ぎょーむ日誌 2007-05-28

2007 年 05 月 28 日 (月)

• 0740 起床． コーヒー． 朝飯． 0940 自宅発． 晴． 0955 研究室着．
• トドマツ作文修正が進まないので， とりあえず現時点の修正案を整理して後藤さん・練さんに送信してみる． 下の文章でみょーに漢語と敵国語の表記が多いのは， カタカナ語とかを減らしたほうが練さんが読みやすいのでは (ホントか?)， などと考えてしまったため．

私が現在修正しようとしているのは

・階層 Bayes model の説明 (model, 結果, 考察の修正)
・Introduction と discussion における階層 Bayes model の正当化

といったところです．

後者について現在の構想を説明してみます (自分の論点を整理するためにも)．

この論文に階層 Bayes model が必要とされる理由はこの観測データに見られ
る pattern を説明するためには，多くの (母樹・倒木に原因のある) random
effects が必要とされるだろう，というところが出発点になるだろうと思いま
す．なぜ random effects があるのか，と考えると，ひとつは

1. 倒木の野外観察によって，近接する同じような場所にある倒木でも
   seedling-sapling 密度がまったく異なるように見える (overdispersion)

があげられます．さらに (これは遺伝子解析の結果をみてわかることですが)
cpSSR と nuclear SSR の解析によって詳細な母子関係が判明し，

2. 母樹によって散布距離が異なるように見える

というパターンが判明してしまいました．つまり

疑問: なぜこの調査地の seedling-sapling の空間分布 (pattern, 母子関係
      も含む) はこうなってしまうのか?

に解答するために，

- 母樹からの距離，倒木上の面積の効果: fixed effects
- 母樹・倒木の原因不明な効果: random effects

の両者を同時に考慮した階層 Bayes model を構築し，データから posterior
を推定することによって，観測 pattern を説明できるような fixed/random
effects が得られるという話になりそうです．

つまり Introduction では

・調査地現場における野外観察から倒木差が予想される
・高精度 parentage analysis によって母樹差の推定が期待される

をあげてこれら random effects と母子間距離・倒木面積 (こちらは offset
term 的ですが) の fixed effets を分離して推定するには階層 Bayes model
とならざるをえない，といった正当化になりそうです．

いっぽう discussion では，高精度 parentage analysis の「結果」をうけて，
やはり母樹差 random effects を考慮すべきであった，という正当化になりそ
うです．つまり散布距離のばらつきだけであるならば階層 Bayes model は不要
である (単純に母樹ごとに母子間距離を計算すればよい)，しかし従来の散布モ
デル (Burczyk 型モデルなど) とこの「母樹によって散布距離が異なる現象」
を対応づけるためには，散布 model (dispersal kernel) に「母樹差」をいれ
た新しいモデルに拡張するほかない，といった内容です．

以上はここまでの私の説明を整理したもので，とくに新しいものはないだろう
と思います．

問題なのは genetic structure を強調する現時点の原稿との対応づけだろうと
思います．しかし，この問題は私の修正作業がいったん終了してからまた議論
したほうが良さそうですね．

• 補足してみると， 高精度 parentage analysis によって判明した結果を使って 「単純に母樹ごとに母子間距離を計算すればよい」 なる方式は昨年投稿した原稿で使われていたもので， Burczyk 的な散布モデルと対応つけろというコメントもついていたので， モデル屋たる私がこの研究プロジェクトによばれた次第 …… なのであった．
• ということで， まずは discussion から修正していくんだけど， introduction との重複部分を …… とやってると， いつのまにか introduction ぢりぢり修正作業になっている， と．
• いつまでもぢりぢり作文ばかりやってる罰というべきか， 永光さんからシウリザクラ再解析用のデータが …… ちょっと質問メイルを返信． これはいつもの時間かせぎ， ではなく．
• 作文すこしなおしてから昼飯．
• 6/1 ここ発でまた Pasoh にいく矢澤さんが R で調査用データシート (このあたりで苦闘 → ぎょーむ日誌 2006-10-23) の自動生成中． じつはこの R プログラムは LaTeX file を生成するものであり …… ゐんどーづ中で何とかしようとすると， 2007-04-22 あたりの作業をくりかえして WinShell 3.1 一式をインストールすることになる． TeXインストーラ3 がまた改善されたためなのか， 本日は GhostScript への path 設定 (for dvipdfmx) が不要だった (前回は手動で GS インストールしたのがまずかった?)．
• ただし landscape 用紙設定の PDF file 生成のためには， PDFTeX 設定を dvipdfmx とするだけでなく引数設定を -l "%s.dvi" としなければならぬ．
• トドマツ作文 ……
• そしてまた Pasoh データシート問題に． 昨年 10 月に私が作った調査用データシート R コード， なかなか読みづらいものになっていて矢澤さんも投げてしまった …… というか 50 ha 内の各 1 ha を「適切な長さのペイジ数に分割せよ」という 新しい仕様をくみこもうとして挫折， ですか． とりあえず 2 時間ほどかけてプログラム改造． ゐんどーづ上の (Tinn-R などの) 作業なので隔靴掻痒感あり． 改造を進めるカギは 「難しくなってきたら function() 化」 ということなんだけど， 慣れてないヒトには難しい発想かもしれない．
• 2045 研究室発． 2100 帰宅． 晩飯の準備． 晩飯．
• [今日の運動]
  • うんどう休養日
• [今日の食卓]
  • 朝 (0900): イソップのバゲット． キュウリ・レタスのサラダ． 昨晩の残り， キャベツ・ピーマン・ニンジン・ネギ・ショウガ・ニンニク・ シイタケ・豚肉の炒めもの．
  • 昼 (1340): 研究室お茶部屋． 米麦 0.6 合． もずくスープ． リンゴ．
  • 晩 (2200): 米麦 0.8 合． タマネギ・ブロッコリー・レタス・ブナピー・豆腐のカレー． キュウリ・ホウレンソウのサラダ．