Submit Search
Upload
なぜ系統を考慮するのか―演技する鳥類の進化―
•
0 likes
•
886 views
M
MikiSaijo
Follow
鳥学会2018自由集会W9「系統種間比較のいろは」のスライドです。種間比較はいいぞ。
Read less
Read more
Science
Report
Share
Report
Share
1 of 33
Download now
Download to read offline
Recommended
機械学習を理解するための数学テクニック勉強会 Lagrange 未定乗数法
機械学習を理解するための数学テクニック勉強会 Lagrange 未定乗数法
OWL.learn
「plyrパッケージで君も前処理スタ☆」改め「plyrパッケージ徹底入門」
「plyrパッケージで君も前処理スタ☆」改め「plyrパッケージ徹底入門」
Nagi Teramo
単一事例研究法と統計的推測:ベイズ流アプローチを架け橋として
単一事例研究法と統計的推測:ベイズ流アプローチを架け橋として
Yoshitake Takebayashi
一般化線形混合モデル isseing333
一般化線形混合モデル isseing333
Issei Kurahashi
海外大学院留学説明会@東京大学20141222
海外大学院留学説明会@東京大学20141222
Masashi_Minamide
Uplift Modelling 入門(1)
Uplift Modelling 入門(1)
Yohei Sato
jamoviによるデータ分析(3):分散分析
jamoviによるデータ分析(3):分散分析
YUNO SHIMIZU
統計的因果推論からCausalMLまで走り抜けるスライド
統計的因果推論からCausalMLまで走り抜けるスライド
fusha
Recommended
機械学習を理解するための数学テクニック勉強会 Lagrange 未定乗数法
機械学習を理解するための数学テクニック勉強会 Lagrange 未定乗数法
OWL.learn
「plyrパッケージで君も前処理スタ☆」改め「plyrパッケージ徹底入門」
「plyrパッケージで君も前処理スタ☆」改め「plyrパッケージ徹底入門」
Nagi Teramo
単一事例研究法と統計的推測:ベイズ流アプローチを架け橋として
単一事例研究法と統計的推測:ベイズ流アプローチを架け橋として
Yoshitake Takebayashi
一般化線形混合モデル isseing333
一般化線形混合モデル isseing333
Issei Kurahashi
海外大学院留学説明会@東京大学20141222
海外大学院留学説明会@東京大学20141222
Masashi_Minamide
Uplift Modelling 入門(1)
Uplift Modelling 入門(1)
Yohei Sato
jamoviによるデータ分析(3):分散分析
jamoviによるデータ分析(3):分散分析
YUNO SHIMIZU
統計的因果推論からCausalMLまで走り抜けるスライド
統計的因果推論からCausalMLまで走り抜けるスライド
fusha
「傾向スコア分析」 報告事例
「傾向スコア分析」 報告事例
Sayuri Shimizu
心理学におけるベイズ統計の流行を整理する
心理学におけるベイズ統計の流行を整理する
Hiroshi Shimizu
データ解析のための勉強会第7章
データ解析のための勉強会第7章
TokorosawaYoshio
TokyoR98_BeginnersSession1.pdf
TokyoR98_BeginnersSession1.pdf
kotora_0507
ベイズファクターとモデル選択
ベイズファクターとモデル選択
kazutantan
『予測にいかす統計モデリングの基本』の売上データの分析をトレースしてみた
『予測にいかす統計モデリングの基本』の売上データの分析をトレースしてみた
. .
実験計画法入門 Part 3
実験計画法入門 Part 3
haji mizu
Tokyor22 selection bias
Tokyor22 selection bias
Yohei Sato
基板から回路図を起こしてみよう
基板から回路図を起こしてみよう
Akira Kaneda
Aytac Fərzəliyeva İqlim.pptx
Aytac Fərzəliyeva İqlim.pptx
AytacFerzeliyeva1
2 7.一般化線形混合モデル
2 7.一般化線形混合モデル
logics-of-blue
実験計画法入門 Part 1
実験計画法入門 Part 1
haji mizu
大規模医療データベースを活用した治療効果研究の計画と報告:DB研究の手続き
大規模医療データベースを活用した治療効果研究の計画と報告:DB研究の手続き
Sayuri Shimizu
More Related Content
What's hot
「傾向スコア分析」 報告事例
「傾向スコア分析」 報告事例
Sayuri Shimizu
心理学におけるベイズ統計の流行を整理する
心理学におけるベイズ統計の流行を整理する
Hiroshi Shimizu
データ解析のための勉強会第7章
データ解析のための勉強会第7章
TokorosawaYoshio
TokyoR98_BeginnersSession1.pdf
TokyoR98_BeginnersSession1.pdf
kotora_0507
ベイズファクターとモデル選択
ベイズファクターとモデル選択
kazutantan
『予測にいかす統計モデリングの基本』の売上データの分析をトレースしてみた
『予測にいかす統計モデリングの基本』の売上データの分析をトレースしてみた
. .
実験計画法入門 Part 3
実験計画法入門 Part 3
haji mizu
Tokyor22 selection bias
Tokyor22 selection bias
Yohei Sato
基板から回路図を起こしてみよう
基板から回路図を起こしてみよう
Akira Kaneda
Aytac Fərzəliyeva İqlim.pptx
Aytac Fərzəliyeva İqlim.pptx
AytacFerzeliyeva1
2 7.一般化線形混合モデル
2 7.一般化線形混合モデル
logics-of-blue
実験計画法入門 Part 1
実験計画法入門 Part 1
haji mizu
大規模医療データベースを活用した治療効果研究の計画と報告:DB研究の手続き
大規模医療データベースを活用した治療効果研究の計画と報告:DB研究の手続き
Sayuri Shimizu
What's hot
(13)
「傾向スコア分析」 報告事例
「傾向スコア分析」 報告事例
心理学におけるベイズ統計の流行を整理する
心理学におけるベイズ統計の流行を整理する
データ解析のための勉強会第7章
データ解析のための勉強会第7章
TokyoR98_BeginnersSession1.pdf
TokyoR98_BeginnersSession1.pdf
ベイズファクターとモデル選択
ベイズファクターとモデル選択
『予測にいかす統計モデリングの基本』の売上データの分析をトレースしてみた
『予測にいかす統計モデリングの基本』の売上データの分析をトレースしてみた
実験計画法入門 Part 3
実験計画法入門 Part 3
Tokyor22 selection bias
Tokyor22 selection bias
基板から回路図を起こしてみよう
基板から回路図を起こしてみよう
Aytac Fərzəliyeva İqlim.pptx
Aytac Fərzəliyeva İqlim.pptx
2 7.一般化線形混合モデル
2 7.一般化線形混合モデル
実験計画法入門 Part 1
実験計画法入門 Part 1
大規模医療データベースを活用した治療効果研究の計画と報告:DB研究の手続き
大規模医療データベースを活用した治療効果研究の計画と報告:DB研究の手続き
なぜ系統を考慮するのか―演技する鳥類の進化―
1.
なぜ系統を考慮するのか -演技する鳥類の進化- 西條未来 総合研究大学院大学先導科学研究科 博士前期課程2年 ✉ saijo.0830@gmail.com 日本鳥学会2018@新潟 W09「系統種間比較のいろは」
2.
はじめに 2 ? X 系統種間比較はなぜ必要なのか?? ※方法についてはブラックボックスとして話します 分析したいもの ごにょごにょ
結果
3.
もくじ 1. 系統種間比較はなぜ必要か? 2. 系統種間比較はどうやってやるのか? 3.
実例 (チドリ目における対捕食者行動の種間比較) 3
4.
系統樹=生物の進化の歴史 • 生物の進化の歴史 • 種の近縁関係 などの情報が含まれる 4 →
系統を抜きにして生物の進化を 知ることはできない Darwinが1837年に書いた系統樹
5.
なぜ系統を考慮しなければならないのか 5 A.系統的制約がありデータが独立でないから 飾り羽を持つ種 飾り羽を持たない種 (例)
6.
“系統的制約”とは? 6 近い種は似たような形質を持ちやすいということ A C
DB E AとBの 共通祖先 AとEの 共通祖先
7.
“系統的制約”とは? 7 データが独立じゃない データが独立
8.
羽の長いグループ 羽の短いグループ “系統的制約”とは? 8 データが独立じゃない
データが独立
9.
羽の長いグループ 羽の短いグループ “系統的制約”とは? 9 データが独立じゃない
データが独立
10.
羽の長いグループ 羽の短いグループ “系統的制約”とは? 10 データが独立じゃない N
= 2 データが独立
11.
“系統的制約”とは? 11 飾り羽の獲得は1回 飾り羽の獲得は2回 形質の変化
→ レアイベント! 2羽 3羽
12.
“系統的制約”とは? 12
13.
系統樹を使うとどんなことが分かる? 1. 祖先形質の推定 その形質がどのように 進化したのかを明らかに する 2. 二形質間の相関 その形質の進化に関する 要因を明らかにする 13
14.
系統樹を使うとどんなことが分かる? 1. 祖先形質の推定 14 ? or
15.
系統樹を使うとどんなことが分かる? 1. 祖先形質の推定 15 ? or 案1: 墓を掘る
16.
系統樹を使うとどんなことが分かる? 1. 祖先形質の推定 16 ? or 案1: 墓を掘る
17.
系統樹を使うとどんなことが分かる? 1. 祖先形質の推定 17 ? or 案1: 墓を掘る →
案2: 祖先形質の推定
18.
系統樹を使うとどんなことが分かる? 1. 祖先形質の推定 18 or 10% 90% 形質をさかのぼって 推定する
19.
系統樹を使うとどんなことが分かる? 1. 祖先形質の推定 その形質がどのように 進化したのかを明らかに する 2. 二形質間の相関 その形質の進化に関する 要因を明らかにする 19
20.
系統樹を使うとどんなことが分かる? 2. 二形質間の相関 20 飾 り 羽 の 長 さ 飛行距離 長い 短い 長い短い 仮説: よく飛ぶ種は飾り羽が長い →
仮説は支持された!
21.
系統樹を使うとどんなことが分かる? 2. 二形質間の相関 21 仮説: よく飛ぶ種は飾り羽が長い →
仮説は支持された? 飾 り 羽 の 長 さ 飛行距離 長い 短い 長い短い
22.
系統樹を使うとどんなことが分かる? 2. 二形質間の相関 22 仮説: よく飛ぶ種は飾り羽が長い →
仮説は支持さなかった……😢 飾 り 羽 の 長 さ 飛行距離 長い 短い 長い短い
23.
系統樹を使うとどんなことが分かる? 2. 二形質間の相関 23 仮説: よく飛ぶ種は飾り羽が長い →
仮説は支持さなかった…… ? 飾 り 羽 の 長 さ 飛行距離 長い 短い 長い短い
24.
系統樹を使うとどんなことが分かる? 2. 二形質間の相関 24 系統を考慮しないと…? → 間違った結果を導き出してしまうことがある! 本当は系統の影響なのに 関係があると結論付けてしまう (type
I error) 本当は関係があるのに 無関係だと結論付けてしまう (type II error)
25.
もくじ 1. 系統種間比較はなぜ必要か? 2. 系統種間比較はどうやってやるのか? 3.
実例 (チドリ目における対捕食者行動の種間比較) 25
26.
系統種間比較はどうやってやる? 種間比較に必要なもの 1. 系統樹 2. 系統樹を扱える分析ソフト
(R, BayesTraits, Mesquite など) 3. 検証したい仮説とデータ 26
27.
1. 系統樹 27 Jetz
et al. (2012) Nature 鳥類9993種の系統樹 系統樹データはBirdtree.orgで入手可能
28.
2. 系統樹を扱える分析ソフト R, BayesTraits,
Mesquiteなど • 無料のフリーソフト • 使い方の教科書なども豊富 • ググればいろいろと出てきます Revellさんのブログとか 28
29.
3. 検証したい仮説とデータ • 自分で取ったデータでもよし! •
過去の論文やデータベースから得たデータでもよし! あとはアイディア勝負なので頑張ってください 29
30.
鳥で系統種間比較をやろう! 種間比較に必要なもの 1. 系統樹 2. 系統樹を扱える分析ソフト
(R, BayesTraits, Mesquite など) 3. 検証したい仮説とデータ 30 ← ある ← ある ← ある → いろいろできるぞ!
31.
もくじ 1. 系統種間比較はなぜ必要か? 2. 系統種間比較はどうやってやるのか? 3.
実例 (チドリ目における対捕食者行動の種間比較) 31
32.
もくじ 1. 系統種間比較はなぜ必要か? 2. 系統種間比較はどうやってやるのか? 3.
実例 (チドリ目における対捕食者行動の種間比較) ↑大人の都合により省略…… 32
33.
Take home message 33 間口は広く、奥は深く 系統種間比較は怖くない ✉
saijo.0830@gmail.com
Download now