ぎょーむ日誌 2008-12-04

2008 年 12 月 04 日 (木)

• 0800 起床． ねむい． 朝飯． コーヒー． 洗濯． 旅じたく …… というほどの作業はないか． 0930 自宅発． 晴． 今日は気温たかい． 0945 研究室着．
• 用件とは無関係に， 出張という行為が好きではないので， 気がおもい． 本日夜出発． 晩飯は新千歳空港で食うことになりそう．
• 旅じたくというほどでもないけど， 明日の Advanced R Tutorial 受講の予習． 講師の面々 (有名人ばかり!) の発表ブツをながめたりダウンロードしたり ……
• ついでにこれとは関係ない文献あつめの作業も．
• 自宅に昼飯たべに帰る．
• 自宅に帰った理由は …… 昨日買った つまりとり器 を置き忘れたため． 再登校してお茶部屋ながしで使ってみると， すぐにツマリがとれた． これってけっこう偉大な発明だわ ……
• ぢゅぎょー準備のため， と称して放置してきたメイル返信かきあれこれ．
• ユーザーを不幸にする lmer() 相談のつづき． 仕様がやたらとかわる lmer() …… 本日解明できた重要な性質としては， 現状最新版ではいまだに Gauss-Hermite 近似 (nAGQ を 2 以上に指定) による積分尤度はマトモに計算できず， 依然として Laplace 近似を使うしかない (nAGQ = 1)．
• 例を示してみよう． Laplace 近似 (nAGQ = 1) の場合はこんなかんぢなのだが，

  Generalized linear mixed model fit by the Laplace approximation 
  Formula: f 
     Data: d 
   AIC BIC logLik deviance
   166 212  -73.8      148
  Random effects:
   Groups   Name        Variance Std.Dev.
   ID       (Intercept) 0.000    0.00    
   Residual             0.109    0.33    
  Number of obs: 1353, groups: ID, 1353
  
  Fixed effects:
  			  Estimate Std. Error t value
  (Intercept)  -4.777170   0.097535   -49.0
  SeasonSummer  0.591766   0.025425    23.3
  SeasonAutumn  0.338857   0.027257    12.4
  SeasonWinter -0.051675   0.027241    -1.9
  AreaSouthern  0.583936   0.014148    41.3
  Depth        -0.001259   0.000117   -10.7
  SL            0.011122   0.000430    25.9
  

  Gauss-Hermite 近似 (nAGQ = 10, ただし分割点数とはあまり関係ない) ではこうなった．

  Generalized linear mixed model fit by the adaptive Gaussian Hermite approximation 
  Formula: f 
     Data: d 
    AIC  BIC logLik deviance
   1920 1966   -951     1902
  Random effects:
   Groups   Name        Variance Std.Dev.
   ID       (Intercept) 7.40     2.72    
   Residual             2.78     1.67    
  Number of obs: 1353, groups: ID, 1353
  
  Fixed effects:
  			  Estimate Std. Error   t value
  (Intercept)  -4.78e+00   2.84e+15 -1.70e-15
  SeasonSummer  5.91e-01   7.03e+14  8.00e-16
  SeasonAutumn  3.39e-01   7.22e+14  5.00e-16
  SeasonWinter -5.23e-02   6.78e+14 -1.00e-16
  AreaSouthern  5.83e-01   4.32e+14  1.40e-15
  Depth        -9.82e-01   3.30e+12 -2.97e-13
  SL           -1.85e-01   1.23e+13 -1.51e-14
  

  係数の推定値の Std. Error の異常なる値をみてやってください． ついでにいうと， じつは推定値自体もけっこうヘンだったり．
• いやはや， どうして lmer() っていつまでたってもアヤしいままなんでしょうねえ …… しかしながら，
  1. 応答変数 (観測値) のばらつきを正規分布で表現する
  2. 個体差・ブロック差・場所差といった random effects を考慮する必要がある
  といった GLMM の推定計算には lmer() を使うしかない， といった状況だと思う． であるならば， これからもしばらくは Laplace 近似な推定計算をするほかない．
• ついでながら， ポアソン回帰・ロジスティック回帰な GLMM であるならば， これは glmmML() で推定計算すればよいだろう． これも近年は Laplace 近似が default の最尤推定計算方法になってしまったけれど， Gauss-Hermite 近似でも， まあそんなにヘンな結果にはならない …… 私が調べた範囲では G-H 近似のほうが「少しマシ」な推定値になってた．
• 共立出版は依然として沈黙したまま． しかし岩波書店からは連絡メイルをいただいてしまったので， 何も進捗していない現状に関する気の重いメイル返信かき． 返信内の言いわけのため， (本のもとねたにする予定の) 統計学授業の講義のーとを見かえしなんかに時間が ……
• 何もしたうけデータ解析しないのはまずかろう， ということで， 修正されたシラカンバ・ホオノキデータをチェックしてみる．
• えーと忘れモノとかしてないよなぁ， と 1855 とぼとぼと研究室発． 今日は気温高い． しかし札幌にもどる二日後はまた寒くなる， という予報． 1900 JR 札幌駅着 …… あらら ANA/AirDO の自動チェックイン機が撤去されてしまっている．
• 1910 快速エアポートに乗って札幌発． これは通勤電車でもあるんだけど， すでに混雑時間帯ではない． 車内で明日の R 講師というか高僧とでもよぶべき ヒトたちの文章よんでるうちに， こりゃーいろいろ勉強できそうだと少し元気になってきた．
• 1947 新千歳空港着． さすがにこの時間は空港内の人口密度は低い． 無事に自動チェックイン機で搭乗案内書なる二次元バーコード紙と 領収書 (往復 22000 円ぶん) をうけとる．
• あまり食欲もないので手軽に晩飯を， ということで蕎麦屋「一灯庵」でかしわ南蛮蕎麦を食べた． ここは 20 時すぎても営業してる店のようだ．
• 保安ゲイト通過 …… ネジまわしがチェックされてしまった． なんでこういうの持ち歩いてるんでしょうね． 今までのとぼしい経験では， これはめったにひっかからないのだが．
• ひさしぶりの出張なので早めに空港にきてしまってヒマ． ぽちぽちとぎょーむ日誌など書いてみる． 私の古い ThinkPad X31 (およそ 5 年前 に購入 …… ただし残存している当事の部品はバッテリ・HDD・拡張メモリのみ) のバッテリはすぐに電力がヘタれる ……
• 2225 羽田空港に着陸． 夜なので南から進入するかと思ってたんだけど， 東京湾を反時計回りに旋回して， 市街地をかすめつつ北から進入した．

[第二ターミナルバスプール]

今回の宿は空港からの無料送迎バスをだしてくれるので， 公共バス乗り場の前の道を横切ってバスプールへ． 2245 空港発． 空港内をぐねぐねと上下に走って， 10 分ほどで 京急大鳥居駅 すぐ横の宿に到着． 二泊で 1.3 万円． それにしても東京は気温が高い． 季節が二ヶ月逆行している． 明日から天気わるくなるみたいだけど．

• [今日の運動]
  • うんどう休養日 …… 風呂に入って少しストレッチ．
• [今日の食卓]
  • 朝 (0830): 食パン． チーズ． リンゴ．
  • 昼 (1310): 食パン． チーズ． リンゴ．
  • 晩 (2000): 空港でかしわ南蛮蕎麦． 840 円．