★ 植生の予測 ★

 190 植生の予測  butyo  2001/11/15 (木) 23:22
  211 Re: 植生の予測  sb812109  2001/11/17 (土) 14:57
   212 Re^2: 植生の予測  butyo  2001/11/18 (日) 23:24
    239 Re^3: 植生の予測  sb812109  2001/11/21 (水) 00:26
     241 Re^4: 植生の予測  butyo  2001/11/21 (水) 12:48
      253 Re^5: 植生の予測  sb812109  2001/11/21 (水) 23:58
       261 Re^6: 植生の予測  butyo  2001/11/22 (木) 18:21
        268 Re^7: 植生の予測  sb812109  2001/11/23 (金) 10:25
         269 Re^8: 植生の予測  sb812109  2001/11/23 (金) 13:35
          298 Re^9: 植生の予測  butyo  2001/11/25 (日) 23:50
           299 Re^10: 植生の予測  名無しさん  2001/11/26 (月) 11:11
            307 Re^11: 植生の予測  butyo  2001/11/26 (月) 15:38
          277 Re^9: 植生の予測  butyo  2001/11/23 (金) 22:52
           444 Re^10: 植生の予測  butyo  2001/12/13 (木) 00:30
            446 Re^11: 植生の予測  sb812109  2001/12/13 (木) 22:12
             454 Re^12: 植生の予測  butyo  2001/12/14 (金) 15:07
              462 Re^13: 植生の予測  sb812109  2001/12/14 (金) 23:13


190. 植生の予測  butyo  2001/11/15 (木) 23:22
前回に判別分析についてお尋ねした者です。
河川の植物を周辺の環境(流れ、土)などの数量データから予測を行いたいと
考えていました。植生に関してはその場に生育している種類などしかデータが
ないため判別分析を用いてみました。
しかし植物の種類が多いため判別分関数式の数が多くなってしまい
ある程度目的変数(植物)を同じグループにまとめる必要があると考えています。
この場合統計的にどのような手法が有効なのでしょうか?
話は変わりますが予測手法そのものが妥当なのか自信がありません。
他に予測するのに有効な手法がございましたら教えていただきたいです。
よろしくお願いします。

     [このページのトップへ]


211. Re: 植生の予測  sb812109  2001/11/17 (土) 14:57
> 話は変わりますが予測手法そのものが妥当なのか自信がありません。
> 他に予測するのに有効な手法がございましたら教えていただきたいです。

予測に使われる方法は幾つもありますが、一般に
よく用いられるのは次の3つだと思います。

(1)多変量解析
(2)決定木
(3)ニューラルネットワーク

モデルにより2群に分類し、観察結果と比較すると、
結果は2X2分割表に纏めることが出来ます。
モデル   観察   結果
----------------------------
 1    1    当たり
 1    2    外れ
 2    1    外れ
 2    2    当たり
----------------------------
どの方法論が最もいいのかは、当たり数/総数で表現
することが可能です。

分類は2群ではなく多群でも構いません。その場合は
一致率はカッパ統計量で表せばいいと思います。

     [このページのトップへ]


212. Re^2: 植生の予測  butyo  2001/11/18 (日) 23:24
返答ありがとうございます。
決定木やニューラルネットワークも勉強してみます。

今までは多群の判別分析を用いようと考えていましたがあやふやな点があるので
質問させてください。
基本的には2群の場合と一緒で多群でも判別式がたくさん増えるだけで2択には
変わりないのでしょうか?
そうすると数値が変化しても用いる式によって結果がどのようにもなってしまう気がするのですがどうなのでしょうか?
できたら式がひとつで与える数値によって植物の移り変わりがわかるようなものを作りたいのですがそのような事は可能なのでしょうか?
あまり理解していない点があったらご指摘願います。

     [このページのトップへ]


239. Re^3: 植生の予測  sb812109  2001/11/21 (水) 00:26
質問内容がうまく掴めないのですが。

(1)植生は既に、何らかの基準により幾つかの種類に分類されている。
(2)判別式により、未知の植生を既知の植生のどの群に属するかを予測したい。

との理解でいいでしょうか?

     [このページのトップへ]


241. Re^4: 植生の予測  butyo  2001/11/21 (水) 12:48
質問の仕方が下手で申し訳ありません。
判別分析の使い方とは合っていないかもしれませんが物理環境などの変化で
植生がどのように変化するかを予測したいと思っています。
現在のところ植生に関するデータが名義尺度のみで説明変数は数値データです。
よってこのデータだと私が知る限りでは判別分析あたりしか方法がないのではないかと思っています。
しかし、植生ははじめから分類されていますが種類が多いため同じような特徴をもつ植生をグループにすれば良いかなと思っています。(類似度などを用いて分類しようと考えていますが・・・)
その後に判別式ができますが、物理環境が変化したときに式に値を入れればどの植生に変化するかがわかるのではないかと思ったのです。
ただし目的変数が多いと判別式がたくさんできてしまい、用いる式により解が変わってしまうのではないかと思っています。
できたら式はひとつが理想なのですがこの場合大きな分類から初めて判別を繰り返してある植物にたどり着くという様な予測の仕方になると思います。
でもこの方法はあまり良くないのではと思いまして何か意見をいただけたらと思い質問させていただきました。

     [このページのトップへ]


253. Re^5: 植生の予測  sb812109  2001/11/21 (水) 23:58
植生が多くの群に分類されるのであれば、多変量正規分布等、
何かと満たすべき条件の多い判別分析より、polytomous
logistic regressionで予測を行うのも悪くないと思います。
Logistic回帰分析の目的変数は、二値反応値ですが、polytomous
は、多値反応値をとり、多くのグループに分類される植生にも
対応出来ます。

     [このページのトップへ]


261. Re^6: 植生の予測  butyo  2001/11/22 (木) 18:21
ありがとうございます。
polytomous logistic regressionで試して見たいと思い探してみたら統計ソフト・統計学習用データにありました。英語なので訳さないと詳しいことはわかりませんが
やってみます。
一つ伺いたいのですがこれはやっぱりフリーソフトではありませんよね。

     [このページのトップへ]


268. Re^7: 植生の予測  sb812109  2001/11/23 (金) 10:25
> 一つ伺いたいのですがこれはやっぱりフリーソフトではありませんよね。

SのGNU版にRと云うフリーソフトがあります。Rは次のサイトからダウンロード
が出来ます。

http://cran.r-project.org/

同サイトにあるpolymars(Polychotomous Regression based on MARS)により
polytomous logistic regressionが可能かと思います。ただし、私自身は、同
コマンドの使用経験はありませんので、ご自身で確認下さい。その他、Sのプログ
ラムがそのままRでも走るようですので、Sのアーカイブを探して見るのもいいと
思います。

     [このページのトップへ]


269. Re^8: 植生の予測  sb812109  2001/11/23 (金) 13:35
> 一つ伺いたいのですがこれはやっぱりフリーソフトではありませんよね。

plr :Polytomous logistic regression

http://lib.stat.cmu.edu/S/

     [このページのトップへ]


298. Re^9: 植生の予測  butyo  2001/11/25 (日) 23:50
>SのGNU版にRと云うフリーソフトがあります。Rは次のサイトからダウンロード
>が出来ます。

こちらではpolymarsのプログラムはありましたが→http://lib.stat.cmu.edu/S/
Rというソフトは見つけられませんでした。
実はSやRについては知らないので教えていただきたいです。
何度も申し訳ありません。よろしくお願いします。

     [このページのトップへ]


299. Re^10: 植生の予測  名無しさん  2001/11/26 (月) 11:11
http://datamining.timis.ac.jp/~yama/R/
http://www.stat.auckland.ac.nz/rproj.html

一番目に挙げた物が,日本語だし良いのかも。

     [このページのトップへ]


307. Re^11: 植生の予測  butyo  2001/11/26 (月) 15:38
> http://datamining.timis.ac.jp/~yama/R/
> http://www.stat.auckland.ac.nz/rproj.html
>
> 一番目に挙げた物が,日本語だし良いのかも。

ありがとうございます!
日本語なので大変助かります。
何度もすいませんでした。

     [このページのトップへ]


277. Re^9: 植生の予測  butyo  2001/11/23 (金) 22:52
sb812109さんありがとうございます。
これからPolytomous logistic regressionの勉強します。
色々とお世話をかけてもうしわけありませんでした。

     [このページのトップへ]


444. Re^10: 植生の予測  butyo  2001/12/13 (木) 00:30
前回植生の予測に関して質問したものです。
そのときにPolytomous Logistic Regressionの存在を教えていただいたのですが
これは決定木とロジスティック回帰分析を組み合わせたものなのでしょうか?
だとしたら先に決定木で判別したものについてロジスティック回帰分析を行うという順番で別々に解析を行うという方法も可能なのでしょうか?

     [このページのトップへ]


446. Re^11: 植生の予測  sb812109  2001/12/13 (木) 22:12
Logistic は目的変数が2値(ある/なし、生存/死亡等)
Polytomous は目的変数が3値以上の場合です。

決定木(R:rpart library(rpart)に保存)は2つに枝分かれ
して行きますが、分類自体は3分割でも構いません。MASS
(Modern Applied Statistics with S-PLUS)の第10章
Tree-based Methodsには、Fisherの有名なあやめの3分類の
例が掲載されています。

決定木で変数選択をし、その変数を使ってPolytomous ,,,で
解析を行っても構わないと思います。ただ、私だったら逆に
回帰分析をまず行います。ま、好みの問題でしょうが。

     [このページのトップへ]


454. Re^12: 植生の予測  butyo  2001/12/14 (金) 15:07
お返事ありがとうございます。
実はRのパッケージの使用方法がわからず他のPolytomousのフリーソフト
http://www.recursive-partitioning.com/plus/
を使ってみたのですが動いたり動かなくなったりして困っていたので
こちらのマクロにある多重ロジスティックモデルと決定木のソフトを用いて
解析ができないものかと考えていました。

     [このページのトップへ]


462. Re^13: 植生の予測  sb812109  2001/12/14 (金) 23:13
ファイル名を test.csv
y: 植生
x1,x2,: 説明変数
とした場合。

# Script 
   library(rpart)
   library(nnet)
   
# Reading data
   test.data <- data.frame(read.table(file="test.csv", ",", header=TRUE))
   attach(test.data)

# Decision tree
   tree.1 <- rpart(y~x1+x2, method="class", cp=0.001)
   tree.1
   plot(tree.1)
   text(tree.1)
   
# Neuro
   neuro.1 <- nnet(factor(y)~x1+x2, size=2, rang=0.1, decay=5e-4, maxit=200)
   neuro.1.pred <- predict(neuro.1, test.data, type="class")
   table(neuro.1.pred, y)

     [このページのトップへ]


● 「統計学関連なんでもあり」の過去ログ--- 016 の目次へジャンプ
● 「統計学関連なんでもあり」の目次へジャンプ
● 直前のページへ戻る