ぎょーむ日誌 2004-03-15

2004 年 03 月 15 日 (月)

• 0830 起床． 朝飯． コーヒー． 0910 自宅発． 晴． 0920 研究室着．
• 一日中， 種子発芽問題にとりくんでた． この問題は難しく， さらに R だけでやるのもてくにかるに難しい面あれこれ．
• なンで R だけでやろーとしてるかというと， Unix 系以外では Perl 実行環境はヘボいから． あ， しかし MacOS X は Unix 系だったか．
• R によるデータ変換作業， というのはなかなかに難しく， 効率良い作業やらせようとすると難しさが倍加する …… 誰か Effective R というような本を書いてくれんだろうか (そんなのは出版されるみこみゼロであるけれど)． この言語上では巨大データ扱われること多々あるのに， むやみにデータの複製が発生しているようで， なんとも気色わるい．
• ついでに言うと， いつもながら xyplot() 系という便利なんだけど難解な作図関数にはナヤまされる． 今回の進歩としては， panel.superpose() の使いかたと， par.strip.text まわりが少々わかってきた， というところなんだが …… 前途遼遠． しかも xyplot() でどんな複雑な作図でもコナせるわけでないのかも， という気もしてきた． 何もかも panel に渡すわけにはいかんよーなので． ということで， par(mfrow = ...) とふつーの作図関数の こんびねいしょんワザでやっつけたほうが速いかも， と考えてる作図問題もあったり．

[xyplot()]

こーいうものです． R では作図機能が重視されている． これは統計学的な問題解決には (とくに Tukey 以来の探索的データ解析の文脈においては) 「良い図を作る」 ことが本質的であるからに他ならない． 一方で， ヘボい図を作って「にせ相関」にだまされたりする場合も多々あるわけだが ……

• で， データ変換・作図に見とおしがたってきたんだけど， 統計モデルの推定がこれまた難しい， ということに気づかされてきた． この種子どもめ …… というか， 私がこの現象をよくわかってないんだな． どうやら， 単純に Logistic 回帰的にやるのはマズくて， むしろ Poisson 回帰的な計算をやったほうがよいのかしらん? あまり変わらんかな?
• 当講座の種子発芽問題の権威たる下野さんにお尋ねしたところ， 少しは勉強しなさいよとゆーことで 解説論文を貸していただけた． これは 1984 年のものでありながら， こんにち使われている数理モデルの多くを網羅していて， ですね …… なるほど， いわゆる生存解析のごとき手法は使えるわけだが (ただし， 下野さんいわく「現在でも使ってるヒトはほとんどいない」そーで)， めんどーなわりにはご利益ウスいような． しかし数式をながめてるうちに， 比例ハザードモデル っつーのは私が使おうかどうか検討していた offset つき Poisson 回帰のそれに近い (平均値の定式化は同じ)， ということがわかった．
• しかしデータ変換と作図でチカラつきたので 2040 研究室発． 2100 帰宅． 体重 73.6kg． 晩飯．
• で， さっさと寝ようとしたんだが …… ネット本屋 Amazon からとどいた ``The future is wild'' が面白くて夜更ししてしまった (そしていま調べたら日本語版のほうが安かったぢゃないか! -- 後記: 私が買ったのはペイパーバック版だったんで訳書より安い)． 100 年後の未来とかそれほど見たいとは思わんけど， 2 億年後の生物たち， ってのは観察してみたいもんだ．
• [今日の運動]
  • 腹筋運動 30 × 3 回． 腕立ふせ 3 × 3 回．
• [今日の食卓]
  • 朝 (0850): 米麦 0.7 合． キャベツ・豆腐・ホタテ・コンブの味噌汁．
  • 昼 (1530): 弁当． 研究室お茶部屋． 米麦 0.7 合． コマツナ． R にヤられていて昼飯食ったのが こんな時間になってしまった．
  • 晩 (2210): 米麦 0.7 合． キャベツ・豆腐・ホタテ・コンブの味噌汁．