樹木 ID, 母 ID, 娘 ID, 娘齢, (娘 segment データ) ...としておけば, あとはこれを R なり何なりに読みこませて, ごく簡単なプログラミングでもって, 階層構造・樹状構造の中の「任意の場所から『先』の集計」 みたいなことが簡単にできる.
sample()
で測定個体を選抜する,
と
……
これって何の「まぢない」になるのかねと思ったんだけど
……
しかし今かんがえてみると,
あとでこういった「偏った」選抜方式も
また統計モデリングの一部として扱うことができるな
……
そうであるならば,
やはりサイズで加重したほうがのちのち無難そう
MCMCmetrop1R()
in library(MCMCpack)
(CRAN)
を調べてみる
MCMCmetrop1R()
ではかくのごときやや奇妙なランダムウォークサンプラーを使っていて,
The proposal distribution is centered at the current value of theta and has variance-covariance V = T (-1*H)^{-1} T, where T is a the diagonal positive definite matrix formed from the 'tune' and H is the approximate Hessian of 'fun' evaluated at it's mode. This last calculation is done via an initial call to 'optim'.これが面倒のもとになっているようだ. まあ, このあたり実験してみないことには, 挙動がよくわからん.