2006 Fiscal Year Annual Research Report
尤度に基づく生態的データのための新しい統計的解析法
| Project/Area Number |
18657012
|
|---|
| Research Institution | Kyushu University |
|---|
Principal Investigator |
粕谷 英一 九州大学, 理学研究院, 助教授 (00161050)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
久保 拓弥 北海道大学, 大学院地球環境科学研究院, 助手 (80344498)
|
|---|
| Keywords | 尤度 / ベイズ統計 / 階層ベイズ法 / マルコフ連鎖モンテカルロ法 / MCMC / 経験ベイズ法 |
|---|
| Research Abstract |
生態的データにおいて複雑さの主要な構成要素となるのは個体差および種内と種間を含めた個体間の相互作用である。とくに個体差については、測定されている量に帰すことのできない個体間のちがいがしばしば重要な役割を果たす。おもに森林に関するデータを用いて、階層ベイズ法に基づく方法で個体差を扱う方法について検討し、マルコフ連鎖モンテカルロ法を改良して適用した。得られた推定値は従来のような単純な方法に比べて相当の改良を見ていると考えられる。また、おもに動物行動のデータを用いて、階層ベイズ法や経験ベイズ法、混合モデル(ロジスティック変数およびボアソン変数)を用いて、個体差とおもに種内の個体間相互作用がそれぞれ単独で存在する場合および両方が存在する場合を検討した。データを得る過程に問題がある等の原因で、不完全データとなる場合については、充分ではなく、さらに検討を要する。個体差などは、ロジスティック変数およびボアソン変数においては過分散(overdispersion)として現れ、統計的解析の結論に大きな影響を与える。過分散に対しては、数種類の内容的に異なる対策が適用されている。その間の異同を分散の大きさだけでなく得られる過程のちがいも含めて検討し、データの特徴に応じて適応的に対策を変化させる方法について検討した。また、複数の集団や生息場所間での変量のあいだの関係の分析についても、階層ベイズ法や経験ベイズ法などにより、場所などにより異なることが多い測定精度の効果を取り込む方法を検討した。
|
