佐渡島を見積もる

佐渡島を見積もる話です。

Transcript

1. 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
2. TokyoR 第67回R勉強会 誰？
3. TokyoR 第67回R勉強会 名乗るほどの者では ございません。
4. TokyoR 第67回R勉強会
5. TokyoR 第67回R勉強会
6. TokyoR 第67回R勉強会 豪雪
7. 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
8. 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。
9. 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
10. TokyoR 第67回R勉強会 佐渡島に 守られてる？
11. 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
12. TokyoR 第67回R勉強会 能⽣ 新津 ⽻茂 ✖
13. TokyoR 第67回R勉強会 データ（気象庁HPより）
14. 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
15. 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
16. 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
17. TokyoR 第67回R勉強会 MCMC MCMC MCMC MCMC MCMC MCMC MCMC MCMC
18. 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
19. TokyoR 第67回R勉強会 新潟市は佐渡島に守られている！
20. 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/
21. TokyoR 第67回R勉強会 Enjoy！