こんな企画があってこのブログが載っていたと教えていただきました 「遺伝学・遺伝統計学の研究メモ」という説明がされていました。散漫な内容なので、それ以上の説明はなし、でした ちなみに、ノミネートにdeveloped byと書かれているけれど、このサイト、…

今、目の前にn.option本の道がある その道には、それぞれ案内板が立っていて、「この道を進むと、n.type種類の猛獣が必ず１頭出ます。これまでの記録では、虎がa頭、蛇がb頭、蜘蛛がc頭…出ました」という情報が得られる 一方、分岐点に立っている「私」は、…

Mutation in Folate Metabolism Causes Epigenetic Instability and Transgenerational Effects on Development 葉酸代謝異常に伴う胎児発生異常のエピジェネティック効果が5代に渡って現れることを述べた論文 母系のDNA配列によらない表現型への影響に関す…

"Topologically inferring risk-active pathways toward precise cancer classification by directed random walk"という論文で、遺伝子ネットワークにおける部分パスウェイにスコアを与えている This paper gave scores to subgraph pathways in gene netwo…

空間があって、そこの座標をとする 多項事象があって、この空間に事象が観察されるとにが得られる ここで、個々の観察対して、それをを中心とした正規分布で空間に起きたとみなせば、その総和は積分が検体数の分布を作る この分布に照らすと、空間の任意の点…

一卵性双生児は本当によく似ている。「前からも後ろからもクリソツ」だ、と言う。でも「性格は違うんですよ」とも。 身体表現型の遺伝的制御は頑健で、精神表現型(脳神経ネットワーク)はそうでもない、ということだろう モデルとしてはどんな風に考える？ 一…

こちらで濃淡がいろいろな分布とその上のディリクレ分布のことをやっている こちらでフローサイトメータをやっている まずまずな樹状形の分布をランダム発生させてみる 適当に枝分かれルールを作り、枝の長さをつくり、それを順次「生やす」ことで木型を作る…

昨日と同じ設定。今日は、各観測点に同じ寄与力を授けたうえで、その寄与力を最大にする１パラメタの最適値推定をする方法でやってみる # 説明変数次元 n.x <- 2 # 被説明変数に影響を及ぼす変数数 n.x.a <- 2 # 被説明変数レベル数 n.y <- 2 Y.level <- 1:n…

複数の因子が多項(二項を含む)の生起確率に影響を与えるらしい サンプルについて因子を観察して生起を観察し、それに基づいて、新規サンプルについて因子を測定して、生起を予測したいというような場合 パラメトリックにやるのもありだけれど、高次元化した…

乱数を使う my.qdirichlet <- function(v,a,n=10000){ r <- rdirichlet(n,a) d <- ddirichlet(r,a) d0 <- ddirichlet(v,a) length(which(d<=d0))/n } ベータ分布で試してみる n <- 100 a <- c(1,1) a2 <- c(3,8) R <- rdirichlet(n,a) q <- rep(0,n) for(i i…

昨日の話題は説明変数が２値、従属変数も２値 従属変数を３値に拡張 また、計算を少し速く 図は従属変数が３値。灰色は仮説空間。黒い点は複数の仮説が指し示す「最尤モデル」でその強さを点の大きさにしたもの。赤い点は全体総合の「平均」 # n元テーブル #…

昨日の話題の一般化 昨日は2x2表からベータ分布を使って、事後生起確率分布を算出する話と、それを数値計算的に出す話を書いた 数値計算にするにしても、次元が膨大になると大変そう…と思ったり、要因の数が大きくなりすぎると、overfittingがどういう形で効…

前の記事の課題を一般性を持たせて書いておこう 今、個の仮説があって、それに対応して、空間に定義された個の確率密度分布がある 事前確率として、が想定されているとき、事前確率密度分布は、ただし、と表される。 ここでデータ・エビデンスがもたらされた…

ベータ分布を用いた理論的計算を前の記事で書いた 既知分布を使えないこともある そんなときに、うまく数値計算的に同じことができると便利 # 数値計算的にやろう # 既存の関数などが使えないが、２次元空間に格子状の確率値が得られたとして、同じことを実…

これは下書き 昨日の話題の脇道 要因Xのありなしとともに、ある事象Yの生起の有無の集計をとったら Y(+) Y(-) X(+) a b X(-) c d だったという さて。新しいサンプルがX(+)だったときに、Yの生起確率に何を思うのか… X(+),X(-)で生起確率が違うのなら、(a,b)…

昨日の話題の脇道 要因Xのありなしとともに、ある事象Yの生起の有無の集計をとったら Y(+) Y(-) X(+)女 a b X(-)男 c d だったという さて。新しいサンプルがX(+)だったときに、Yの生起確率に何を思うのか… X(+),X(-)で生起確率が違うのなら、(a,b)を用いて…

鑑別診断は、観察情報による診断名ごとの事後確率を計算すること 事後確率を比較し、十分な尤度的根拠があるとみなせれば一つの診断名に『確定』する 場合によっては複数の診断名に『絞り込む』 診断名が決まると、考慮する必要が思い浮かばない数多の治療法…

同一の条件に対して発生した0/1の集計結果から、1になる確率を推定するときにベータ分布を使うことがある １個の量的変数に依存して発生する0/1の集計結果から、量的変数に関してロジスティック関数に回帰することもよくある ロジスティック関数への回帰では…

(治療)介入がよかったかわるかったかの評価をすることはよくある(いつも評価する) 評価というのは、尺度に照らすこと 最も簡単な尺度は、0か1かに分けること 「効いた」か「効かなかった」か もう少しだけ複雑にすれば「効いた/効かなかった」「副作用があっ…

治療介入というのは、病的亜分布を時間経過後にどこかしらに移動させる力のあるもの 病的亜分布は「なにもしな」くても状態空間の中を移動して行くが、介入をするとその移動パターンが変化する 「全体としてよい治療」というのは、その亜分布を「全体」とし…

非病的状態は空間に分布をなしている 病的状態はそこからの逸脱であって、なにがしかのまとまりをもつ亜分布 非病的状態と病的状態とには道があることもあれば、両者は分布特性上、区切ることのできないひとつながりかもしれない 道は前疾病状態とみなすこと…