[LaTeX 依存な……]
図の部品は R の library(Cairo)
で PDF ファイルとして生成するんだけど，
そこから先のコマかい作業は
LaTeX の picture 環境でケリをつける方向に
ナガされている
……
R 作図わざ本
役者としては library(grid)
を駆使すべきなんだろうけど
……
うーん，
フォントまわりのめんどうから逃避してるのかな．
左の図はまだ配置などを検討してるだけです．
library(Cairo)
で PDF ファイルとして生成するんだけど，
そこから先のコマかい作業は
LaTeX の picture 環境でケリをつける方向に
ナガされている
……
R 作図わざ本
役者としては library(grid)
を駆使すべきなんだろうけど
……
うーん，
フォントまわりのめんどうから逃避してるのかな．
左の図はまだ配置などを検討してるだけです．
sudo apt-get install vim-latexsuite
してみた．
\newcommand
な tempalte 機能) と
R と inkscape
で生成してみた．
ぐねぐね矢印は，
inkscape 波線
わざ (つまり関数プロットわざ)．
exp(b1)
exp(b1 + b2 * x)
x なる説明変数は，
まったく何の意味もない単なる乱数
> summary(m.fit[4,] - m.fit[5,])
Min. 1st Qu. Median Mean 3rd Qu. Max.
-3.57e+00 -7.09e-01 -2.48e-01 -4.82e-01 -5.07e-02 -6.13e-06
> summary(m.fit[4,] - m.mll[1,] - m.fit[5,] + m.mll[2,])
Min. 1st Qu. Median Mean 3rd Qu. Max.
-7.05000 -1.38000 -0.50100 -0.94800 -0.11500 0.00339
値の範囲がゼロより大きくなっているけど，
これは正しい．
> summary(m.mll[1,] - m.mll[2,]) Min. 1st Qu. Median Mean 3rd Qu. Max. -0.0088 0.0533 0.2560 0.4670 0.6650 3.4800
> pchisq(1:2, 1) [1] 0.68269 0.84270
「真のパラメータ」と「推定したパラメータ」 および 「現在ある有限のデータ」と「将来の無限のデータ」で ２X２＝４ とおりの組み合わせがある．そのうち１と２の差から1/2， ３と４の差から1/2が期待値として得られ，２と３の差の期待値はゼロ． 問題の揺らぎの項は２と３の差．
で・・ 問題は１，２，３，４がそれぞれ４つのどれかだが（笑） また間違えそうなので演習にする． ちなみに３本の放物線は１，２，３，４の関係を示したもの．で， この 1, 2, 3, 4 は
| 現在の有限個データ | 将来の無限個データ | |
|---|---|---|
| 推定したパラメーター | 1 | 4 |
| 真のパラメーター | 2 | 3 |
要は，「真のパラメータのモデルの無限データでの評価」と「推定したパラメータの（推定に使った）有限データでの評価」の差がほしいわけじゃないということだ．これでは半分しか出ない．この「差」とは， 上の北川図でいうと 1 - 3 のことで， 「偶然誤差」の期待値はゼロだから， D1 のことになる． 7/24 ぎょーむ日誌とかに図示してるよーに， 2 × D1 は (パラメーター数が 1 の場合) 自由度 1 のカイ二乗分布にしたがうので (という導出はもはやハヤリではないそうなのだが)， D1 の平均は 0.5 となる．
必要なのは，「推定したパラメータのモデルの無限データでの評価」と「推定したパラメータの（推定に使った）有限データでの評価」の差．前者がほしいもの．後者が最大対数尤度． これで正しい値になる．これは上の北川図の赤数字でいうと 1 - 4 となる． 岩波統計モデル本の新第 4 章では， こんなかんぢで数値例を示す方針でやってます．
で・・ 問題は１，２，３，４がそれぞれ４つのどれかだが（笑） また間違えそうなので演習にする． ちなみに３本の放物線は１，２，３，４の関係を示したもの．あいかわらず「3 本の放物線」 のナゾがとけない． 距離の評価としては 1 - 2 (北川図の D1 = 平均 0.5)， 2 - 3 (偶然誤差 = 平均 0) 3 - 4 (D2 = 平均 0.5) の三つがあるわけだが …… これらの距離は放物線の式ではない …… うーむ?
eigen()
で右固有ヴェクトルもとめて終了，
となるかもしれない．
これで成長速度のばらつきなんかも近似的ながら
きちんと反映させられる．
T
とか
F
といった名前のオブジェクト (vector とか data.frame とか)
はヤバいということ．
理由は R の中の真偽値である
TRUE
と
FALSE
それぞれの省略形が
T と F
だから．
T とか F
といったしょぼい真偽値は使わない」
と言われるかもしれないが
(私だって使わないけど)，
問題は R の package なのだ．
R package の中には
T とか F
といった真偽値をつかっているものがあって
(例: library(R2WinBUGS))，
こいつらの動作はテキめんにおかしくなるんだよね．
TRUE
などは下のように「守られて」いるので，
> TRUE <- "abc" 以下にエラー TRUE <- "abc" : 代入の左辺が不正(do_set)です真偽値としてつねに問題なく使用可能．
