不用備品の再利用について(照会) C602室の使用する見込のなくなった備品(机,椅子など) について,物品の再利用を考えています。 備品をご覧になりたい方は,会計担当でご案内致しますので ご連絡願います。 記 期限:平成19年10月5日(金)まで 備品:1. 事務用椅子×9 2. 実験台丸椅子×7 3. 事務机×4 4. ホワイトボード×1 【本件に関する問い合わせ先】 環境科学事務部お, これは A 棟 7-8F の一部院生が使っている 腰痛悪化させる椅子をりぷれいすするチャンスかも, と階段おりてのぼって C 棟 6F まで強行偵察を敢行したのだが …… 置いてあるのはやはり腰痛悪化椅子だったので, さりげなく撤退.
> apply(MassA, 1, which.max) [1] 23 23 23 16 23 37 23 23 23 23 23 18 18とゆーことで, ほとんどの場所で
spc23
すなわちヌマガヤがえらそーにしているのであった.
ついでに書いとくと,
spc16
キンコウカ,
spc37
ヨシ,
spc18
……
これは例の mikaya
ミヤマイヌノハナヒゲとミカヅキグサのたぐい,
だな.
spc23
ことヌマガヤとか湿原列強 species どもは (その定義からして)
abundance が高いので,
どのあたりの標高が好きなのかはある程度わかる.
で,
ECOAS 的にはバイオマス的にかさばってる連中の標高依存性がわかれば,
それで OK なのだろう.
環境変化に対する応答のいんちき憶測計算において
事後分布の「移動」が見えるからだ.
i
における最優占種なる植物種を MCMC 計算の中で生成してやればよい.
そうだねー,
その事前確率は (モデル内の他の部分で決められる)
ポテンシャル NPP に比例するとでも決めてやれば自然だろう.
つまり,
Sp.top[i] ~ dcat(frac[i,]) for (j in 1:N.sp) { frac[i, j] <- pnpp[i, j] / total[i] }まあ, あした試してみよう.
log.pnpp[,]
のたぐいの収束がちょっと悪そうに見えるのは,
「どうでもいい値でさまよってる」
からで,
あるコドラートで
(というよりある標高の湿原サイトで)
「存在しなかった species」
に関して
「いやー,
それってたまたま発見できなかっただけで,
へいきん値で言えば平方メートルあたり
0.0001 g ぐらいのバイオマスはあるってみなしても OK?
これぐらいだったら『見つからない』よね?
いやいや 0.000001 g あたりにしてみる?
もしかしたら 0.00000001 g ぐらいがいい値かも?」
などと,
ゐんばぐすの sampler が
どうでもよい世界を好き勝手にさまよってるので,
chain ごとの相違が生じた次第だ.
top.sp
の事後分布をみるとほとんどのコドラートで 23 から動かんわけだが.
AdobeReader_enu-8.1.1-1.i486.rpm
をダウンロード.
ついでに日本語フォントパック
FontPack81_jpn_i486-linux.tar.gz
も.
で,
Vine Linux 4.1 上にインストールして起動すると,
/opt/Adobe/Reader8/Reader/intellinux/bin/acroread: error while loading shared libraries: libstdc++.so.6: cannot handle TLS dataなるエラーが出るので, なぜか MATLAB technical FAQ ペイジをみながら修復.
sudo apt-get update sudo apt-get install libstdc++34によって
/usr/lib/libstdc++.so.6
がインストールされるので,
あとは
/usr/bin/acroread
の最初のほうに
export LD_PRELOAD=/usr/lib/libstdc++.so.6
を追加すればよい.
新しい reader のご利益の例として,
起動が速い,
そして PDF file の save as text 機能などが使えるようになった,
など.
category.rb
なる plugin が一覧を生成してるわけだが,
検索してみると
とその 118 行目を
変更前: @categorized[c].keys.sort.each do |ymd| 変更後: @categorized[c].keys.sort.reverse_each do |ymd|と変更すればよさそう, とわかった. 助かるなあ, と変更してみたら …… うまくいった.
read.csv()
……
ここからあとはキモチよく処理できた.
データ全体を見とおす図など作ってみると,
観察者本人すら「見えてなかった」情報がいろいろと見えてくる.
やはり単純に
(大統領いうところの)
「けんてー」
だの
「ゆーい」
だのといったハナシではなさそう,
とわかってきた.
library(lattice)
を使うとこういう図が描ける,
という例.
panel = function(x, y, subscripts, ...)
と
strip = function(which.panel, ...)
の両関数を自分で設定してやるところがぽいんとである.
あと,
lattice
の
low level traditional graphics functions
をうまく使う,
と.
betaB[3]
の収束が悪い.