2005-09-26 朝から晩まで。_ 計算機仕事。シミュレーションつうのはパラメータがひとつ増えると、xNで効いてくるので大変。いかにパラメータを少なくしつつ、かつ、有用な結果を得られるようにするかが悩むところだ。 シミュレーションするためのパラメータを決めるためにシミュレーターを作ったりなんかして、まさに魑魅魍魎か？！ _ PicaView.Windozeでの話で恐縮だが、ACDSeeのPicaViewつうのが、画像の確認に大変便利なのでインストールして使っている。 が、私にとってのこいつの最大の問題点は、「Ctrl + W」が、表示画像を壁紙に設定するという機能に割り当たっている点だ。 普通、「Ctrl + W」は、ウインドウを閉じるだろう。 これのおかげで、全くなんの風情もないテスト画像を何度壁紙にしてしまったことか。 それ以外は、全くもってして動作も軽くてシンプルでよいソフトだ。この点以外は、大変に満足している。 もっと読みたい奇特なかたは、↓の読みたい月をクリックしてね。 |
最新ツッコミ |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||
> パラメータがひとつ増えると、xNで効いてくるので大変。<br><br>ご存知だと思いますが、この手の解析には直交法とか使うのが常道かな? と思っています。
まつさんに私も賛成です。 正式には実験計画法と呼ばれてます。実験計画法とは、ある目的変数に対して複数のパラメータが想定されるとき、最小の実験回数（シミュレーション）で、最適なパラメータの組み合わせと設定を知ることができます。 簡単な統計ソフト（私はMinitabを使ってますが）で十分です。
ありがとうございます。実験計画法は日常的に導入しておりますが、あるパラメータ組に対する結果が離散的になる場合、その統計の取り方をどうするかという点で非常に悩みます。臨界点というか、関数で言えば変曲点が見極められない。<br>そのために、はじめに適当な分散を持った入力値とパラメータ組を用意して、それによりパラメータの変化に伴う出力結果の遷移状態を観察したりしてます。私はscilabとR（フリーの統計解析ソフト）を使ってます。
実験計画は目的変数が連続値（計量値）のときに使いますね。 では、ロジスティック回帰分析では駄目ですか。 これは目的変数が離散の場合に使えます（例えば、成功と不成功とか、良と不良のような場合）。パラメータが複数あって、それらが連続値でも離散値でもOKですよ。 この方法を使えば、どの条件のときにベストの成功率（あるいは歩留まり）になのかを知ることができます。
ロジスティック回帰分析・・・難しいんですよね、これ。<br>以前、遺伝情報処理ソフトを開発していたとき、お客さんだった先生から、突然変異の研究で遺伝子に傷を付けた場合の変異状態結果を解析するための支援機能として、ロジスティック回帰分析機能を入れて欲しいなんていうこと言われたことあります。<br>久しぶりに勉強してみっかな。