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
970
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
320
状態空間モデルによる予測と補間
tanaka_marimo
0
200
時変係数モデル
tanaka_marimo
0
380
brmsの使い方
tanaka_marimo
0
480
不連続回帰デザイン
tanaka_marimo
0
500
ぼくの町の不安定
tanaka_marimo
0
740
真夜中には何が起こっているのか
tanaka_marimo
0
980
Featured
See All Featured
VelocityConf: Rendering Performance Case Studies
addyosmani
320
23k
No one is an island. Learnings from fostering a developers community.
thoeni
14
2.1k
Fantastic passwords and where to find them - at NoRuKo
philnash
36
2.5k
GraphQLの誤解/rethinking-graphql
sonatard
50
9.2k
Rails Girls Zürich Keynote
gr2m
91
13k
In The Pink: A Labor of Love
frogandcode
138
21k
Java REST API Framework Comparison - PWX 2021
mraible
PRO
18
6.9k
Put a Button on it: Removing Barriers to Going Fast.
kastner
58
3k
Music & Morning Musume
bryan
41
5.6k
Git: the NoSQL Database
bkeepers
PRO
422
63k
Why You Should Never Use an ORM
jnunemaker
PRO
50
8.6k
GraphQLとの向き合い方2022年版
quramy
31
12k
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!