ぎょーむ日誌 2006-02-04
2006 年 02 月 04 日 (土)
-
0740 起床.
朝飯.
コーヒー.
怠業.
-
……
などといつまでも怠業の海に沈んでるわけにもいかんので苫小牧論文つづき.
-
しかし自宅ではなおさらススまず.
昼飯.
-
1320 自宅発.
雪ふりやまず.
1340 北大クラーク会館地下
理髪店
着.
散髪.
あとで調べてみたら,
なンと昨年の 11/12
以来だった.
ぎょーむ日誌の記述によると,
どうも近ごろは散髪の頻度が三ヶ月に一度,
となってしまってるようだ.
1430 終了.
北大生協によってから
1455 研究室着.
-
散髪中,
なぜかしら屋久島葉っぱ死亡確率 MCMC 計算がアタマの中でうろうろする.
あれは「個体差」いれすぎのモデル,
だったような気がする.
たぶんいれすぎた random effects は単なるノイズになるだけ,
だと思うんだが
……
線形にパラメーターが結合している
混合モデルにおいて
「何種類の random effects を考慮してもよいのか?」
はけっこう注意ぶかく考えるべき問題だと思う.
-
なぜかしら計算してるときには,
なかなかこういうことに気づかない.
-
このあたり MCMC 計算を必要とするような場合だけでなく
……
たとえば
``Fits GLMs with random intercept ...''
と自己紹介している
glmmML()
において ``random intercept'' って一体なにをあらわしているのか,
というのはデータの構造をみないと決まらないんではないかな.
たとえば「個体差」とやらがある生物のデータであるなら,
一個体からひとつのデータなのか,
それとも複数回サンプリングしているのかで意味がちがってくる場合がある,
よーな気がしてるんですよね.
-
そうすると先日の授業での説明とかも気になるところだ.
私の理解では,
この例題での ``random intercept'' が生物の「何」をあらわしているかは,
必ずしも明確ではない.
-
そしてこのあたりでツマってしまう.
-
うーむ
……
1940 研究室発.
大雪.
またつもりそう.
2005 帰宅.
運動.
体重 73.2kg.
晩飯.
-
[今日の運動]
-
[今日の食卓]
- 朝 (0830):
バゲット.
- 昼 (1230):
スパゲッティー.
トマトソース.
- 晩 (2200):
スパゲッティー.
トマトソース.