ぎょーむ日誌 2007-01-07

2007 年 01 月 07 日 (日)

• 0750 起床． かなり復調． 朝飯． コーヒー． 洗濯． 怠業．
• 群馬大の 青木繁伸さん が R 教科書をネット上に公開しておられる， という三中さんの投稿が biometry 上に．

BIOMETRY / jeconet reader 諸氏：

三中信宏です．

群馬大学の青木繁伸さんが〈Ｒ〉に関する教科書をオンラインで
公開されています．

青木繁伸 2006-2007
『Ｒによるデータ解析』（pdf）

ダウンロード先およびサポートページ：

　http://aoki2.si.gunma-u.ac.jp/taygeta/Rstat.cgi

昨年暮れに初めて公開されましたが，その後も改訂が続いていて，
今朝ダウンロードしたものは「2007年1月3日版」で 
した．

詳細目次は私のブログに載せています：

　青木繁伸『Ｒによるデータ解析』目次
　http://d.hatena.ne.jp/leeswijzer/20061125/1164464145

ご参考まで．

• うーむ， これまた丁寧なる R 解説なんだけど …… しかし PDF ファイルざっと拝見したところ， GLM とかモデル選択とか生態学まわりのヒトたちがよく使いそうな 統計モデル・手法については (まだ?) 解説されてないみたいだなぁ ……
• 1150 自宅発． 気温高い． ただし予報によれば明日からようやく冬らしくというべきか， 真冬日が連続するそーで． 曇ちょい雨すこし雪． どうしてこの時期に雨なんだろうね …… 1205 研究室着．
• りはびりと称してゆるゆると雑用 & メイル書き． 途中， 昼飯． 窓の外は雪， いやまた雨にかわった．

[お茶部屋すけじゅーる板]

いつのまにやら院生の誰かが書いたもの． これはきっと「いじめ」ではないのだろうと思う． きっとそうにちがいない …… ああ， しかし精神的重圧感がのしかかってくる ……

• メイル書きとかまだ途中なんだけど， 北村君あいてに Moran's I 使った初歩的な空間統計学的な解析の 講釈 & 実演． というか自分でも完全にど忘れしてたので， help(moran.mc) や自分で書いたぎょーむ日誌 2005-03-21) など参照しつつ ……
• たとえばこういう例題を考えてみよう． data.frame d をてきとうにでっちあげてみる．

  > n <- 6
  > d <- data.frame(value = 1:n,
  + x = round(runif(n, 0, 5), 1), y = round(runif(n, 0, 5), 1))
  > d
    value   x   y
  1     1 1.8 4.3
  2     2 2.7 2.1
  3     3 1.2 1.8
  4     4 0.4 0.7
  5     5 3.2 3.4
  6     6 4.6 1.3
  

  こんなかんぢで， d$x と d$y が「点」の座標， d$value が「これに空間相関があるかどうか」を調べたいデータだとする．
• まず「地図」を描く． これは 絶対に必要． 「図」を作らないでデータ解析なんかやるもんじゃない．

[地図]

plot(d$x, d$y, cex = sqrt(d$value)) てなかんぢで．

• 次に距離行列の作成． あとの処理を考えると，こういうふうにするのがよい．

  > matrix.r <- as.matrix(dist(d[, c("x", "y")], upper = TRUE))
  > matrix.r
         1      2      3      4      5      6
  1 0.0000 2.3770 2.5710 3.8626 1.6643 4.1037
  2 2.3770 0.0000 1.5297 2.6926 1.3928 2.0616
  3 2.5710 1.5297 0.0000 1.3601 2.5612 3.4366
  4 3.8626 2.6926 1.3601 0.0000 3.8897 4.2426
  5 1.6643 1.3928 2.5612 3.8897 0.0000 2.5239
  6 4.1037 2.0616 3.4366 4.2426 2.5239 0.0000
  

• 次に距離加重関数の定義． これにはいろいろな関数型 (例: 距離とともに加重が徐々に低下していく，など) がありえるわけだが， ここでは単純に r.star より近い点は加重 1 で遠ければゼロ， ただし距離ゼロ (つまり自分自身) も加重ゼロ， としてみよう．

  > weight <- function(r, r.star) ifelse(r < r.star & r > 0, 1, 0)
  > weight(matrix.r, r.star = 3) # 距離 3 未満なら 1, そうでなければゼロ
    1 2 3 4 5 6
  1 0 1 1 0 1 0
  2 1 0 1 1 1 1
  3 1 1 0 1 1 0
  4 0 1 1 0 0 0
  5 1 1 1 0 0 1
  6 0 1 0 0 1 0
  

• で， あとは library(spdep) の moran.mc で 199 回ばかり Monte Carlo シミュレイションやってみる， と．

  > library(spdep)
  > listw <- mat2listw(weight(matrix.r, r.star = 3))
  > rndtest <- moran.mc(x = d$value, listw = listw, nsim = 199)
  > rndtest
  
          Monte-Carlo simulation of Moran's I
  
  data:  d$value 
  weights: listw  
  number of simulations + 1: 200 
   
  statistic = -0.0686, observed rank = 148, p-value = 0.26
  alternative hypothesis: greater 
  

  観測データの Moran's I (距離加重つき相関) は -0.0686 で， これは「点の位置はそのままだけど d$value でたらめに入れ換えました」無作為化 (randomization) で得られたランダム化 Moran's I 分布の 95% 区間内に入っておりました (p-value = 0.26) なる結果でした， と．
• 北村君の解析では r.star を変えていったときの観測値の Moran's I と 無作為化シミュレイションの 95% 区間 (rndtest$res に入っている結果を利用して計算できる) を図示するプログラムとかも追加して …… さてさて， 阿寒データ解析はこれにて終了か?
• 夜になると札幌市は風速 15m/s 程度の暴風圏に． 地環研 A 棟 8F まわりだと 20m/s ぐらい?
• うーむ， メイルかきとか終了せぬまま撤退． 正月きぶん， とでもいうべきなのか …… 2010 研究室発． たしかに「台風なみ」の強風． 雪というかあられはぱらぱら程度． 2030 帰宅． 体重 70.2kg． 晩飯の準備． 晩飯．
• おお， 強風にとばされてきたあられが窓ガラスをばしばしとたたく ……
• [今日の運動]
  • 腹筋運動 30 × 3 回． 腕立ふせ 5 × 3 回．
• [今日の食卓]
  • 朝 (0910): 米麦 0.6 合． 卵焼き． ワカメスープ．
  • 昼 (1420): 研究室お茶部屋． 食パン． リンゴ．
  • 晩 (2200): 米麦 0.6 合． ブロッコリー・ニンジン・ジャガイモ・エリンギ・アサリのシチュー．