Subhash R. Lele, Brian Dennis, Frithjof Lutscher.
2007.
Data cloning: easy maximum likelihood estimation
for complex ecological models using Bayesian
Markov chain Monte Carlo methods.
Ecology Letters (OnlineEarly Articles) 10:???-???.
doi:10.1111/j.1461-0248.2007.01047.x
vim "+e ++enc=cp932 ファイル名"
,
と.
quantile()
使う方法で,
たとえば 95% 区間はこう計算される.
> x <- rnorm(100000, 0, 1) # ここでは例題としててきとーな乱数 > quantile(x, probs = c(0.025, 0.975)) 2.5% 97.5% -1.9662 1.9530
sqrt(0.5 * pi) * sigma
)
もつわけで,
その中央値 (50% 値) と 95% 区間はこうなる.
normal2D(sd0) 33.6 (28.2, 41.3) normal2D(sd0 + sdMt) 31.3 (7.2, 210.6)上の
normal2D(sd0)
が (LMM ではなく GLMM 的な意味あいでの) ``random effects''
ぬきモデルで (sdMT <- 0
;
蛇足ながらこいつの平均値は 34.0 m),
normal2D(sd0 + sdMt)
は 79 母樹差 random effects ありモデル
(蛇足ながらこいつの平均値は 51.6 m).
後者は,
いやはや,
ナイスな混合モデル的ばらつきかたですね.
x <- 1:10 names(x) <- LETTERS[x] par(las = 1) barplot(x, horiz = TRUE)
help(par())
を]
par(las = ...)
にいきあたります,
と.
paper/section/discussion.tex
の修正作業などなどを続けて
……
まあ,
本日はこんなところかと
make pdf && make save
の rsync
でバックアップして,
「こう変えてみました」メイルかいて送信.
時刻はすでに 1855.