KuboWeb top

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


[もくじ]


概要 

  1. 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
  2. 講座のレベル
    • 中級
  3. 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)
    1. (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
    2. (11:00-12:30) 久保: ベイジアンモデリングとMCMC
    3. (13:30-14:30) 久保: R と WinBUGS の使い方
    4. (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)

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)
}
ism mcmc