ぎょーむ日誌 2007-07-03
2007 年 07 月 03 日 (火)
-
0800 起床.
ねむい.
コーヒー.
朝飯.
0940 自宅発.
晴.
0955 研究室着.
-
Nature
vol. 447 最新号
ではサルの神経系は統計モデリング + パラメーター推定
(つまり確率論的な学習)
が可能かどうか調べた論文が.
さてさて,
石狩浜の「のほほんアリ」たちの神経系 (とくに触角の中の神経)
はどのように「学習」すると,
他のアリと接触したときにああいうふうに
(つまり階層ベイズモデルで解析した行動データみたいに)
応答しちゃうのか
……
というのを一ヶ月後までにあるていどは研究しないといけないんだよね.
やれやれ.
-
1030 より
研究室セミナー.
今日は斎藤君で真駒内とか放棄スキー場で「次」にでてくるのは
(在来な) ススキ群集なのか (外来な) オオアワダチソウ群集なのか,
そのあたり調べます,
というもの.
植生・発芽・食害・環境改変うんぬん,
といういかにも露崎弟子的な方向性なんだけど
……
うーむ,
野外実験っていろいろと難度たかそう.
ちなみに道内あちこちに放棄スキー場あるんだけど,
「次」になにが出てくるかは場所によって異なるそうで.
-
午後にとあるデータ解析こんさるが予定されてるんだけど,
難度の高い作図問題になりそうなので事前に研究をススめてみる.
やはり一時間ちょっとを費やして,
とりあえずはできた.
[barchart()
による「組成」ぐらふ]
library(lattice)
の
barchart()
を使って
barchart(n ~ treatment | forest, groups = spc, data = de2, stack = TRUE, col = rainbow(9))
とすると左のような図になる.
データ格納してる data.frame である
de2
については下を参照,
めんどくさい
reshape()
つかって data.frame を
「長いカタチ」
(
direction = "long"
)
変換するところがぽいんとである.
> data.example # こういうデータがあったとする
forest treatment spc.1 spc.2 spc.3 spc.4 spc.5 spc.6 spc.7 spc.8 spc.9
1 A x 7 4 3 3 5 2 4 6 6
2 B x 3 9 5 5 4 1 3 5 5
3 C x 2 5 7 4 6 2 7 5 2
4 D x 4 5 5 2 4 6 5 9 5
5 A y 9 7 9 7 12 5 4 8 4
6 B y 2 5 5 3 4 2 1 6 4
7 C y 3 3 4 7 4 6 4 7 8
8 D y 4 3 3 9 8 4 3 5 4
9 A z 5 4 4 2 3 7 4 9 5
10 B z 4 4 7 5 4 6 4 7 6
11 C z 0 8 7 5 3 5 4 4 7
12 D z 5 3 5 7 4 7 5 5 1
> v.spc # こういう列名 vector をあらかじめ準備しとく
[1] "spc.1" "spc.2" "spc.3" "spc.4" "spc.5" "spc.6" "spc.7" "spc.8" "spc.9"
> de2 <- reshape(data.example, direction = "long", varying = v.spc)
> de2 <- de2[, 1:4]
> colnames(de2) <- c("forest", "treatment", "spc", "n")
> de2 # reshape() によって「長いカタチ」に変換された data.example
forest treatment spc n
1.1 A x 1 7
2.1 B x 1 3
3.1 C x 1 2
4.1 D x 1 4
5.1 A y 1 9
6.1 B y 1 2
7.1 C y 1 3
8.1 D y 1 4
9.1 A z 1 5
10.1 B z 1 4
11.1 C z 1 0
12.1 D z 1 5
1.2 A x 2 4
2.2 B x 2 9
3.2 C x 2 5
4.2 D x 2 5
5.2 A y 2 7
... (以下略) ...
-
まあ,
library(lattice)
つかわぬ,
ふつーの
barplot()
でも,
つみあげな図は描けたりするわけですが
(RjpWiki 内の例).
-
とりあえず昼飯.
-
で,
1400 すぎに農学部の高橋さんがみえて,
R 作図難問の検討.
上述のごとく
library(lattice)
の
barchart()
で正解なんだけど,
さらに
library(lattice) マニュアル
の研究が必要で
-
ハコ塗りの彩色をユーザー指定にするための
trellis.par.get("superpose.polygon")
設定わざ
-
凡例だすための
auto.key = list(...)
わざ
-
さらに凡例を上下逆転させる
reverse.rows = TRUE
指定
(詳細は久保作関数の
barchart.gray.R
参照してください)
といったあたりが難所だった.
たとえば上と同じデータ構造をもつ
de2
(ただし乱数でつくったニセデータの数値は上とは異なる)
の表示はこうなる.
> source("barchart.gray.R") # 関数定義のファイル名が "barchart.gray.R" の場合
> barchart.gray(de2, v.spc) # de2 だの v.spc だのは上を参照
-
どーにかこーにか作図難問が終了した
……
と,
お茶部屋で脱力してるとまたここで西村さんと
「被度」解析なデータ解析検討あれこれ
……
「被度」はやっぱりめんどうですなぁ.
データ解析者からすると,
「目で見てハカる被度」より
10 × 10
コぐらいに切ったワクつかった
「ある・なし」データな「被度」のほうがマシ,
というのも,
これで二項分布つかった統計モデリングに正当化の根拠をあたえるから,
です.
-
1955 研究室発.
2010 帰宅.
晩飯の準備.
晩飯.
-
2220 自宅発北大構内走.
2310 帰宅.
-
[今日の運動]
-
[今日の食卓]
- 朝 (0840):
キャベツ・ニンジン・ネギ・セロリ・ショウガ・イカ・卵
焼きそば.
- 昼 (1340):
研究室お茶部屋.
食パン.
- 晩 (2110):
米麦 0.7 合.
ワカメ・豆腐のスープ.
キュウリ・トマト.