今年度の活動 | This year
高知大会 意見交流会(終了しました)
日本比較生理生化学会 第44回高知大会 の2日目に, 若手の会主催の意見交流会を実施します
ご都合がつく方はぜひお話しましょう
次世代インセクト・フロンティア研究会(終了しました)
新型コロナウイルス(COVID-19)の感染拡大により僅少になった研究者交流, その影響がもっとも大きいのは若手世代でしょう
我々はこの夏, 若手研究者のコミュニティ作りを目的に, 次世代インセクト・フロンティア研究会を企画します


SNS告知用ポスター

過去の活動 | Past activities
2021年度
日本比較生理生化学会 第43回札幌オンライン大会 Gather townによる懇親会(終了)
終了しました。 ありがとうございました。
2020年度
「ベイズ統計について」(終了)
終了しました。 ありがとうございました。
第二回 オンライン勉強会(終了)
6月8日 13:00~14:00 議題:
カイカムリの帽子づくり行動の個性を測る行動の個性を<同一の個体の行動は何らかの意味で似ていて、個体間では似ていない>と考えてみます。従来より同一個体から複数回のデータを集めた場合、階層構造のあるGLMMなど混合分布モデルを用いることが適切であると推奨されてきました。それではその適切さはどのように測ったらよいのでしょうか。ここではカイカムリが海綿を加工して帽子をつくる行動(帽子作製行動)を例に、その構造のあるモデルと構造のないモデルを予測の観点で比較することで行動の個性を測ってみました。
同じデータを、異なる前提で置いたモデルから通して見たとき、どちらが良いか予測の観点で測ったということです。
AICはデータを発生した未知の分布q(x)を推測する予測分布p(x|Data)を構成しp(x|Data)のq(x)に対する適切さを測ろうとします。しかし、構造のあるモデルだとその誤差が大きくなることが知られています。そこで、この研究ではAICではなくベイズ法に基づき誤差が小さいと判明しているWAICを用いました。StanとRを使った行動データの予測分布の構成と可視化、WAICの計算の仕方について、カイカムリの行動データを例に紹介します。
第一回 オンライン勉強会(終了)
5月14日 14:00~15:00 議題:
ランダム効果モデル(混合効果モデル)は階層ベイズモデルの最もシンプルな形態の一つで、「個体差の補正」を目的に多くの実証研究者が活用しています。しかし、本来ランダム効果モデルはより広い応用可能性を秘めています。また、ランダム効果モデルの考え方はより柔軟なベイズモデリングを行うための基礎にもなります。そこで本講演では、「ベイズ推定+ランダム効果モデル」によって実現できる様々なデータ分析例を紹介します。具体的には、生物学でよく出会う「時系列データ」「経時データ」「空間データ」「inter-speciesデータ」に焦点を絞り、自分の研究テーマにあったオリジナルの統計モデルが構築できるようになることを目指します。また時間に余裕があれば、発表者の提案している「BSDEモデルによる種間比較混合効果回帰モデル法」についても簡単に紹介する予定です。
最終更新日 2022.11.29