ぎょーむ日誌 2004-12-03
2004 年 12 月 03 日 (金)
-
0700 起床.
朝飯.
コーヒー.
朝から空間統計学 &
モンテカルロ法解決な問題の検討に没頭してしまう.
0850 自宅発.
曇.
0900 研究室着.
-
だー
……
パラメーター推定問題に没頭していたので,
ThinkPad の AC アダプターをまた自宅に置き忘れてしまった.
あとで取りに行こう.
とりあえず電池駆動.
-
冬といえば統計学こんさる
……
しかしながら,
良いこともたくさんある.
本日は東北大の
松島さん
に dispmod
package の存在を教えてもらった.
いつもながら,
大学院生たちの
CRAN
探索能力には驚かされる
(私はこのあたり苦手なもんで).
-
これには
glm.binomial.disp()
や
glm.poisson.disp()
といった関数が含まれておりそれぞれベータ二項分布
とガンマポアソン分布
(……って負の二項分布つまり glm.nb()
in MASS package と同じぢゃん! と今ごろ気づいた)
の推定計算をやってくれる.
で,
問題点は glm()
の quasi-
family や glm.nb()
と同様にランダム変量の「いれかた」に柔軟性がないこと
(ポアソン分布について言えばこれは glm.nb()
でも同じ).
このあたりの久保コメント.
しかしながら,生物学関係で観察される現象は overdispersion になってる事
例も少なくないので (underdispersion の場合もあります),glm...disp() を
使うのはひとつの方法でしょう (他にもいろいろあります).
じつは私は松島さんに教えていただくまで,この dispmod package の存在を
知りませんでした.ご教示いただきありがとうございます.こういう問題のと
き,これまでどうしていたかというと,擬似尤度法を使う
glm(..., family = quasibinomial(),...)
glm(..., family = quasipoisson(),...)
あるいは glmmPQL() 関数 (in MASS package) を使うか,あるいは混合モデル
の最尤推定 glmmML() 関数 (in glmmML package) を使うか,あるいは自分で
問題にあわせた新しい関数を書いていました.
いろいろな方法を列挙しましたが,dispmod の関数たちの利点は
overdispersion 表現する混合モデルを最尤法でお手軽に計算できること,欠
点は「ポアソン分布や二項分布を超えたばらつき」(ランダム変量と呼んだり
します) の入れかたに柔軟性がないところでしょうかね.
時刻は 1040.
電池残量 40%.
残りの推定稼働時間 1 時間 6 分.
いつまでも仕事をさぼってるわけにもいかんので,
アカマツ作図宿題にとりくむ.
と思ったら電池残量 5% 警告.
時刻は 1123.
加速度的に消耗するのか?
いったん suspend.
それを口実に仕事をさぼり,
また統計学勉強.
ぢつは,
混合モデル → ベイズモデル → MCMC で解決,
ってそんなに見通しがよくないのか?!
などとうろうろしてると,
甲山さんがふらふらと徘徊してきたので,
統計学雑談.
昼飯.
昼飯後にいったん帰宅して AC アダプターを取ってくる.
ThinkPad X31 復活.
suspend してるときの電力消耗は 1 時間に 1% ぐらいか?
うーむ,
簡単な作図問題なんだけど
……
進捗しない.
不調.
……
するとすぐに統計学勉強に逃避してしまう.
今度は R
実践編.
うーむ,
じつは
MCMCpack
なる package があったのか
(cf.
http://mcmcpack.wustl.edu/
).
インストールするには
coda
をあらかじめインストールする必要あり
……
などと R 世界にかまけていると,
いきなりお茶係の女性大学院生から
「お茶代ください」
奇襲攻撃をくらい,
ぼうぜんとしてるうちに現金を持ち去られてしまった.
さーて,
この
MCMCpack
中の
MCMClogit()
だの
MCMCpoisson()
だのといった関数どもだけど
……
これらは何か実用的な関数というより,
MCMCpack
利用するプログラムはこう書け,
というような example の意味あいが強いのではないか?
試運転の結果などはまた明日.
ということで,
本日も統計学文献よみと MCMCpack
とりつきで終わってしまった.
うーむ,
危険だ.
1920 研究室発.
1930 帰宅.
体重 73.2kg.
晩飯.
[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 (0730):
米麦 0.8 合.
キャベツ・ダイコン・豆腐・サバぶしの味噌汁.
- 昼 (1250):
研究室お茶部屋.
米麦 0.8 合.
キャベツ・ダイコン・豆腐・サバぶしの味噌汁.
- 晩 (2030):
米麦 0.8 合.
キャベツ・ダイコン・豆腐・サバぶしの味噌汁.