ぎょーむ日誌 2004-11-16

2004 年 11 月 16 日 (火)

• 0830 起床． 朝飯． コーヒー． 0920 自宅発． 雪． いよいよ本格的に寒くなってきたかな． 0930 研究室着．
• 苫小牧直径成長モデル， 昨日午後からやらせてる計算は rain:time = 0.03 なんだけど， 最良モデルの AIC は 2047 あたりか? rain:time = 0.01 はやはり傑出しているな．
• とりあえず， この計算は中断． 昨日メイルやりとりで検討した モデル選択のやりかた改良に着手してみる．
• ついでに Nelder-Mead 法な optim() やめてみて， 数値微分な nlm() も試みてみるが …… こういう難しい推定問題では nlm() はあまり良くないような気がする． ということで， 今後も Nelder-Mead 法な optim() 使うことに．
• さて， いま検討しているモデル選択方式の改善策は， 以前から考えている 「気象値をみて事前選抜，高速化」 とかなり近いことに気づいた． こういうふうに整理してみるとわかる．
原則
• 気象値 ps.prev と mb6 は必ず含まれる
• 交互作用項 x:y は x と y がすでに選択されている場合のみ採用を検討する
手順 (ある気象値セットに関して)
1. まず const + ps.prev + mb6 モデルを評価する．これが今までの 「最良な const + ps.prev + mb6 モデル」より良くなければ，この気象値セットに ついては検討をやめる．
2. const + ps.prev + mb6 + dbh.log と const + ps.prev + mb6 + dbh.log + dbh.log.sq を評価して，これらのうち良いモデルが 1. のモデルより良ければそれを採用する． 良くなければ 1. のモデルを採用して， この気象値セットについては検討をやめる．
3. 交互作用項 dbh.log:ps.prev と dbh.log:mb6 のそれぞれを 2. に加えたモデルを評価する． これらのうち良いほうが 2. より良ければ， それを採用する． ふたつの交互作用項が同時に入ったモデルは検討しない．
• といったふうにやってみます， と苫小牧ボスに連絡してから改造に着手． 1210 ごろ改造終了． 試運転してみてバグをとる．
• 1240 ごろから本格的に推定計算再開． とりあえず rain:time = 0.07 で …… うーむ， 速いっ! 少なく見ても 10 倍 は高速化された．
• それでありながら， 推定結果はまったく妥当にみえる …… まあ， こういう高速化が可能になったのは 「樹木の成長はどうきまっているか」 だけでなく 「何を重点的に推定すべきか」 が明確になったので， それをうまく利用しているわけだ． 今までの計算はいわば「何もかも重要」方式， といえる．
• まあ， 私の場合， 樹木たちのふるまいがよくわかってきた， とゆーより， モデルの中における樹木データの挙動が だいたいアタマの中で予想できるようになった， というべきなんだろうが．
• しかし 10 倍 (あるいはそれ以上) の高速化が実現したところで， けっきょくはひとケタの改善なのである． というのも 70 時間近くかかっていた計算が， 7 時間になった， というだけのことで． いや， 10 倍でもたいへんありがたいんだけど， 高速化によって調べられる範囲はそれほど拡がったわけではない， ということで．
• まずはイタヤカエデ計算進捗中． 全体の 1/3 が片づいたところで 25 分ちょいか． まあ， やはり 15 倍ぐらいの高速化か? 全樹種の計算に必要な時間は 4-5 時間ぐらいかな．
• げ， また北大内のメイル配送が遅延している． 1 時間ちょい， かな．
• 計算方式議論メイルを書いていると， イタヤカエデの計算結果が出た (イタヤカエデに関しては最終的に 18 倍ぐらいの高速化)． 予想どーり， 以前の時間のかかる探索方式で 最良気象値セットが今回も最良気象値セットとして選択された． つまり， 上でやってるように const + ps.prev + mb6 なモデルだけで気象値を選抜してもそれほど問題なさそう， ということだよな．
• 一区切りついたので昼飯． 今日は弁当がないので北大生協に調達に出る． 外は， 吹雪． もどって昼飯．
• 1500 より 講座セミナー， 本日は M2 の堀端君で， 林床草本を痛めつけて見物しましょう， という虐待もの． データ構造みて glm() 使うのはいいんだが (いよいよ普及してきましたなぁ)， 意味不明な offset() 項とかの使いまくりはよせ …… おかげで解析は全滅． どうやら 林床植物師匠たる小菅せんせーの厳しい指導もあったようで， 生物学的な内容に関しては完璧なる隠匿に成功している． 修論だいじょうぶなのかね．
• 1240 ごろに始まった高速化計算は 4 時間で 6 樹種終了 (ウダイカンバは気象依存性が推定できない， と判定されたので削除した)． まあ， 15 倍速ぐらいかな．
• で， 気象値選抜とかよさそうではある． 尤度的にもそれほど悪くなっていない (少々悪くなるのは不可避)． ただし， この段階的モデル選択のせいで， やや単調なみかけの結果ばかりに …… まあ， 今までが複雑すぎたんだけどね．
• 苫小牧ボスからのご指示で， このモデル選択をもう少し複雑にするよう 関数を書き換える …… これって意味あるかなぁ， ということで option 指定で挙動を変えるように作っておく． まあ， とりあえずはひととーり計算させてみるか， ということで同じ設定で再計算．
• 1900 研究室発． まだ雪． 1910 帰宅． 体重 73.0kg． 晩飯．
• またメイル書きなど． 今日は苫小牧問題で一日が終わった． 計算十倍速はなかなかの進歩だ． しかし計算だけですまされないところが世の中のツラいところだ． なんとなく， すけじゅーりんぐ破綻の予感があるのですが ……
• [今日の運動]
  • 腹筋運動 30 × 3 回． 腕立ふせ 5 × 3 回．
• [今日の食卓]
  • 朝 (0850): 米麦 0.7 合． ハクサイ・ニンジン・ブナシメジのシチュー．
  • 昼 (1450): 研究室お茶部屋． 北大生協サンドイッチ．
  • 晩 (2000): 米麦 0.9 合． ダイコンのキムチの素づけ．