Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
佐渡島を見積もる
Search
tanaka_marimo
January 20, 2018
0
1.1k
佐渡島を見積もる
佐渡島を見積もる話です。
tanaka_marimo
January 20, 2018
Tweet
Share
More Decks by tanaka_marimo
See All by tanaka_marimo
ベイズABテスト
tanaka_marimo
0
440
状態空間モデルによる予測と補間
tanaka_marimo
0
320
時変係数モデル
tanaka_marimo
0
580
brmsの使い方
tanaka_marimo
0
690
不連続回帰デザイン
tanaka_marimo
0
620
ぼくの町の不安定
tanaka_marimo
0
870
真夜中には何が起こっているのか
tanaka_marimo
0
1.1k
Featured
See All Featured
Product Roadmaps are Hard
iamctodd
PRO
54
11k
ReactJS: Keep Simple. Everything can be a component!
pedronauck
667
120k
RailsConf & Balkan Ruby 2019: The Past, Present, and Future of Rails at GitHub
eileencodes
139
34k
[RailsConf 2023] Rails as a piece of cake
palkan
56
5.8k
Raft: Consensus for Rubyists
vanstee
140
7.1k
Large-scale JavaScript Application Architecture
addyosmani
512
110k
Building a Modern Day E-commerce SEO Strategy
aleyda
43
7.5k
Statistics for Hackers
jakevdp
799
220k
No one is an island. Learnings from fostering a developers community.
thoeni
21
3.4k
Unsuck your backbone
ammeep
671
58k
VelocityConf: Rendering Performance Case Studies
addyosmani
332
24k
Easily Structure & Communicate Ideas using Wireframe
afnizarnur
194
16k
Transcript
TokyoR 第67回R勉強会 佐渡島を⾒積もる 2018年1⽉20⽇(⼤寒) 第67回TokyoR:LT
TokyoR 第67回R勉強会 誰?
TokyoR 第67回R勉強会 名乗るほどの者では ございません。
TokyoR 第67回R勉強会
TokyoR 第67回R勉強会
TokyoR 第67回R勉強会 豪雪
TokyoR 第67回R勉強会 新潟で予報してる⼈に 「明⽇、 冬型の気圧配置 が強い」 と聞くとどんな気持ちにな るか聞いてみた
TokyoR 第67回R勉強会 某⽒の回答 ü 明⽇への活⼒が全て奪われる。 ü この世の終わりみたいな顔になる。
TokyoR 第67回R勉強会 ※全国積雪寒冷地帯振興協議会 http://www.sekkankyo.org 新潟市
TokyoR 第67回R勉強会 佐渡島に 守られてる?
TokyoR 第67回R勉強会 調べてみた n 新津(新潟市)と能⽣(⽷⿂川市)の降雪量 n 1982年1⽉〜2017⽉12⽉31⽇(35年) n 12⽉〜2⽉(冬) n
⽇降雪量(3158⽇) n ⽻茂(佐渡島)の気温と⾵ n 最多⾵向が⻄北⻄〜北北東の冬型事例を抽出 n 気温で⾬雪判別 n 気温と⾵から降雪量を推定
TokyoR 第67回R勉強会 能⽣ 新津 ⽻茂 ✖
TokyoR 第67回R勉強会 データ(気象庁HPより)
TokyoR 第67回R勉強会 メカニズムの想像(気団変質) ※気候系のhot spot http://www.atmos.rcast.u-tokyo.ac.jp/hotspot/jpn/selected2/a03_k8.html
TokyoR 第67回R勉強会 ü 寒気が強いほど ü ⾵が強いほど 降雪量が多くなる メカニズムの想像(気団変質) 佐渡島で少なくなる
TokyoR 第67回R勉強会 モデル式 µ = a 0 + a 1
X 1 + a 2 X 2 +cS q = logistic(d 0 + d 1 X 1 ) Y ~ ZINB(q,µ,φ) 気温 ⾵速 佐渡 ⾬ 雪 ZINB(y | q,µ,φ) = Bernouli(0 | q)+ Bernouli(1| q)× NegBinomial(y = 0 |µ,φ) Bernouli(1| q)× NegBinomial(y |µ,φ) ⎧ ⎨ ⎩ 気温 ゼロ過剰負の⼆項分布
TokyoR 第67回R勉強会 MCMC MCMC MCMC MCMC MCMC MCMC MCMC MCMC
TokyoR 第67回R勉強会 推定結果 ※収束は確認済み ü ⾬→雪になる気温は⽻茂で5℃ ü 佐渡島で降雪量は43%減
TokyoR 第67回R勉強会 新潟市は佐渡島に守られている!
TokyoR 第67回R勉強会 Reference n 松浦 健太郎(2016)『StanとRでベイズ統計モ デリング』⽯⽥ 基広監修,共⽴出版 n John
K. Kruschke(2017)『ベイズ統計モデ リング: R,JAGS, Stanによるチュートリアル 原 著第⼆版』前⽥ 和寛 ・⼩杉 考司監訳,共⽴出版 n うなどんさんブログ『⽚⽅しかない靴下の数を ゼロ過剰ポアソン分布でモデリングしてみた』 https://mrunadon.github.io/UnderShoesCensoredZIP/
TokyoR 第67回R勉強会 Enjoy!