KuboLog 2007-04-05

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．

ぎょーむ日誌 2007-04-05

2007 年 04 月 05 日 (木)