土と生き物

2024年9月30日月曜日

徒労

午前
・データ整理

午後
・データ整理

修論論文化。佳境に入りつつあるが、散見するデータセットの重なるチェック、、、徒労に終わった１日。

2024年9月25日水曜日

最多記録

午前
・ハンミョウ調査
・ネズミ調査

午後
・データ整理
・資料作成

３ヶ月間続いたハンミョウ調査がとうとう終了。

１０年目という節目の年だったけど、捕獲数は最多記録を更新した。

2024年9月24日火曜日

午前
・卒論手伝い（野外調査）
・データ解析

午後
・データ解析
・論文書き

NMDSに環境データをバイプロットする際にハマったのでメモ。

metaMDS( )でNMDSを実施し、envfit( )で関連のある環境データを抽出し、その座標データを「vector$arrows」で抽出してggpolt( )で作図すると、ordiplot( )とplot( )で作図した場合と環境データの表示が異なることが分かった。

下図は、Rによる群集組成の解析のデータを使わせて頂き、ordiplot( )とplot( )で作成した図。

環境データのベクトルよりも上部に点がある。そして、「vector$arrows」で抽出した座標データを用いてggplot( )で作成したのが下図。

環境データのベクトルが点よりも上部まで伸びている。多分、長さは全て同じなのだろう。

朧げな理解しかできていないが、「vector$arrows」は関係性の（座標上での）方向性のみの情報を有しており、関係性の強さが考慮されてないみたい。下記サイトによると、この座標データは「direction cosines」と記されている。

関係性の強さを加えて補正するには、r²のルートを書ければ良いそうだ。

もしくは、scores( )を使って座標を抽出すれば良い。下図はscores( )で抽出したデータを用いて作成した図。ordiplot( )とplot( )と同じ図になった！

参考にしたサイト
Plotting envfit vectors (vegan package) in ggplot2
Rによる群集組成の解析

2024年9月20日金曜日

文献の勉強

午前
・卒論手伝い（野外調査）×２
・論文書き

午後
・会議
・論文書き

群集論文を進めるが、海岸生態系の知識があまりにも乏しくて細かな議論が全くできない。

一旦、文章を書くのを止めて関連文献の勉強を読み込む。

色々と研究されているな、、、と焦る

2024年9月19日木曜日

四分位数

午前
・ハンミョウ調査

午後
・資料作成
・論文書き

論文用に箱ヒゲ図をチェックしている最中にビックリしたこと。

例えば、「4,5,11,23,27,44,75,87,90,100」で箱ヒゲ図を描き、プロットを載せると下記のような図になる。

ちなみにコマンドは以下の通り。

a <- c(4,5,11,23,27,44,75,87,90,100)
b <- rep("B", 10)
ab <- data.frame(a,b)

ggplot(data=ab, aes(x=b, y=a)) +
  geom_boxplot() +
  geom_point(size=5, col="red")

データ数が１０個なので、中央値は下（or上）から５番目と６番目の値の平均値となる。

上記のデータでは「27, 44」の平均値で「35.5」となる。図から正確な数値は読み取れないが、中央値の線が点と点の真ん中にあることから、この考えが正しいことは分かる。

で、問題は第１四分位数と第３四分位数である。第１四分位数は下から数えて２５％、第３四分位数は７５％となるデータである。

データが偶数の場合は、半分に分けて、それぞれの真ん中の値が、それらに当たる。

この考えに基づくと、データが偶数で「箱ヒゲ図＋プロット」を描くと、箱の下線と上線にプロットが重なるはずである、、、が重なっていない。

昨夜、投稿用の図を眺めていて、このことに気づいてヒヤっとした。何かミスがある〜、と。

ただ、summary()で四分位数を算出すると、図の値と一致している感じ。私の認識が間違っているのか？

> summary(ab)
       a              b            
 Min.   :  4.0   Length:10         
 1st Qu.: 14.0   Class :character  
 Median : 35.5   Mode  :character  
 Mean   : 46.6                     
 3rd Qu.: 84.0                     
 Max.   :100.0

答えを教えてくれるサイトがありました。「四分位数の違いについて～みんなちがってみんないい～」さん、ありがとうございます。

四分位数には、複数の考え方があるそうです。

私の認識は「文部科学省推奨の定義」だった。文部科学省の指導要領の下で勉強してきた成果か。

で、サイトに「ExcelやRで使われる、“計算機タイプの四分位数”」と書かれていました。

概念は分かりにくいのだが、大量のデータに対して効率よく計算できる仕組みだそうです。計算方法は下記サイトに書かれています。計算方法自体は簡単です。

参考にしたサイト
四分位数の違いについて～みんなちがってみんないい～