生態学のデータ解析 - 大阪大学「一般化線形(混合)モデル」講義 2013

• 2013 年 8 月 27 日の大阪大学基礎工学部での集中講義 データ科学特論I 第 2 日目
• このペイジの短縮 URL: http://goo.gl/RrHZeY
  • 久保の 統計学授業 一覧
• 参考文献: 統計モデリング入門
  • 古い文献: 2008 年の講義のーと (北大図書館 HUSCAP, 無料)

1. (10:30-12:00) 確率分布，最尤推定，ポアソン回帰 

• 前口上 (とりあえず版 PDF file)
• 投影資料 (ちょっとだけ改定版 PDF file)
• ポアソン分布説明の例題データ: data.RData
  • R で読む: load("data.RData")
• ポアソン回帰の例題データ: data3a.csv
• CSV file を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/2013/Fig/poisson/data3a.csv")

2. (13:00-14:30) ロジスティック回帰と GLMM 

• 投影資料 (ちょっとだけ改定版 PDF file)
• 例題データ: (logistic 回帰) data4a.csv, (offset 項) d2.RData, (GLMM) data.csv
• 参照: glmmML 紹介
• CSV file を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/2013/Fig/binomial/data4a.csv")
•   d <- read.csv("http://hosho.ees.hokudai.ac.jp/~kubo/stat/2013/Fig/glmm/data.csv")

3. (14:40-16:10) 階層ベイズモデルと MCMC 

• 投影資料 (ちょっとだけ改定版 PDF file)
  • 本/データ解析のための統計モデリング入門 の第 8-10 章の例題や，2011年の授業 の第 4-6 回なども参考にしてください
• R から WinBUGS を使う: R2WBwrapper.R
  • R2WBwrapper.R をうまく読み込めない人は source("http://hosho.ees.hokudai.ac.jp/~kubo/ce/r/R2WBwrapper.R") を試してください (インターネットに接続された状態で)

この授業の課題 (単位取得のため必要) 

(以下の設問に回答してください)

あなたは，統計モデルを説明する授業を担当しているとします．ここでいう「統計モデル」とは GLM, GLMM あるいは階層ベイズモデルなどに限定します (何かひとつを選んでください)．その授業の受講生たちにその統計モデルを説明するために，あなたは具体的な例題を作成します．

• 問 1. 例題の架空データをどのような手順で生成しますか．具体的に説明してください．
• 問 2. 問 1. で生成した架空データを使って統計モデルを説明する方針や強調したい点などを簡単に説明してください．

なお問 1. と 2. のどちらの回答においても，それぞれで使用する R または何かプログラミング言語のコード (アルゴリズムを示す擬似コードでも可) も示してください．