KuboWeb top

更新: 2017-10-26 14:42:19

生態学のデータ解析 - 「統計モデリング入門」まちがいなど


[もくじ]


第 15 刷 (2017?) で修正したいまちがい 

  • 石橋さんから,いろいろとご指摘いただきました.ありがとうございます.
  • p.101 (誤) "P 値は第一種の過誤をおかす確率であり" → "P 値は検定統計量 \Delta D_{1,2} の値の極端さを確率として表現したものであり"
  • p.171 (誤) ある個体iの種子数がy_iである確率 → (正) ある個体iの生存種子数がy_iである確率
  • p.191, p.218 "P(Y|q)は尤度に比例する確率" → "P(Y|q)は尤度",つまり尤度関数って確率分布だった…ということで

第 14 刷 (2017) で修正したかった図 10.4 

  • 図の修正は無理そうなので,あきらめますか…
  • 修正前 previous
  • 修正後 fig10_4

第 13 刷 (2016-10-15) で修正したまちがい 

  • p.97 5.2項の 2 行め:λ → λ_i (阿部さんからご指摘いただきました)

第 12 刷 (2016-01-15) で修正されたまちがい 

  • p.232 本文一番下の行: 図 10.3 (B) → 図 10.5 (C) (山根さんからご指摘いただきました)
  • p.147 図 7.3 (B) 二項分布の確率 q をまちがって作図していました (田代さんからご指摘いただきました)

Fig7_3.png

第 11 刷 (2015-04-24) で修正されたまちがい 

  • p.247 の同時分布の式: 1/(2s^2) の前の "-" (マイナス) がぬけています

errataP247

第 10 刷 (2014-07-15) で修正されたまちがい 

  • たくさんあります! …… 2013-10-23 平松一彦さんからご指摘いただきました
  • P.31下から2行目: 説明変数 → 応答変数
  • P.48,図3.4: 「このモデルはxが7~13ぐらいの範囲だけで適用できる近似だと考えることにしよう」と述べているが,図ではxが-4~4の範囲で書かれており,7~13 の範囲は見ることができない.
    • 対処: 図 3.4 のキャプションの最後の一文を修正する
  • P.51,下から2行目: とる確率です. → とる確率の2倍です
  • P.73,脚注*7: 正規分布とは異なり…… logL* = 0 とはなりません → 正規分布では観測値=平均の時,logL*=-ln0となり (p.137 の対数尤度関数で評価した場合),0ではなく∞に近づくのでおかしい
    • 対処: 脚注*7 の最後の文から余計な記述を削除する
  • P.90,下から3行目: AICが高くなる → AICが低くなる
  • P.107,囲みの中の一番下の行の 4.54 → 4.514
  • P.126,囲みの上: (stepAIC() を使用しても) 一定モデルの AIC は特に表示されない
  • P.129 脚注*23: 引数 direction = "both" を指定してもx:fのみのモデルのAICは計算されない.
    • 対処: 削除する
    • (平松さんの解説) R の glm() では,主効果なしで交互作用項を入れるとかなり複雑な挙動をするようです.6章の例の場合,x+x:fとx:fは同等で推定パラメータ数は3個,f+x:fは推定パラメータ数は4個でx+f+x:fと同等です.以上はまだ納得できますが,xも因子型とするといずれの場合もx+f+x:fと同等になりました.
  • P.233,下から3行目: 無情報事前分布を推定します → 無情報事前分布を用いて推定します

  • まちがい追加! です -- 岡本俊さんからご指摘いただきました 2013-11-28
  • p.206 本文下から8行目:「W はあるサンプル列内の分散」 (誤)
    • 「W はサンプル列ごとの分散の平均」(正)

第 8 刷 (2013-10-04) で修正されたまちがい 

  • 第 6, 7 刷ではまちがい修正をしませんでした
  • p.163 L13
    • (修正前) 「複数の個体からデータをとる」
    • (修正後) 「個体から複数のデータをとる」
      • そういうデータのとりかたによって,個体が反復ではなく擬似反復になる (個体差が見えてしまう)
    • 2013-06-02 清水健さんのご指摘
  • p.104 pb() 関数を定義している R コード
    • (修正前) sapply(1:n.bootstrap, function(i) get.dd(d))
    • (修正後) replicate(n.bootstrap, get.dd(d))

第 5 刷 (2012-12-14) で修正されたまちがい 

  • p.88 脚注*24
    • (修正前) パラメーター数 k を 1 増やしたときの log L* の増分は
    • (修正後) 無意味なパラメーターをひとつ増やしたときの -2 log L* の増分は
      • 2012-11-21 sa_hitogashi さんのご指摘
  • p.104 pb() 関数を定義している R コード
    • (修正前) sapply(1:n.bootstrap, get.dd, d)
    • (修正後) sapply(1:n.bootstrap, function(i) get.dd(d))
      • 2012-09-24 黒田啓行さんのご指摘
  • p.130 L1
    • (修正前) 交互作用項についての利用で注意すべきは
    • (修正後) 交互作用項を使うときに注意すべきは
  • p.170 L3
    • (修正前) たとえば場所差も同時に
    • (修正後) たとえば個体差だけでなく場所差なども同時に
  • p.212 脚注*35 に追記
    • なお,このモデルでは中央化された x を使っていることに注意してください.
      • 中央化されていないモデルでの beta_1 は 1.5 で,中央化の場合は 2.0 が「真の」値だということ (x の平均は 5 なので)

第 4 刷 (2012-09-25) で修正されたまちがい 

  • p.200 図 9.3 のキャプション
    • (修正前) 階層ベイズモデル
    • (修正後) (階層ではない) ベイズモデル

第 3 刷 (2012-07-17) で修正されたまちがい 

  • p.175 図 8.5 のキャプション 3 行目以降
    • (修正前) 「対数尤度の高い方向にだけ移動する」というルールで試行錯誤すると,どのような $q$ の初期値からスタートしても,単調に変化しながら,30 ステップぐらいで最尤推定値である $q = 0.46$ の点に移動する.
    • (修正後) 「対数尤度の高い方向にだけ移動する」というルールで試行錯誤すると, $q$ の初期値とは関係なく,対数尤度 $L(q)$ が最大になる (図 8.3 参照) ような $q = 0.46$ に移動する.
      • 2012-06-13 竹中明夫さんのご指摘
      • ついでにご指摘いただいたのだけど,図 8.5 の点線は不自然ではないかとのこと……たしかに,こんなに一直線に動くのはヘンだな (プログラムのバグ?)

第 2 刷 (2012-07-05) で修正されたまちがい 

  • p.16 注 10 (←隅田さんのご指摘で p.10 と書いてたのを p.16 と修正)
    • (修正前) 「-0.5 以上 0.5 未満」「0.5 以上 1.5 未満」
    • (修正後) 「-0.5 より大 0.5 以下」「0.5 より大 1.5 以下」
      • 2012-05-27 竹澤邦夫さんのご指摘
  • p.52 1 行目
    • (修正前) 黒くぬられた面積が
    • (修正後) 黒くぬられた面積の 2 倍が
      • 2012-05-30 田村隆志さんのご指摘
  • p.52 図 3.6 のキャプション 4 行目
    • (修正前) 黒くぬられた面積が
    • (修正後) 黒くぬられた面積の 2 倍が
      • 2012-05-30 田村隆志さんのご指摘