ぎょーむ日誌 2007-04-(01-10)
2007 年 04 月 01 日 (日)
-
0730 起床．
また降雪．
朝飯．
コーヒー．
1020 自宅発．
曇．
1040 研究室着．
-
なかなかぎょーむに着手できない．
だれか助けてー
-
……
と書いてもいつものごとく誰も助けてくれない．
しょうがないので，
淡々と査読報告かきのつづき．
ここ数日の勉強の成果がゆっくりと出力されていくかんぢ，
で．
-
いつものことながら敵国語作文は時間がかかる
……
600 words ちょいの査読報告を書いて，
なんどもよみなおす．
1734 ぢゃーなる web site で投稿
……
ではなくて査読報告提出．
一件落着．
めでたしめでたし．
-
(苫小牧ではなくこちらの)
平尾君と集団遺伝学まにあっくなデータ解析ハナシ
……
あちこちに欠測のある遺伝子座上の対立遺伝子データを Bayesian 的に
「補間」
しながら計算するには，
というような方向のかなり難度の高そうなもの．
ふーむ，
興味ぶかい
……
-
査読報告提出 & 集団遺伝学の脳内モデリングばてその他の事情で
「がっくり」脱力で撤退．
1930 研究室発．
ちょっと雨．
買いもの．
1950 帰宅．
晩飯．
-
[今日の運動]
-
[今日の食卓]
- 朝 (0910):
米麦 0.6 合．
カジカの味噌汁．
- 昼 (1430):
研究室お茶部屋．
米麦 0.5 合．
ワカメスープ．
リンゴ．
- 晩 (2150):
米麦 0.8 合．
ピーマン・ニラ・ショウガ・ニンニク・卵の炒めもの．
ダイコンおろし．
2007 年 04 月 02 日 (月)
-
0810 起床．
コーヒー．
朝飯．
昨日夕方の遺伝子問題についてあれこれと考えてしまう
……
朝はこういう難問を考えるのが良い時間であるような気がする．
1000 自宅発．
雨．
1015 研究室着．
-
また PukiWiki あらしの試みがあったので
(すでに対策ずみなのであらされないけど)，
自作 iptables 設定スクリプト
(
$HOME/bin/set_iptables.sh)
を使って
70.87.42.10
からのアクセスを完全に遮断する．
-
じつは iptables
の
DROP なる処置は，
すぱむロボットに対してのなかなかいい嫌がらせになっているのではないか?
何しろこちらの server 側から何も応答がなく，
そのあいだ敵さんはひたすら虚しく待ってなければならないわけで．
-
しかしその後の攻撃パターンを見てみると
……
これって分散・乗っ取り・情報共有・自己増殖型?
世界中のあちこちから (数時間に一回だけど)
絨毯爆撃が (一回につき 0.5-1 分)．
-
朝から検討している集団遺伝学問題について，
私自身はどこがよくわかってないのかよく考えなおしてみる
……
結局のところ，
(階層構造のある)
ちょー局所的な遺伝的多様性なる指標が，
遺伝子流動なる過程の「何」を表現しているのかよくわかっていない，
ということのよーで．
まあ，
このあたりはまた平尾君と議論しよう．
-
さてさて，
残念ながらいつまでものんびりしてるわけにもいかず
……
後藤さん
が福岡の森林学会大会からもどる前に，
トドマツ母樹→稚樹データ解析を少しでもススめねばならぬ．
-
いやー，
一ヶ月以上も放置しとくと，
みごとにアタマの中から何もかも脱落してしまうものですなぁ
……
[まずはらくがき]
役者は母樹・稚樹そして更新場所である倒木．
ぽいんとは「倒木差」のモデリングだろうか
……
これが定着・その後の生残にかなり影響あるみたいで，
ですね．
-
「助教」
辞令とどく
(学内便で)．
うーむ，
任期のこととか書いてないなあ．
地環研はこういう事務まわりはホントにでたらめで
へっぽこで
ぼろぼろなんだけど
……
2006-11-29
に総務からきたメイル
「助手から助教への移行について (通知)」
(その抜粋)
によれば
新規採用助教に任期を付けることとする。
任期は原則として、初期５年＋更新５年であるが、これより短くすることもできる。
てことで，
私は「新規採用」に該当するのかどうかよくわからん
(わざとあいまいに放置してるように思える)．
まあ，
任期あり，
とみなしておくほうが安全でありましょう．
-
トドマツ全データを
R
で図示化する試行錯誤．
たとえば下の図からこういうことが読み取れる:
-
これはある倒木
FL01
上の実生・稚樹の齢分布である
(齢の range は 1 から 9)
-
16 メートル離れたところにいる
(おそらく最近傍) 母樹
A028
からたくさんの子供が送りこまれている
-
まれな長距離散布
-- 例:
A002 (140 m),
A151 (188 m) など ---
がある
-
母樹ごとに異なる「なり年」らしきものがある
(例: 母樹
A026 の 3 年前)
-
図示化してわかるこういった観察が母樹-子樹のパターンを説明する
統計モデルに反映されていくんだよね
……
ということで，
モデリングとかする前にこういう図で「全データ」
ながめてみましょう，
と (下はその一部)．
-
またまた A802 室の CANON LBP2810 のカラー印刷がおかしいな．
ときどき「バースト的」トナー吐きだしがあるのか，
紙面に何本も縦線が走る．
-
1750 研究室発．
1805 帰宅．
ふーむ，
歩道の雪もかなりとけてきたみただし，
数ヵ月ぶり
(前回は 2006-12-17 か)
に北大構内走に出てみるか
……
と思うのだけど，
なかなか出れない．
-
1935 自宅発，
今年初の北大構内走．
ひさしぶりなのでゆっくり走る．
この冬は (皆さんにこき使われて?) 体重が 5 kg ほど落ちたので，
カラダが軽く感じられる．
構内の歩道・車道の雪はほとんど残ってないんだけど，
低温研-獣医学部前 (エルムトンネル上) の軟舗装歩道はまだ雪にうもれたまま．
2015 帰宅．
-
体重 67.8kg．
12 月の昨年最後の構内走時点での体重が 71 kg なので，
そのときに比べても 3 kg 減．
まあ，
今までの経験でいうと，
「ひさしぶりにジョギング再開」
後は急に体重ふえたりするんだけどね．
足が急に太くなるわけでもないだろうから
……
水収支 (? 足のむくみ?) の問題だろうと考えているんだけど．
晩飯の準備．
晩飯．
トドマツ検討のつづき．
-
[今日の運動]
-
腹筋運動 30 ×
3 回．
腕立ふせ 10 ×
3 回．
-
北大構内走 40 分間．
-
ストレッチ
-
[今日の食卓]
- 朝 (0900):
米麦 0.6 合．
ネギ・納豆の卵焼き．
- 昼 (1400):
研究室お茶部屋．
米麦 0.5 合．
ワカメスープ．
リンゴ．
- 晩 (2130):
米麦 0.8 合．
ネギ・タマネギ・ショウガ・ニンニク・ブナシメジ・
豆腐のオイスターソース炒め．
コマツナごまあえ．
2007 年 04 月 03 日 (火)
-
0700 起床．
コーヒー．
朝飯．
0850 自宅発．
かなり雪が降っていたのでいったん撤退．
冬用コートに着替えてでなおし．
0910 研究室着．
-
うーむ，
なんだかごちゃごちゃと雑用とかあって，
ですね
……
-
また後藤さんのトドマツデータ，
79 母樹 + 413 稚樹 + 53 倒木
の関係を図示化していく作業のつづき．
ちなみに全体の地図は後藤さんがすでに作っている
(goto_note)．
-
いろいろやってるんだが
……
たとえば，
母樹から見た倒木の分布とその利用ぐあい．
あるていど大きい母樹が 25 m ぐらい離れたところに
子供を送りこむのはそれほど珍しくないみたいだ．
そして
倒木に「よしあし」があるので近場の倒木だからといって
利用するとは限らない，
と．
-
ここでいう「(更新する場所としての) 倒木のよしあし」
というのは，
「倒木上の面積」みたいな offset 項みたいなのに該当する要因と，
人間が測定してないあれこれ (倒木の腐朽ぐあいとか)
できまる random effects
の両方が含まれている．
-
逆に「倒木からみた母樹」で図をつくってみても，
最近傍母樹がいちばんの利用者とは限らない，
と．
-
ひとやすみして昼飯．
-
J.S. Clark
御大の
「象」本 (Models for Ecological Data: An Introduction)
とその
副読本
はずっと前から「出るぞ出るぞ」という状況なんだけど，
なぜかしらいつまでたっても出版されないんだよね．
たぶん原稿とかはとっくにできてるはず．
謎．
-
どうも Vine Linux 4.1 化以降，
Thinkpad X31 の電源まわりの挙動がいまいちだと思っていたら
……
どうもカーネルの
ACPI
(Wikipedia)
まわりの設定の問題のよーで．
ちかぢかカーネルを作りなおさんといかんな．
-
いろいろ図表など作ったりして概要わかってきたので，
トドマツモデルのサブモデル現段階での設計，
みたいなのをメモしとくか．
-
種子生産 (に比例する数量)
-
DBH のべき乗?
-
母樹ごとの個体差あり
(DBH では説明できない種子生産量のちがい
……
これって倒木差と区別できるのか?
無理かも)
-
母樹
×
年の効果 (母樹ごとの「なり年」)
は考えない
-
種子散布
-
よくわからないけど無難に 2Dt あたり?
(この場合は種子密度換算に注意)
-
あるいはこの問題に関しては一次元カーネルでよい?
-
めんどうなので散布カーネルは樹木サイズ非依存
-
母樹ごとの個体差あり
(サイズ依存性などはここに押しこまれるだろう)
-
倒木の上への定着
-
倒木上面積を offset 項とする Poisson 分布
-
(ある母樹由来の子供の平均密度) ∝
面積
×
種子密度
×
生残 (齢に依存)
-
倒木ごとの個体差あり
(定着のしやすさのちがい)
-
倒木の上での生残 (稚樹の齢に依存)
-
めんどうだから齢分布は幾何分布にする?
-
倒木ごとの個体差あり
(生き残りやすさのちがい)
あ，
書き忘れてたけど，
すごく重要な前堤:
-
稚樹間の相互作用
(場所・光のとりあいとか)
は無い
ついでに，
べつにわざわざ書くまでもない「前堤」だけど:
……
まあ，
このあたり「計算やりなおし」命令の口実になってしまいそうな予感も．
-
こういう階層ベイズモデルを作ったときに何がわかるか?
……
うーむ，
倒木の「個性」はすごくよくわかりそうだな．
「こちらの倒木はトドマツにとってなかなか定着しがたいけれど，
いったん定着できれば長生きできますよ」
「それにたいしてその北 15 m にあるやつは，
種子はよくのっかるんだけど，
いかんせん 2-3 年ですぐに死に絶えてしまうわけだ」
などなど倒木ふぁん
にとっては嬉しい計算結果がえられるにちがいない．
-
……
といった楽しいことは論文には書けるはずもないので，
そういった「どうでもよい」 (と決めつけられがちな)
倒木の「個体差」も考慮したうえで (見えない)
種子散布曲線 (カーネル) なるものが推定されました，
というハナシか?
-
ところがこの種子ばらまきカーネルとやらも
「(母樹の) 個体差」つきで推定されるんだよね．
ならば，
それもさらに考慮して
「平均的な種子散布カーネルが推定できました」
とか?
こんだけあちこちに「個体差」とかいうのがある状況で，
いったい「平均的な」カーネルって何かイミあるのかしらん，
というかんぢではあるけど．
-
あ，
また真冬のごとく雪が降っている．
時刻は 1530．
-
さてさて，
トドマツモデル，
もっと具体的な定式化とか考えるべきなんだろーけど，
その前に後藤さんデータを再編成したほうがよさそうだ．
現在は観測された実生・稚樹ベイスのデータ構造になってるんだけど，
これをもっと「倒木セントリック (倒木ワイズ?)」
な方向に直して，
と．
つまりある母樹由来の同齢集団をコホートとしてあつかう，
と．
-
1700 すぎたのでアリ勉強．
-
1730 東研
の藤原君とエゾアカヤマアリ相談，
1.5 時間ほど．
-
(すでに得られたデータである)
アリ worker 拉致 + 敵地投入実験データの
「個体差」
など考慮した解析
-
(すでに得られたデータである)
体表面炭化水素データをつかった
woker 応答のニューラルネットモデル化
-
可能ならば，
もっと条件を統制した行動実験を
といったところか．
-
1910 研究室発．
晩飯．
2030 帰宅．
裁縫．
長年つかってるデイパックにまた裂けめができたんで
……
このデイパック，
縫いあとだらけだなあ．
-
[今日の運動]
-
[今日の食卓]
- 朝 (0715):
米麦 0.6 合．
ネギ・タマネギ・ショウガ・ニンニク・ブナシメジ・
豆腐のオイスターソース炒め．
- 昼 (1320):
研究室お茶部屋．
米麦 0.5 合．
ワカメスープ．
リンゴ．
- 晩 (1940):
JR 札幌駅高架下スープカレー屋 hirihiri，
ラムステーキ．
辛さ 4 だと食べてる途中に口中
かなりひりひりしてくるんだけど，
しばらくすると不思議な境地ともうしますか，
辛さが平気になる．
これについては，
辛さ (脳内の信号処理としては「痛み」と同じ)
が誘引となって「痛みどめ」が分泌されるという
脳内麻薬説
なるハナシがある．
2007 年 04 月 04 日 (水)
-
計算 step 数が 500 なんでまだ収束よろしくないんだけど
(翌朝もっと長 step 計算やって上のとおりでだいたいまちがいない，
とわかった)
……
log.sd
なる散布カーネルの幅，
「平均的」には exp(3.4) = 30 m ぐらいで，
これが母樹によって (log.sdMt)
そうとうに違っていそう，
という推定結果だ．
つまり複雑怪奇な散布カーネルなんぞいらないんじゃないの，
というもの．
-
まあ，
遠近両用 (ここでは種子散布の) 散布カーネル不要，
というのはちょっと極端に思うかもしれないけれど
……
じつはここでは各母樹の散布カーネルパラメーターの事後分布の
「もと」になる事前分布
(これも階層ベイズモデルによって観測データから特定されたもの)
が重要なんだよね．
散布カーネル「母樹間共通部分」
をこの事前分布で積分するとおもしろい「散布カーネル」
が得られるだろうし
……
-
つまり，
ひとつの母樹の「散布モード」が遠近の両モードがあって，
年によってそれが変わる，
みたいな解釈も可能かもよ，
と．
-
計算うまくいってよしよし
&
計算ばてでへとへと状態で
2110 研究室発．
疲れたので外で晩飯．
2210 帰宅．
-
[今日の運動]
-
[今日の食卓]
- 朝 (0930):
米麦 0.5 合．
ネギ・ブナシメジ・豆腐の味噌汁．
一昨日ののこりもの，
つまり
……
ネギ・タマネギ・ショウガ・ニンニク・ブナシメジ・
豆腐のオイスターソース炒め．
コマツナごまあえ．
- 昼 (1330):
研究室お茶部屋．
米麦 0.5 合．
ワカメスープ．
- 晩 (2130):
地環研最近傍のおいしい和定食屋
ごはんやデンスケ
の「今晩のおすすめ」，
750 円．
2007 年 04 月 05 日 (木)
-
0640 起床．
ねむい．
コーヒー．
朝飯．
0805 自宅発．
曇．
0820 研究室着．
-
まずは A801 室の Dell 機に ssh で入って，
昨日のトドマツ母子距離モデル 2000 MCMC step 計算やらせてみる
……
おっと，
そのまえにこちらの
WinBUGS
にも
patch 1.4.2
をあてなくては．
-
計算やらせといて
0930 「教授会」というのにでる．
これは 4/1 づけで「助教」なる職種クラスに
(お役所書類上の分類群だけの，とでもいうか)
ぢょぶチェンジさせられたため．
会議で忍耐力を涵養しさらに授業もやる代償として月給が数千円上昇，
さらにありがたいことに (おそらく，ではあるけど)
任期もついている
……
しかしいくら北大事務がヘボいというかぼろぼろとはいえ，
そろそろ「2012 年には辞めてね
♥」書類がきてもよいのでは?
このあたり，
ホントに詳細不明．
事務かたの方針は
「見て見ぬふり (これは日本的だ) 状況下における
『軋轢』最小化をめざす」と解釈すべきなのか?
-
で，
教授会というのは書類がひたすらよみあげられるセレモニーみたいなものでした．
退屈だったので，
途中から dispersal kernel の計算やってみたり．
1055 ごろ終了．
-
生態学会大会の自由集会
ベイズ統計学の考えかた・使いかた
ペイジに
(みなさんおまちかね)
粕谷さんの「簡単な例題で理解できる経験ベイズモデル」
ファイルへのリンクを追加しました．
-
Dell 機の計算 (2000 MCMC step トリプルチェインで
およそ 30 分間)，
十分に収束していてこれでよろしい．
結果もほとんど昨日と同じ．
-
お茶部屋で亀山さんと散布カーネル雑談．
窓の外，
ときどきバースト的な吹雪．
-
昼飯たべるためにいったん帰宅．
1245 研究室発．
往路・復路ともなかなかの風雪．
帰宅して昼飯．
ついでに洗濯．
1345 研究室にもどる．
-
トドマツ母子距離モデル，
種子生産量の母樹サイズ (DBH) 依存性を調べてみる．
まあ，
策がないので，
またまた
DIC
などながめてみる
……
-
DBH なし:
DIC = 1258
-
DBH に比例:
DIC = 1253
-
DBH2 に比例:
DIC = 1252
ふーむ，
これってホントに
DBH2
依存で尤度が改善されてるのかしらん?
なンか無情報事前分布の「中心」からのズレとか，
そういうしょうもないコトのような気もするんだけどなぁ
……
まあ，
「幹の断面積に比例」
とかいう説明にしたら
「そうそう」とか勝手に納得してくれそうなヒトたちもいるだろうから，
とりあえず
DBH2
モデルを採用．
[あまり意味のない図]
サイズ依存性あるのかないのか
……
ちなみに，
こんなふうに単純に「子供の数」とか示しても意味はあまりなくて，
ですね．
つまりサイズだけぢゃなくて，
その母樹のまわりにどれぐらい更新適地つまり倒木があるかだとか，
あるいはその倒木の「質」
(この階層ベイズモデルではそれが推定されるんだよん)，
そしてもちろん母樹の「質」 (「個体差」)
とかにも影響されるわけで
……
-
とりあえず，
あまり考えもないまま，
いつものごとき nest した事後分布図を描いてみたり．
-
ふーむ，
「子だくさん」
上位 3 個体は「平均」から信頼区間が逸脱している
「近距離パワー型」か
……
という解釈もやはりアブないわけで，
むしろ実際には
「近傍に『質』の良い倒木がある → 子だくさん」
ということなんだろうな．
-
だとすると，
ここで言う「散布カーネル」
+ その「個体差」事前分布なるものはナニを表現しているのか?
ということになるよね
……
まあ，
やはり母樹ごとのカーネルが (「個体差」というより)
時間変動するもの，
みたいな解釈のほうが無難な気がするなあ．
遠距離指向だからといっていつでも遠距離ではない，
もし仮に近傍に「質」の良い倒木があればそちらも利用するはず，
みたいな．
-
パラメーター事後分布図よりもむしろ，
とりあえず，
こういう事後カーネル図でも示せばいいのかな，
という作図プログラムを作ってみる．
[カーネルの事後分布図?]
周辺化 (marginalized) されたカーネル．
上の図が母樹ごとの (事後分布によって周辺化された)
散布カーネルで，
下の図は母樹間「個体差」の事前分布によって周辺化された
散布カーネル．
灰色の太線は「母樹間共通」 hyper-tree の
(つまり「平均的な母樹」の) 散布カーネルである．
上下の図をみて興味ぶかいのは，
個々の母樹の散布カーネルはすごく単純なカタチ
(二次元正規分布)
であっても，
森林全体の樹木たちの散布カーネルはひどく
「スソの長い」
複雑なカタチとなりうる，
というあたりか．
従来はこのあたりややこしくて奇怪でもある
カーネル関数形つくりに趣向をこらしがちだったんだけど
(+ モデル選択，とか)，
むしろこういうのは単純なカーネル
+ random effects で説明する統計モデルのほうが
わかりやすくて柔軟なのではないかな?
-
ところで，
大多数の読者にとって重要なのは，
こんな意味不明でまにあっくな散布カーネルなどではなく
……
むしろ，
「どうやってこの図のような縦軸
(対数軸・べき乗ラベル)
を
R
で作図するのか?」
といったあたりなのかもしれない
(上の図では device が web page 用の
png()
なので，
いまいちカッコよくないけど)
……
ここでの回答例はこういうかんぢで．
plot(あれこれ, log = "y", axes = FALSE)
axis(1) # X 軸
v.p <- -6:-2 # 指数の範囲
axis(2, # Y 軸
at = 10^v.p,
labels = sapply(v.p, function(p)
eval(parse(text = sprintf("expression(10^%i)", p)))
),
las = 1
)
box()
核心部は
eval() & parse() & expression()
こんびねいしょんワザである．
-
1940 研究室発．
2000 帰宅．
晩飯．
-
[今日の運動]
-
うーむ，
今日もうんどう休養日になってしまった
……
-
[今日の食卓]
- 朝 (0710):
米麦 0.5 合．
ネギ・豆腐・タマゴの炒めもの．
- 昼 (1310):
納豆スパゲッティー．
- 晩 (2120):
米麦 0.8 合．
ホウレンソウあえもの．
タマネギ・ショウガ・ニンニク・ブナピー・ホタテの
バター炒め．
この調理法，
意外と good でしたよ．
2007 年 04 月 06 日 (金)
-
0710 起床．
コーヒー．
朝飯．
0945 自宅発．
晴．
本日は暖かい．
1000 研究室着．
-
朝からなぜかしら各方面にメイルかきばかり，
で午前中がほとんどオワってしまった．
-
その過程で気づいたこと．
森林個体ベイスモデル
SORTIE
の web 上解説の URL が
http://www.sciencemag.org/feature/data/deutschman/index.htm
に変更されている．
Douglas Deutschman
によって書かれたこの解説はすでに 10 年前のモノなんだけど
……
私自身としては，
なかなかコチラ方面の仕事は進捗しないもんだなぁ，
というかんぢで．
-
正午前．
理由はまったく不明ながら，
とつぜん，
この部屋を少しマシな状態にすることが
この部屋の平和にとってたいへん重要なこと，
という考えになぜかとりつかれてしまって
……
ちょっとばかり掃除．
-
昼飯．
-
1300 より地環研生態遺伝
大原研
の荒木さんに
R
御進講．
緊張．
-
いつものごとく，
R 入門こーすは統計モデルなどもちださずに，
-
データよみこみ
-
data.frame
操作基礎
&
R の「データ型」 (class)
-
作図
(これはけっこう複雑なところまで)
を中心にあつかう．
-
夜までかかってひととーり終了．
生態学データの良い作図をつねにココロがけておられる荒木さんなので，
R 作図能力に関してはかなり気にいっていただけた御様子．
またすばらしい図を作られるにちがいない
……
そして大原研でも R が普及するだろう．
1900 研究室発．
1915 帰宅．
体重 68.8kg．
晩飯．
-
Linux Kernel 2.6 再構築作業にトラップされてしまった．
2.4 からいろいろかわってるねえ．
で，
ふつーに動くカーネルは
make
できるんだけど，
電源まわりの制御がうまくいかん
……
-
[今日の運動]
-
腹筋運動 30 ×
3 回．
腕立ふせ 10 ×
3 回．
スクワット 100 回．
-
[今日の食卓]
- 朝 (0800):
米麦 0.6 合．
ダイコンおろし．
- 昼 (1240):
研究室お茶部屋．
米麦 0.5 合．
- 晩 (2140):
米麦 0.7 合．
ニラ卵．
2007 年 04 月 07 日 (土)
2007 年 04 月 08 日 (日)
-
0900 起床．
コーヒー．
朝飯．
ねむい．
怠業．
-
1300 自宅発．
昼飯．
北九条小学校で地方選挙の投票．
札幌駅周辺をふらふらしてから
1500 研究室着．
-
昨晩やらせておいた計算だが
……
なぜか 2400 秒で終わったのはよいとして，
計算結果はヘボいな．
というのもモデル改造部分が
だめだめ
だからだ
……
といったことなんかは，
結果を見るとよく理解できる．
-
今回はトドマツ子供全体を齢 -2-|-3- で実生・稚樹とわけていて，
その観測された個体数にモデル (「末端」はポアソン分布)
をあてはめている．
で，
「実生にくらべての稚樹の少なさ」
をなんとなく倒木に与える
logit.sv*
系のパラメーターで説明しようとしたわけだが
……
やっぱ，
こういうわけかたでは数にそもそも差がでないので，
そういう結果になっているな．
つまり倒木間共通の logit.sv
が 5 とかそんな値だよね．
これって事実上の確率 1，
その意味するところは
「こういう分けかたを単純に『サイズクラス』とみなすのはまちがい」
ということだ．
-
で，
こういうとんでもない値をとるパラメーターは
確率 1 にちかいどうでもよい部分を乱暴にうろつきまわりやがるし，
「倒木差」パラメーターもでたらめに上下に移動するから，
他のパラメーターの収束も悪くなる，
と．
いやはや．
-
さーて，
このあたりどう料理してやろうかな
……
一番いいのは全部の齢構造をそのままあつかうことなんだけど，
これは数日前にすでに実験ずみで計算時間が絶望的に増大する，
と．
WinBUGS
のモデルを定義する BUGS 言語は
「ど貧の中のぎりぎりの工夫」
というかんじ & 「尤度をかくす」という興味ぶかものなんだけど，
たくさんの弱点があって
……
たとえば，
一変量確率分布からたくさんの事後分布を生成させるのは
死ぬほど時間かかる，
というのがここで直面していた問題だったのである．
-
データ構造全体をながめると，
このトドマツデータから推定しうる
``demographic parameter''
なるものはかなり制限されてるんだよねえ
……
-
めんどうなので，
毎年の生残確率
p はとりあえず一定とする．
すると一歳以上の条件つき齢分布は
pa - 1 (1 - p)
となる．
このときにある子供を選んだときに
実生クラス (a = 1, 2) である確率は
1 - p2
と計算されるし，
稚樹クラス (a > 2) である確率は
p2
になっちまう
……
という性質を使ってみるのはどうかしらん?
昨日のいいかげんな計算よりは多少はマシか?
-
まあ実際のところ生残確率
p
は一定ではあるまいよ
……
うんぬんといった一見もっともらしいギロンとやらは別にして，
だな
(このギロンは一見するほどにはもっともらしくない)．
それ以前の問題として，
この
1 - p2
と
p2
に分割されるってハナシは本質的には昨日のだめだめ計算と
同じような気がしてきた．
けっきょく実生・稚樹が半々にになってオワるのでは?
-
……
いーや，
そうではないな．
この問題に関しては，
たとえば
1 - p2 < 0.5
とかになってもぜんぜん問題ないわけだ
(p > およそ0.7 でそうなる)．
まあ，
観測されてる齢分布はこんなかんぢなんだけどね．
> summary(as.factor(maternity$age))
1 2 3 4 5 6 7 8 9 10 12 13 14 15 16 18 22 23 27
73 138 87 27 23 24 8 10 1 2 3 3 2 2 4 3 1 1 1
-
こういうの見ると，
生残確率の齢・サイズ依存性や個体差を考えたくなるわけだが
……
まあ，
今回はそのへん無視して
(とゆーか，
かかる面倒どもはことごとく「倒木差」に罪をかぶせてしまう，
といういつもの
random effects
悪用わざにもちこんで)
モデリングしてみようか．
-
コードかきなおして，
1939 再計算を命じる．
-
1955 研究室発．
2015 帰宅．
晩飯．
-
[今日の運動]
-
腹筋運動 30 ×
3 回．
腕立ふせ 10 ×
3 回．
スクワット 100 回．
-
[今日の食卓]
- 朝 (0930):
ラスク．
- 昼 (1340):
北 16 西 3 のスープカレー屋 Maruhuku
で野菜カレー．
- 晩 (2140):
スパゲッティー．
タマネギ・ニンニクのトマトソース．
2007 年 04 月 09 日 (月)
-
0820 起床．
コーヒー．
朝飯．
0920 自宅発．
曇．
0935 研究室着．
-
昨晩命じておいた改良版トドマツデータ解析計算が終了している．
計算時間は 2000 MCMC step トリプルチェインでおよそ 7000 秒．
そして問題の齢構造パラメーターだが
……
よーし，
今回は収束もよろしく，
問題のパラメーター (
logit.sv* のたぐい)
うまく推定できたみたいだ!
-
えーと，
一齢すすむごとの生残確率は
1 / (1 + exp(-0.8)) = 0.69
ぐらい
……
ということで，
いかなる偶然か，
(1-2 齢子供) : (3 齢以上子供) = 1:1
になる値だったわけね．
ということで昨日のだめな計算結果とも consistent ですな．
-
事後分布図作成関数をまた改造して，
得られた事後関数について整理してみる．
まずは母樹がらみのパラメーターで，
どれぐらい種子生産の「活性」ごときパラメーターと
散布カーネルのパラメーター．
やっぱ，
散布カーネルの
「個体差」とかの説明なんかはかなり用心ぶかくやらんといかんね．
-
つぎは倒木がらみのパラメーターで，
定着しやすさみたいなものと，
定着後の生残をあらわすもの．
これをみて
(いつものごとく，というか)
「生残に関して倒木差が少ない」
とか解釈するのはたぶんまちがいで，
「このデータでは生残に関する倒木差が十分に検出できていない」
とでも言ってみるほうがまだしも妥当だろう．
-
上の (左の) 「定着しやすさ」みたいなもの
の「倒木差」がこうなってしまう理由の一端は，
「ぜんぜん実生・稚樹がいない」
倒木が過半数 (全 112 本中 59 本)
であるから．
> summary(as.factor(
+ sapply(as.character(fallenlog$fallen.log), function(i) sum(maternity$fl == i))
+ ))
0 1 2 3 4 5 6 7 8 11 14 15 27 41 47 108
59 13 8 9 6 2 3 1 3 2 1 1 1 1 1 1
-
……
ついでに，
昨日かいたように，
面倒なコトはぜんぶこのパラメーターに「罪をかぶせる」
random effects 悪用モデリングのせいでもあるな．
まあ，
じっさいに
「巨大だけどぜんぜん倒木更新されてない」
倒木とかあるんだけど．
-
本日は入学式なんだけど，
そちらはぼいこっとして雪野さんと研究室雑用 Wiki
と本日の配布資料のすりあわせとか．
研究室雑用 Wiki を一年ちょい運用してきたんだけど，
やはり
「無いよりはあったほうがずいぶんとマシ」
とゆー運用評価が妥当だと思うんで，
今後は雪野さんや三浦さんにも情報の更新をおねがいする方向で．
-
自分で Wiki サイト設定できないヒトは，
Wiki レンタル
のたぐい
(多くは無料?)
を活用すればよいでありましょう．
-
昼飯調達の旅．
研究室で昼飯．
-
1300 より一時間ちょっとほど研究室オリエンテイション．
雑用 Wiki をスクリーンに投影しつつ．
-
よくある統計学用語誤用 (に関連する質問メイルいただいた)．
線形モデルのたぐいにおける
-
多重共線性
(multicollinearity)
-
説明変数間の相関
(correlation between explanatory variables)
は別問題と考えるべきなんだけど，
混同している用語の使いかた
(というか「何でもかんでも多重共線性よばわり」)
が多々ある．
説明変数間の「線形相関係数」が
ほとんど 1
のときにのみ多重共線性の問題が生じるわけで．
-
ついでにいえば「独立」でもないのに「独立変数」
とか呼称してみる事例も依然としておおいね．
(実験処理なんかにおける)
要因の独立性を強調したい場合をのぞけば，
説明変数 (explanatory variable)
- 応答変数 (response variable)
とかでよろしいんぢゃないでしょうか．
-
研究室のネット雑用．
-
小泉逸郎
さんがフィンランドから日本にもどってきて 5F の
東研
PD に．
さっそく集団遺伝学まにあっくな議論をしてしまった．
ふーむ，
空間-遺伝的距離 Mantel 検定の「はずれ値」
(Koizumi et al. 2006)
ねえ
……
-
先日 R
御進講させていただいた荒木さんから，
さらに強化された作図結果と，
Windows 用 R エディタ Tinn-R の設定わざ教えていただいた．
「Tinn-R 起動時にデスクトップ上の R & Tinn-R
自動レイアウトされてしまう」
呪われぎみな機能をあるていど制動できる設定わざについては
R のインストール
の下のほうに追加．
-
新入生対応とかしてるうちに
……
1800 より A804 室で新歓こんぱ．
本日も大学院生たち力作の料理がならびました．
ごちそうさまでした．
-
2050 研究室発．
2105 帰宅．
-
[今日の運動]
-
[今日の食卓]
- 朝 (0850):
パンケイキ．
- 昼 (1250):
研究室．
サンクスのにぎり飯．
- 晩 (1810):
新歓．
2007 年 04 月 10 日 (火)
-
0850 起床．
コーヒー．
朝飯．
1020 自宅発．
ちょっと雨．
1035 研究室着．
-
農学部
生態系管理
の徐 (Seo) さんの統計こんさる．
-
よくわからぬ PlotNet server の物理的移動．
その他雑用あれこれ．
-
昼飯後も雑用少々．
-
当面の雑用は処分できたように思えるので，
後藤さんのトドマツ問題にとりくむ
……
あした，
富良野から「とりたて」に来てくださるので．
-
波瀾万丈の冒険的なデータ解析計算試行錯誤にくらべると，
「こういう計算やりました」
とりまとめはツラいところがある
……
ツラさに耐えきれず，
「さがさないでください」
と書きおきしてから北大構内漂泊の旅．
いちおうメモ用紙はもって．
-
……
で，
研究室にもどったら
「それどころじゃない!」
事件でも発生しているかと期待していたんだけれど，
世の中はそこまで都合よくできていなかった．
しょうがないので，
メモ用紙に書いた数式などながめつつ，
「こういう計算やりました」
報告かき．
-
ススまぬ．
-
で，
また不幸のメイルがきて PlotNet server 雑用にまきこまれる．
なにかしら事件のようなものの発生を期待していたのは他ならぬこの私なのだが，
こういう割り込みはまったく歓迎できない．
PlotNet ってヒトを不幸にする何モノかなので，
できるだけかかわらぬようにしているんだけど，
それほど注意ぶかく行動していてもかかる惨事の渦中に
……
-
といったコトでオワってしまって，
1945 研究室発．
雨．
2000 帰宅．
体重 68.8kg．
晩飯．
-
[今日の運動]
-
[今日の食卓]
- 朝 (0930):
クロワッサン．
- 昼 (1310):
研究室お茶部屋．
昨晩の新歓コンパのちらし寿司．
- 晩 (2040):
米麦 0.7 合．
コマツナごまあえ．
チンゲンサイ・ショウガ・シイタケの炒めもの．
