ぎょーむ日誌 2005-10-17

2005 年 10 月 17 日 (月)

• 0740 起床． 朝飯． コーヒー． 0925 自宅発． 曇． 0940 研究室着．
• 粕谷さんが申請者で私が分担者の科研費申請， その申請文案に関するコメント書き， で午前おわった．
• つまり生態学のデータ解析やりますって申請なんだけど， 「生態学のデータ解析」って何か他と違うんだろうか? 先月 の統計連合学会広島大会を見物してみたら， 他の分野もまあ似たようなものでということはわかる． もちろん分野ごとに固有のちがいがいろいろある． たとえば人間に関するデータの場合， 個人情報がもれないようなデータ解析方法の研究は その分野の統計学としてひとつのテーマになっている．
• 生態学まわりの場合， そういうよけーな制約がなく気楽， まあ何でもありの世界という気がする． しかしながら申請文には何かもっともらしいことを書かねばならないので， 以下のような「生態学的データの特徴とは」 といった趣旨の文案をでっちあげてみた:
1. 個体差など random effects の重要性
個体差・ブロック差・地域差・年差などがばらつきを増大させる． さらに重要なのは多くの random effects は (とくに野外調査では) 測定困難または不可能であり， われわれはこれらを統計モデリングの中で現象論的に扱わねばならぬことも多い (つまり混合モデル・Bayes モデル)．
2. データの階層構造
生態学的データ (……に限らないのだが) の特徴のひとつは階層構造の重要性であり， 地域差の中にブロックの差があり， さらにブロックの中の個体間にも (さらに植物では個体の中の部品ごとの) ばらつきがあって，この階層性を考慮して random effects を扱うことが重要である． これが階層 Bayes モデルの導入の必要性につながる．
3. 因果関係が不明 (とゆーか，見てないときにいろいろ事件が連鎖する)
生態学の経時調査では観測と観測のあいだに生じる 「連鎖的」な事象が重要であり， これが観測される時間的・空間的なパターンに大きな影響を及ぼす． 具体的には，たとえば一ヶ所で生じた事象 (撹乱・捕食・寄生・病気発生) が 短期間に周辺に波及するような場合， 次の観測において空間的に集中してその事象が生じたかのように見える． このようなときに「引き金」になった事象と それが周辺に波及していく事象を区別することはこれまで困難だった． 近年の隠れマルコフモデル・MCMC 計算・EM アルゴリズムは こういった問題を解決するべく整備されてきたとも言える．
• といったことどもなどをうだうだと書いて 1200 すぎコメント書き終了． 送信． 昼飯．
• 昨日の計算速度 Vine Linux 大敗北事件 (vs VMware 世界) についてかとー先生に報告したところ (後記: これは VMware 内の clock がヘンであるため， とわかった …… 10/18 参照)， そりゃ GCC がへぼいんでは， とのご指摘． そうかも． 誰でも簡単に入手できる free software である「汎用」 compiler GCC より遅い生成物しか作れない 「特化」 compiler は (理論的には) この世に存在しえない (存在する価値がない)．
• いっぽうで GCC の価値は速度ではなく (速度面でもすごく努力してるわけだが) むしろ互換性にあるわけだし …… しかし R のコンパイルとか完敗ですなぁ．
• さて， 次は 苫小牧 樹木直径成長モデリング再開の準備に着手せんといかんな …… 苫小牧ボスは着々と作業をススめておられるようだし (冷汗)． と思ったらメイルが ……
• ともかくやるべきことは，
  • Clark 御大 いましめる ところの「モデル複雑化」に対応させる (あわてて追記: これは日浦さん指示によるもの)
  • 樹木個体ごとの事後分布を計算できるようにする
  といったところか． C で書いた拡張モジュールの点検が必要だな．
• で， 点検しているとわりとトンでもなまちがい をみつけてしまった． これは冷汗どころのハナシではない． とりあえず Dell 機で再計算させてみる …… ぢつに不幸中の幸いだったんだけど最終的な計算結果はまったく変わらなかった (モデル選択でその項はいずれにせよ削除されるから)． ひねくれきったヘンな理解なんだろうけど， 個体差考慮した混合モデルの結果はこの程度のミスではくつがえらない， ということか．
• 同じく苫小牧の平尾君から寄生モデル pseudo likelihood 計算プログラムのまちがい指摘 …… こいつは正真正銘のばぐだ． コードおっかけてるうちにどうやってこれが入りこんだのかも アタマの中で再現できてしまった．
• まー， こっちもそもそも計算全部やりなおす予定だったわけだし …… とかいいかげんなことを言ってる場合ではないな． 反省．
• ともかく両者に共通するのは 「仕様おもいつき変更 → つけたし」 はすごく危険だということ． いまさらながら．
• 今回のプログラムはどちらも R (直径成長推定のほうは R を拡張するモジュールを C で書いていてそこにバグあったわけだが)． 私の場合， R でちょっと難しい処理を書くと， コード全体の見とおしが悪くなる． そうならないように， かなり配慮しているにもかかわらず， だ．
• その原因のひとつは非おぶぢぇくと指向的に書いてるからなのかも …… 非おぶぢぇくと指向で良いコードが書けるのは， かなりアタマが整理されたヒトだと思う． これに対して， 整理されてないヒトたちのために整理の形式を与えるのが object oriented programming (oop)， とも言える． たとえば私なんかだと， Perl なら 100 行こえると oop が必要になり， C は 20 行が限界でそれ以上は (呪われであろうが) C++ を使わないとうまく書けない．
• R でもおぶぢぇくと指向的に書けるはず， というか R という言語 (つまり S 言語は) そもそも「ほぼ何でもオブジェクト」設計なはずだ …… RjpWiki とかで解説されてる method, attribute, generic function あたりを勉強せんといかんのでしょうなぁ．
• R Newsletter の Volume 1/3 (2001) にも簡単な解説が掲載されている． OOP Programming in the S Language なるペイジもあるな …… これはかなりわかりやすいような気がする (もしあなたがケガれ言語 Perl で oop したことあるなら)． しかしこの library(OOP) は無理矢理感あるというかちょっと邪悪だという気もする．
• R ぷろぐらみんぐ， 取りつきはとても簡単． 誰でもすぐにできる． しかし中級あたりに難所があるよーな気がする． Object & Class まわりの文法， それからプログラム内でのおぶぢぇくとやりとりの実態， というあたり．
• メイルやりとり．
• 帰ろうとしたら香川の小林さんからメイルいただく． アカマツ投稿論文 (光合成補償のほう)， 査読報告のうちひとつが送られてきたとのことで． うーむ …… まぢなヒトには冗談つうじない， 実験屋に現象論つきつけてはいけない， というところか．
• しかし言ってることは教科書的だけど， データ解析まわりというか実験設計法まわりについては 「よく訓練されている」 的まともさがある． 日本人ではなさそう． というのも， (おそらく分野を問わず) 本邦の実験屋はこのあたり鈍感とゆーか しろーとっぽいんだよね (その理由はいまだによくわからない)．
• 2010 研究室発． 2030 帰宅． 2245 自宅発北大構内走． 2315 帰宅． 体重 74.0kg． あいかわらず重い． 晩飯．
• [今日の運動]
  • 北大構内走 30 分間．
• [今日の食卓]
  • 朝 (0820): 米麦 0.7 合． ニラ・ナメコ・豆腐・煮干の味噌汁．
  • 昼 (1240): 研究室お茶部屋． 米麦 0.6 合． ニラ・ナメコ・豆腐・煮干の味噌汁． 塩サバ電磁波蒸し．
  • 晩 (2340): 米麦 0.7 合． サンマのショウガ煮． 海藻スープ．