) 久保: R と WinBUGS の使い方
- (14:30-16:00) 伊庭: 数学的基礎・関連する話題など
久保担当部分 (2 時間目と 3 時間目)
2. ベイジアンモデリングとMCMC (11:00-12:30)
3. R と WinBUGS の使い方 (13:30-14:30)
(以下は 2. と 3. に共通するものです)
- 講座資料: skuboISM2010feb.pdf (講座後の修正版)
- 当日に配られる配布資料を修正・内容追加したもの
- 例題のファイル (2. と 3. 共通)
- データ: data.csv (CSV ファイル)
- R コード: runbugs.R (テキストファイル)
- BUGS コード: model.bug.txt (テキストファイル)
- ラッパー関数セット
R2WBwrapper.R
: R2WBwrapper からダウンロードしてください
- 参照: ベイズ統計 & MCMC, R2WinBUGS, WinBUGS のインストール
- BUGS code: 今回の例題であつかった
model.bug.txt
model { # 無情報事前分布の固定パラメーター Tau.noninformative <- 1.0E-4 P.gamma <- 1.0E-4 # N[i] 胚珠中の Y[i] 結実数は二項分布にしたがう for (i in 1:N.sample) { Y[i] ~ dbin(q[i], N[i]) logit(q[i]) <- a + b[i] } # 全個体の平均 a は無情報事前分布にしたがう a ~ dnorm(0, Tau.noninformative) # 個体差 b[i] は階層的な事前分布にしたがう for (i in 1:N.sample) { b[i] ~ dnorm(0, tau) } # 個体差 b[i] のばらつき tau は無情報事前分布にしたがう tau ~ dgamma(P.gamma, P.gamma) sigma <- sqrt(1 / tau) # これは分散逆数 tau を標準偏差に変換してるだけ # (output のため,MCMC 計算には無関係) }