f(x)=\frac{1}{\sqrt {2\pi \sigma^2}} \e^{-{\frac{(x - \mu)^2}{2\sigma}}}
などと LaTeX ふうに書けば数式の PNG 画像が生成されますよ,
というもの.
dcat(p[])
とかにするか?
p[]
を car.normal()
で与える
……
とゆーすさまじいアイデアを思いついてしまった.
まあ,
データあたえたらぼこぼこになりそうだけど.
そもそもうまく規格化する方法がない!
model { # catchment and probability for (i in 1:N.site) { for (t in 1:N.itr) { C[i, t] ~ dpois(mc[i, t]) n[i, t + 1] ~ dpois(mn[i, t]) mc[i, t] <- n[i, t] * p[i, t] mn[i, t] <- n[i, t] * (1 - p[i, t]) logit(p[i, t]) <- logit.p[i, t] logit.p[i, t] ~ dnorm(beta[1], tau[1]) } } # population size for (i in 1:N.site) { n[i, 1] ~ dpois(mean[i]) log(mean[i]) <- log.mean[i] log.mean[i] ~ dnorm(beta[2], tau[2]) } # parameters Tau.noninformative <- 1.0E-4 Sigma.max <- 1.0E+2 beta[1] ~ dnorm(5, 0.2) # subjective!! beta[2] ~ dnorm(0.0, Tau.noninformative) for (j in 1:2) { tau[j] <- 1 / (sigma[j] * sigma[j]) sigma[j] ~ dunif(0.0, Sigma.max) } }
library(ggplot2)
な例を追加.
library(lattice)
的なつかいかた.
library(parallel)
を使って並列化.
Core 3 つが走っていますな
……
けっきょくこの計算は 12 時間ほど要した.
いやはや.
なんだかアヤしいなあ.
$ apt-cache search generator | grep -i site hyde - static website generator with the power of Django templates webgen0.5 - fast, powerful, and extensible static website generator12.10 だと「元祖」的な
Jekyll
もぽいっとインストールできるらしい.
いろいろ試してみよう.
じつはこの「ぎょーむ日誌」も自作の一種の static website generator
にて作られているわけだが
……
library(grid)
についていろいろと書いているな
……
何か新しい機能が追加されたみたいだ.
ところで R Journal の編集長って
JAGS
の Martyn Plummer さんなのか.
model { for (t in 1:T.max) { Y[t] ~ dpois(m[t]) log(m[t]) <- log.m[t] log.m[t] ~ dnorm(lm[t], tau[1]) lm[t] <- (log(Effort[t]) + log.cpue[t] + season.effect[Season[t]] - m.season) } Tau.noninformative <- 1.0E-04 log.cpue[1] ~ dnorm(lcm[1], Tau.noninformative) log.cpue[2] ~ dnorm(lcm[2], tau[2]) log.cpue[3] ~ dnorm(lcm[3], tau[2]) for (t in 4:T.max) { log.cpue[t] ~ dnorm(lcm[t], tau[2]) } lcm[1] <- 0.0 lcm[2] <- log.cpue[1] lcm[3] <- 2 * log.cpue[2] - log.cpue[1] for (t in 4:T.max) { lcm[t] <- 2.5 * log.cpue[t - 1] - 2 * log.cpue[t - 2] + 0.5 * log.cpue[t - 3] } Sigma.max <- 100 m.season <- mean(season.effect[1:N.season]) for (j in 1:N.season) { season.effect[j] ~ dnorm(0.0, tau[3]) } for (j in 1:N.sigma) { tau[j] <- 1 / (sigma[j] * sigma[j]) sigma[j] ~ dunif(0.0, Sigma.max) } }
lib(parallel)
を使った並列処理で WinBUGS に MCMC サンプリングさせてみると
……
260 秒で終了.
Prompt
で A 棟 7-8F に侵入して,
rsync
を動かして「ぎょーむ日誌」を更新してみた.
Sapporo Cafe
は無線 LAN 充実している.