KuboLog 2002-08-28

2002 年 08 月 28 日 (水)

0720 起床．シャワー． 0735 自宅発．曇． 0745 研究室着．朝飯．コーヒー．

昨晩に小林さんから詳細なるコメントいただいたんで，それにしたがってにせアカマツドラフト直す．作図・作表が自動化しておくとこういうときにラクだ． 1120 ひとまず終了．

すでにややばて． Amazon.co.jp から本がとどく．

Design and Analysis of Ecological Experiments …… 呪われ分散分析から最尤法・ベイズ推定までいろいろな統計学的手法の解説
Numerical Ecology …… これはちょっとハズレ，内容多彩だけど多変量解析が主成分か
Mathematics for 3D Game Programming & Computer Graphics …… 三次元ゲイム本

あらら，弁当を持って来るの忘れてた．食べに帰る． 1245 かとーオフィス発． 1255 帰宅．洗濯物干す．昼飯． 1315 自宅発．いきなり雨． 1325 研究室着．

来週月曜日から 2-3 日ほど苫小牧研究林で毎木調査の下働き要員の辞令を調査隊長・浦口さんから拝命する．

logistic 関数をもちいた二項分布最尤推定，その組み合わせモデル選択という計算問題解決の追撃戦にとりかかる．各処理群の 2 (あるいは 3) パラメーター最尤推定値を計算し，つぎにこれらの群のいくつまでを共通のパラメーターセットで「くくって」いけるかを自動的に調べあげる機構を作ってしまえばよい．

各処理群 N パラメーターの最尤推定を行い，群は {A, B, C, D, E} の 5 コあるとすると，たとえば

5 N 個パラメーターモデル	`{A} {B} {C} {D} {E}`	→ あてはまりの良さ `I_5N`
	↓
最良の 4 N 個パラメーターモデル	`{A+C} {B} {D} {E}`	→ あてはまりの良さ `I_4N`
	↓
最良の 3 N 個パラメーターモデル	`{A+C} {B} {D+E}`	→ あてはまりの良さ `I_3N`
	↓
	……

…… というふうにどこまでパラメーター数を減らしていけるのだろーか，というのを「あてはまりの良さ」を評価しつつ進む・止まるを決める．

昨日作った推定 Perl モジュール logistic.pm を呼び出しつつ上のような逐次的な探索を行う group_combination.pm という Perl モジュール (の原型となるもの) を作る．以前に似たよーな問題やったときは，この「組み合わせ自動生成」が作れなかったんだよね．問題解決力，少し強まった．

1630 パラメーター 10 個問題できた．数値計算そのものは「同じ計算は二度とやらない」という方針を徹底させてるんで完全なる「総あたり戦」をやらせてるんだけど遅くはない．おあずかりした観測データ 5 群に対してそれぞれ 2 パラメーターを使用， AIC をモデル選択基準とする選抜を重ねてみると …… この場合は，とあるパラメーター 8 個セットがこの基準に照らして「最良」ということになった．で，この計算に要する時間も 1-2 秒ぐらいか?

----------------------------------------------------------------- # model_group = F1,F2,S1,S2,S3 number_of_parameter = 10 log_likelihood = -9.0332e+01 AIC = 2.0066e+02 [F1] log_likelihood = -1.5421e+01, parameters = -7.28e+00 3.98e-01 [F2] log_likelihood = -1.9849e+01, parameters = -7.19e+00 3.47e-01 [S1] log_likelihood = -1.7984e+01, parameters = -6.66e+00 3.26e-01 [S2] log_likelihood = -2.0512e+01, parameters = -5.88e+00 2.73e-01 [S3] log_likelihood = -1.6566e+01, parameters = -1.13e+01 5.20e-01 ----------------------------------------------------------------- …… (中略) …… ----------------------------------------------------------------- # model_group = F1,F2+S1,S2+S3 number_of_parameter = 6 log_likelihood = -1.0459e+02 AIC = 2.2117e+02 [F1] log_likelihood = -1.5421e+01, parameters = -7.28e+00 3.98e-01 [F2+S1] log_likelihood = -3.8082e+01, parameters = -6.92e+00 3.36e-01 [S2+S3] log_likelihood = -5.1083e+01, parameters = -7.68e+00 3.56e-01 ----------------------------------------------------------------- #the best model set is ----------------------------------------------------------------- # model_group = F1,F2+S1,S2,S3 number_of_parameter = 8 log_likelihood = -9.0581e+01 AIC = 1.9716e+02 [F1] log_likelihood = -1.5421e+01, parameters = -7.28e+00 3.98e-01 [F2+S1] log_likelihood = -3.8082e+01, parameters = -6.92e+00 3.36e-01 [S2] log_likelihood = -2.0512e+01, parameters = -5.88e+00 2.73e-01 [S3] log_likelihood = -1.6566e+01, parameters = -1.13e+01 5.20e-01 -----------------------------------------------------------------

発注者・下野さんに計算結果のご説明 …… するとこんどはパラメーター 15 個問題の追加注文．

1720 パラメーター 15 個問題できた．逐次探索の部分 group_combination.pm は完全にモジュール化させるて汎用性を付与する．

読みにくい部分を書き直したり，ネット上から Perl コード読めるようにしたり． 2020 研究室発．雨はやんでいる．北 12 生協で買い物． 2040 帰宅．体重 72.2kg．

運動．晩飯の準備．晩飯．

[今日の素読]

NHK ラジオ「ビジネス英会話」 Lesson 22 ``Volunteer Families'' (8/26-8/31)．
同テキスト今日の``Quote ... Unquote'': Control your own destiny or someone else will. --- Jack Welch (U.S. business executive, 1935-)

[今日の運動]

腹筋運動 30 × 3 回．
自宅空自転車． 2150 より 28 分間 300kcal．ストレッチング．

[今日の食卓]

朝 (0800): 研究室お茶部屋．パン．コーヒー．
昼 (1300): 自宅で弁当．米麦 0.7 合．ピーマン・ニラ・タマネギ・鶏レバの炒めもの．
晩 (2230): 米麦 0.7 合．コマツナ・ピーマン・エノキダケの炒めもの．

ぎょーむ日誌 2002-08-28

2002 年 08 月 28 日 (水)