zicounts
であつかうような zero inflated model には奇妙な
(あるいはそう奇妙ではないかもしれない)
性質があるらしい.
個数 x のモデルに比較して「いる・いない」
z モデルが複雑だと,
推定計算がまともにできないというあたりだ.
おそらく,
このあたり「こういうふうには使うべきでない」明確な理由あるはずなんだけど,
それがよくわからなかった.
しかし不思議だ.
zicounts()
うんどう休養日
animate
でぱらぱらまんがにすると
……
おお,
林冠上層部全体が「わさわさ」動いてるよ!
geoRglm
と苫小牧 leafminer 寄生率問題に適用する相談
……
というか平尾君に geoRglm
についていろいろと教えていただいた.
この package については
先週
東京で牧さんにいろいろと教えていただいたんだけど,
まだまだ私が理解できてない部分が多々あったと思い知らされたわけで
……
geoR
系は
variogram
の理解というか,
モデルと variogram の対応づけが必要である
……
いままで「variogram なんて単なる『めやす』みたいなもんだし」
と重視してなかったんだけど,
geoR
系の空間モデリングはこのあたりに (良くも悪くも)
べったりと依存しているのである
cov.spatial
おぶぢぇくとの
cov.model
で指定するんだけど,
ここで選べるのは variogram 世界でよくつかわれてるものである
……
default は matern
(Mátern だからまてるん?)
phi
の prior として平均ゼロの事前分布を選べない
(はず …… あるいは強引に指定してもよい?)
trend.spatial
おぶぢぇくとがある
……
default は「平ら」な cte
,
それだけでなく座標値の多項式も使える
geoR
'' Ribeiro,
``geoRglm
'' Christensen
たちの解説記事あり,
参考になる
geoRglm
駆使した論文も教えてもらった:
J. van de Kassteele, A. L. M. Dekkers, A. Stein, G. J. M. Velders. 2005. Model-based geostatistical interpolation of the annual number of ozone exceedance days in the Netherlands. Stochastic Environmental Research and Risk Assessment 19:173-183. (URL)
binom.krige.bayes
や
pois.krige.bayes
でパラメーターのベイズ推定をやっているとき,
Gaussian Random Field
(GRF) の値 (s) は「観測地点」でのみ計算されており,
平面をうめつくす格子点でやっているわけではない
(これは location
など指定する
conditional simulation mode)
Uraguchi, A., Kubo, T.
2005.
Responses to light in individual growth and reproduction of two
Acer
species and the long term consequences
Ecological Research 20:177-187.
(url)
が第 6 回 Ecological Research 論文賞に決定された,
とのたいへん嬉しいおしらせ.
おめでとうございます,
と非力な (蛇足な?) 共著者としてはこれに加わわれた幸運に感謝し,
主著者にお祝いもうしあげるのであった.
Canopy
クラスに Initialize_flat_leaf
メンバー関数を追加,
Light_processor
クラスに Add_flat_leaf
メンバー関数を追加
……
これで終わり?
これだけで終わりなのか?
LaTeX
&
a0poster.cls