ぎょーむ日誌 2006-01-14

2006 年 01 月 14 日 (土)

• 0910 起床． 朝飯． コーヒー． 怠業．
• 1235 自宅発北大構内走． 曇天． 1330 帰宅． 体重 73.2kg． 昼飯．
• 来週の東京出張の準備すらできてないのに， 3 月の東京出張の予定が確定する．
  • 3/8 (水) ANA4726 千歳 (2055) → 羽田 (2225)
  • 3/10 (金) ANA4715 羽田 (1040) → 千歳 (1210)
  • 宿泊はまたしても 蒲田東口
• 1550 自宅発． 曇． 1605 研究室着．
• 計算発注者に結果ひきわたし後もつづく検算． 昨日命じておいた計算は終了してるわけだが …… hyperspecies の層において窒素の影響は「長命化」． しかし昨日のように推定平均寿命と比べてみると， ほとんど影響なし． 原因を調べてみると， 定数項の species の層で「補正」していやがった．
• 窒素については， 「明るさ」との交絡をぬいてしまえば， おそらくほとんど影響なし， 少なくともこの屋久島データでは何か傾向があるようには見えない． しかしながら， MCMC 計算でパラメーター推定させると， なぜかしら hyperspecies の層においては「長命化」となることが多い． 「影響よくわからん」より頻繁である． 「短命化」はまったくないのに．
• なんで線形予測子の構成要素間で「補正」というかつじつまあわせが わざわざ出現するのか． これをやると事前分布の尤度が低くなるんだけどなぁ． そしてつじつまあわせをするにしても， なぜ hyperspecies の層では「長命化」の方向にずれがちなのか． なぞ．
• よくわからんので次の検算． $hyperspc->Set_unused_parameters(['nitrogen']); を指定 (パラメーター値はゼロ，対数尤度もゼロに固定)， あとは同条件で計算してみよ …… モデル選択的な設定， と申しますか． ふーむ， やはり対数尤度はほとんど同じぐらい， いや明らかにこちらのほうがマシそうだ． 葉内窒素量は葉っぱの死亡確率を説明するのに何の役にもたたんノイズなのか? 妥当な気がするンだけど．
• 1730-2000 お茶部屋にて塩寺さんのデータ解析こんさる． またしても葉っぱ寿命問題． 牛原さんの屋久島葉っぱデータとの相違は，
  • 熱帯山地林 (インドネシア)， 暗いところ (林床?) の調査
  • 木本・草本・シダなどなど (種数 110 弱)
  • 葉っぱ追跡型データ (30ヶ月 ぶん)， 葉っぱごとに出現とその消滅まで (むろん観測期間中に消滅しなかったものも多数)
  ともあれ， おおざっぱな解析から． 「調査終了の xヶ月前に出現した n0 枚の葉っぱが終了時点では n1 枚になった」 ということはわかっているので， xヶ月生残する確率を logit モデルで近似的に説明してみましょう， と． つまり個体差・樹種差はいったん無視して glm() を適用．
• 説明変数をふやしていくと …… LMA・重量あたり窒素・生活形 (樹木・草・つる植物・シダなど) がモデル選択で残った． よくわからんけど， LMA だの窒素だのは値が大きければ長命化， という方向で． ふーむ． 個体差とか考慮するともうちょいモデルが単純化されるんではないかな． あと， 死にかけ個体からのサンプルは葉っぱも死亡確率が高くなる， という偏りがあるとわかった．
• 熱帯葉っぱ問題がひとまず片づいてから Dell 機にもぐりこんでみたら， 屋久島葉っぱ問題「窒素ぬき」版の計算が終了していた． 50 MCMC step とばしサンプリング． うん， 窒素量と称されている観測値は このデータに見られる葉っぱの死亡確率を説明するのに 何の役にもたってない， とわかった．

窒素ぬきモデル

[窒素ぬきモデル]

上の図の nested parameter 図で窒素パラメーターの事後確率分布は R の density() 関数がゼロデータからでっちあげたもの． 左の図は「平均寿命と葉内窒素量」の関係 (樹木個体ごとに計算して推定平均葉寿命の単位は年， 葉っぱ内の窒素量種内平均値の単位は重量パーセント)． 昨日の図 とほとんど変わらん． つまり窒素を説明変数に使わなくても平均寿命の計算はできて， しかも (種差があるようにも見える) 窒素量とは無関係， ということ．

後記: ここで図示してたのは平均葉寿命 (死亡時葉齢の平均値ではなく) 平均葉齢だった …… 訂正版は 15 日に．

• さすがに， この問題もだいたい一件落着してきたな．
• 2040 研究室発． 買いもの． 北海道の野菜不足， いよいよ深刻． 2110 帰宅． 晩飯の準備． 晩飯．
• 来週木曜日の東京出張の準備なにもできとらん …… ふーむ， 近ごろは LaTeX beamer とゆーのがはやっているのか．
• [今日の運動]
  • 北大構内走 55 分間．
• [今日の食卓]
  • 朝 (0930): 食パン．
  • 昼 (1350): 米麦 0.6 合． 麻婆豆腐．
  • 晩 (2230): 米麦 0.8 合． ダイコン・ニンジン・ネギ・煮干の味噌汁．