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
•
891 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
Slideshow view
Report
Share
Slideshow view
Report
Share
1 of 33
Download now
Download to read offline
Recommended
有名な1983年のRubin&Rosenbaumの論文をナナメ読みしていきます
Rubinの論文(の行間)を読んでみる-傾向スコアの理論-
Rubinの論文(の行間)を読んでみる-傾向スコアの理論-
Koichiro Gibo
Interrupted time-series design Primer
分割時系列解析(ITS)の入門
分割時系列解析(ITS)の入門
Koichiro Gibo
分子生物学会2015発表資料
文献注釈情報MeSHを利用した網羅的な遺伝子の機能アノテーションパッケージ
文献注釈情報MeSHを利用した網羅的な遺伝子の機能アノテーションパッケージ
弘毅 露崎
Introduction to network meta-analysis
ネットワークメタ分析入門
ネットワークメタ分析入門
Senshu University
2017年3月9日 @ 北大・地球環境科学研究院 「地球流体データ解析・数値計算ワークショップ 」 https://www.gfd-dennou.org/library/davis/workshop/2017-03-08/ 地球流体電脳倶楽部 https://www.gfd-dennou.org/index.html
道具としての機械学習:直感的概要とその実際
道具としての機械学習:直感的概要とその実際
Ichigaku Takigawa
滋賀医科大学での系統的レビュー研究計画書作成ワークショップの第六回の前半のスライドです。
20160713 srws第六回@メタ・アナリシス前半
20160713 srws第六回@メタ・アナリシス前半
SR WS
堺と倉敷で行っている2017年系統的レビュー研究計画書作成ワークショップ第6回その1のスライドです。 メタ・アナリシスと存在、発生、効果の指標を解説しています。
201707srws第六回その1メタ・アナリシスと存在、発生、効果の指標
201707srws第六回その1メタ・アナリシスと存在、発生、効果の指標
SR WS
相関と因果について考える:統計的因果推論、その(不)可能性の中心
相関と因果について考える:統計的因果推論、その(不)可能性の中心
takehikoihayashi
Recommended
有名な1983年のRubin&Rosenbaumの論文をナナメ読みしていきます
Rubinの論文(の行間)を読んでみる-傾向スコアの理論-
Rubinの論文(の行間)を読んでみる-傾向スコアの理論-
Koichiro Gibo
Interrupted time-series design Primer
分割時系列解析(ITS)の入門
分割時系列解析(ITS)の入門
Koichiro Gibo
分子生物学会2015発表資料
文献注釈情報MeSHを利用した網羅的な遺伝子の機能アノテーションパッケージ
文献注釈情報MeSHを利用した網羅的な遺伝子の機能アノテーションパッケージ
弘毅 露崎
Introduction to network meta-analysis
ネットワークメタ分析入門
ネットワークメタ分析入門
Senshu University
2017年3月9日 @ 北大・地球環境科学研究院 「地球流体データ解析・数値計算ワークショップ 」 https://www.gfd-dennou.org/library/davis/workshop/2017-03-08/ 地球流体電脳倶楽部 https://www.gfd-dennou.org/index.html
道具としての機械学習:直感的概要とその実際
道具としての機械学習:直感的概要とその実際
Ichigaku Takigawa
滋賀医科大学での系統的レビュー研究計画書作成ワークショップの第六回の前半のスライドです。
20160713 srws第六回@メタ・アナリシス前半
20160713 srws第六回@メタ・アナリシス前半
SR WS
堺と倉敷で行っている2017年系統的レビュー研究計画書作成ワークショップ第6回その1のスライドです。 メタ・アナリシスと存在、発生、効果の指標を解説しています。
201707srws第六回その1メタ・アナリシスと存在、発生、効果の指標
201707srws第六回その1メタ・アナリシスと存在、発生、効果の指標
SR WS
相関と因果について考える:統計的因果推論、その(不)可能性の中心
相関と因果について考える:統計的因果推論、その(不)可能性の中心
takehikoihayashi
神戸大学政治学研究会2015年12月例会報告資料 一部の表が見にくい場合は http://www.JaySong.net/wp-content/uploads/2015/12/Kobepolisci_Conjoint.pdf をご参照下さい。 ( PDF version is also available in http://www.jaysong.net )
コンジョイント分析の方法論的検討
コンジョイント分析の方法論的検討
Jaehyun Song
日本語での理論的な資料があまりにも少ないので一応作ってみました。大きなミスはないと思いますが、厳密な議論は飛ばしたりしています。 11/6 リバイズしました
GEE(一般化推定方程式)の理論
GEE(一般化推定方程式)の理論
Koichiro Gibo
心理・医学系研究者のためのデータ解析環境Rによる統計学の研究会 第3回研究集会「二変量解析」 http://blue.zero.jp/yokumura/Rhtml/session03.html
初心者による初心者のための「質的データの二変量解析」
初心者による初心者のための「質的データの二変量解析」
Yasuyuki Okumura
臨床疫学研究における傾向スコア分析の使い⽅〜観察研究における治療効果研究〜 第4回臨床研究実践講座ワークショップ 2020/2/27 (⽊) 12:30~16:30 JAM⾦属労働会館3階 301・302会議室
臨床疫学研究における傾向スコア分析の使い⽅ 〜観察研究における治療効果研究〜
臨床疫学研究における傾向スコア分析の使い⽅ 〜観察研究における治療効果研究〜
Yasuyuki Okumura
臨床研究を行う上で生じやすい利益相反の状態について解説しました。
わかりやすい利益相反:臨床研究を成功させるために
わかりやすい利益相反:臨床研究を成功させるために
Masahiko Hara
第一回精神科診断学セミナー
潜在クラス分析
潜在クラス分析
Yoshitake Takebayashi
DTA SRWS@尼崎 2016.09.24
6診断精度のメタアナリシス
6診断精度のメタアナリシス
SR WS
第3回DARM勉強会資料
Darm3(samplesize)
Darm3(samplesize)
Yoshitake Takebayashi
堺と倉敷で行っている2017年系統的レビュー研究計画書作成ワークショップ第6回その2のスライドです。 メタアナリシス・異質性・出版バイアスの解説をしています。
201707srws第六回その2メタアナリシス・異質性・出版バイアス
201707srws第六回その2メタアナリシス・異質性・出版バイアス
SR WS
臨床疫学研究における報告の質向上のための統計学の研究会 第29回研究集会 2017/5/20 (土) 14:30~17:45 東京医科歯科大学 湯島キャンパス 1号館西7階 口腔保健学科第3講義室
非劣性試験の入門
非劣性試験の入門
Yasuyuki Okumura
介入研究の質の評価について、GRADEシステムに関して説明を行っています。
介入研究の質のアセスメント
介入研究の質のアセスメント
Senshu University
FP協会SG勉強会@東京のプレゼン資料
アセットアロケーションの未来
アセットアロケーションの未来
Kei Nakagawa
主成分分析の基礎
データ解析7 主成分分析の基礎
データ解析7 主成分分析の基礎
Hirotaka Hachiya
2014.11.29 Hijiyama.R #1 での発表資料です。
重回帰分析で交互作用効果
重回帰分析で交互作用効果
Makoto Hirakawa
傾向スコア(propensity score)を用いた論文の珍妙な事例紹介です。2012年に小規模の研究会向けに作ったスライドなので、最後の方はもう募集してないのですが。まぁいいか。
「傾向スコア分析」 報告事例
「傾向スコア分析」 報告事例
Sayuri Shimizu
missForest packageの紹介 “MissForest - nonparametric missing value imputation for mixed-type data (DJ Stekhoven, P Bühlmann (2011), Bioinformatics 28 (1), 112-118)
Imputation of Missing Values using Random Forest
Imputation of Missing Values using Random Forest
Satoshi Kato
This slide was presented in Tokyo.R #22.It describes about design of experiment with R. DoE.base package is useful for software testing because it makes easier for us to make orthogonal array.
Rで実験計画法 後編
Rで実験計画法 後編
itoyan110
NagoyaStat#7 StanとRでベイズ統計モデリング(アヒル本)の発表資料 NagoyaStat#7StanとRでベイズ統計モデリング(アヒル本)Chapter 4 https://atnd.org/events/91891 2017/11/02 ヤフー名古屋オフィスで開催 NagoyaStat#7で行った発表資料です StanとRでベイズ統計モデリング(アヒル本)のChapter 4です http://www.kyoritsu-pub.co.jp/bookdetail/9784320112421 NagoyaStat#7のイベント商法 https://atnd.org/events/91891 NagoyaStatとは https://www.slideshare.net/itoyan110/nagoyastat-5 2017/11/02 @ヤフー名古屋オフィス
NagoyaStat#7 StanとRでベイズ統計モデリング(アヒル本)4章の発表資料
NagoyaStat#7 StanとRでベイズ統計モデリング(アヒル本)4章の発表資料
nishioka1
2013年8月10~11日にかけて北大函館キャンパス内で行われた統計勉強会の投影資料です。 2日目 2-6.ゼロ切断・過剰モデル ゼロがないデータや、0が多すぎるデータを分析する方法を解説します。 サイト作ってます http://logics-of-blue.com/
2 6.ゼロ切断・過剰モデル
2 6.ゼロ切断・過剰モデル
logics-of-blue
酸性雨情報交換会勉強会資料
ベイズ統計によるデータ解析
ベイズ統計によるデータ解析
Kunihiro Hisatsune
More Related Content
What's hot
神戸大学政治学研究会2015年12月例会報告資料 一部の表が見にくい場合は http://www.JaySong.net/wp-content/uploads/2015/12/Kobepolisci_Conjoint.pdf をご参照下さい。 ( PDF version is also available in http://www.jaysong.net )
コンジョイント分析の方法論的検討
コンジョイント分析の方法論的検討
Jaehyun Song
日本語での理論的な資料があまりにも少ないので一応作ってみました。大きなミスはないと思いますが、厳密な議論は飛ばしたりしています。 11/6 リバイズしました
GEE(一般化推定方程式)の理論
GEE(一般化推定方程式)の理論
Koichiro Gibo
心理・医学系研究者のためのデータ解析環境Rによる統計学の研究会 第3回研究集会「二変量解析」 http://blue.zero.jp/yokumura/Rhtml/session03.html
初心者による初心者のための「質的データの二変量解析」
初心者による初心者のための「質的データの二変量解析」
Yasuyuki Okumura
臨床疫学研究における傾向スコア分析の使い⽅〜観察研究における治療効果研究〜 第4回臨床研究実践講座ワークショップ 2020/2/27 (⽊) 12:30~16:30 JAM⾦属労働会館3階 301・302会議室
臨床疫学研究における傾向スコア分析の使い⽅ 〜観察研究における治療効果研究〜
臨床疫学研究における傾向スコア分析の使い⽅ 〜観察研究における治療効果研究〜
Yasuyuki Okumura
臨床研究を行う上で生じやすい利益相反の状態について解説しました。
わかりやすい利益相反:臨床研究を成功させるために
わかりやすい利益相反:臨床研究を成功させるために
Masahiko Hara
第一回精神科診断学セミナー
潜在クラス分析
潜在クラス分析
Yoshitake Takebayashi
DTA SRWS@尼崎 2016.09.24
6診断精度のメタアナリシス
6診断精度のメタアナリシス
SR WS
第3回DARM勉強会資料
Darm3(samplesize)
Darm3(samplesize)
Yoshitake Takebayashi
堺と倉敷で行っている2017年系統的レビュー研究計画書作成ワークショップ第6回その2のスライドです。 メタアナリシス・異質性・出版バイアスの解説をしています。
201707srws第六回その2メタアナリシス・異質性・出版バイアス
201707srws第六回その2メタアナリシス・異質性・出版バイアス
SR WS
臨床疫学研究における報告の質向上のための統計学の研究会 第29回研究集会 2017/5/20 (土) 14:30~17:45 東京医科歯科大学 湯島キャンパス 1号館西7階 口腔保健学科第3講義室
非劣性試験の入門
非劣性試験の入門
Yasuyuki Okumura
介入研究の質の評価について、GRADEシステムに関して説明を行っています。
介入研究の質のアセスメント
介入研究の質のアセスメント
Senshu University
FP協会SG勉強会@東京のプレゼン資料
アセットアロケーションの未来
アセットアロケーションの未来
Kei Nakagawa
主成分分析の基礎
データ解析7 主成分分析の基礎
データ解析7 主成分分析の基礎
Hirotaka Hachiya
2014.11.29 Hijiyama.R #1 での発表資料です。
重回帰分析で交互作用効果
重回帰分析で交互作用効果
Makoto Hirakawa
傾向スコア(propensity score)を用いた論文の珍妙な事例紹介です。2012年に小規模の研究会向けに作ったスライドなので、最後の方はもう募集してないのですが。まぁいいか。
「傾向スコア分析」 報告事例
「傾向スコア分析」 報告事例
Sayuri Shimizu
missForest packageの紹介 “MissForest - nonparametric missing value imputation for mixed-type data (DJ Stekhoven, P Bühlmann (2011), Bioinformatics 28 (1), 112-118)
Imputation of Missing Values using Random Forest
Imputation of Missing Values using Random Forest
Satoshi Kato
This slide was presented in Tokyo.R #22.It describes about design of experiment with R. DoE.base package is useful for software testing because it makes easier for us to make orthogonal array.
Rで実験計画法 後編
Rで実験計画法 後編
itoyan110
NagoyaStat#7 StanとRでベイズ統計モデリング(アヒル本)の発表資料 NagoyaStat#7StanとRでベイズ統計モデリング(アヒル本)Chapter 4 https://atnd.org/events/91891 2017/11/02 ヤフー名古屋オフィスで開催 NagoyaStat#7で行った発表資料です StanとRでベイズ統計モデリング(アヒル本)のChapter 4です http://www.kyoritsu-pub.co.jp/bookdetail/9784320112421 NagoyaStat#7のイベント商法 https://atnd.org/events/91891 NagoyaStatとは https://www.slideshare.net/itoyan110/nagoyastat-5 2017/11/02 @ヤフー名古屋オフィス
NagoyaStat#7 StanとRでベイズ統計モデリング(アヒル本)4章の発表資料
NagoyaStat#7 StanとRでベイズ統計モデリング(アヒル本)4章の発表資料
nishioka1
2013年8月10~11日にかけて北大函館キャンパス内で行われた統計勉強会の投影資料です。 2日目 2-6.ゼロ切断・過剰モデル ゼロがないデータや、0が多すぎるデータを分析する方法を解説します。 サイト作ってます http://logics-of-blue.com/
2 6.ゼロ切断・過剰モデル
2 6.ゼロ切断・過剰モデル
logics-of-blue
酸性雨情報交換会勉強会資料
ベイズ統計によるデータ解析
ベイズ統計によるデータ解析
Kunihiro Hisatsune
What's hot
(20)
コンジョイント分析の方法論的検討
コンジョイント分析の方法論的検討
GEE(一般化推定方程式)の理論
GEE(一般化推定方程式)の理論
初心者による初心者のための「質的データの二変量解析」
初心者による初心者のための「質的データの二変量解析」
臨床疫学研究における傾向スコア分析の使い⽅ 〜観察研究における治療効果研究〜
臨床疫学研究における傾向スコア分析の使い⽅ 〜観察研究における治療効果研究〜
わかりやすい利益相反:臨床研究を成功させるために
わかりやすい利益相反:臨床研究を成功させるために
潜在クラス分析
潜在クラス分析
6診断精度のメタアナリシス
6診断精度のメタアナリシス
Darm3(samplesize)
Darm3(samplesize)
201707srws第六回その2メタアナリシス・異質性・出版バイアス
201707srws第六回その2メタアナリシス・異質性・出版バイアス
非劣性試験の入門
非劣性試験の入門
介入研究の質のアセスメント
介入研究の質のアセスメント
アセットアロケーションの未来
アセットアロケーションの未来
データ解析7 主成分分析の基礎
データ解析7 主成分分析の基礎
重回帰分析で交互作用効果
重回帰分析で交互作用効果
「傾向スコア分析」 報告事例
「傾向スコア分析」 報告事例
Imputation of Missing Values using Random Forest
Imputation of Missing Values using Random Forest
Rで実験計画法 後編
Rで実験計画法 後編
NagoyaStat#7 StanとRでベイズ統計モデリング(アヒル本)4章の発表資料
NagoyaStat#7 StanとRでベイズ統計モデリング(アヒル本)4章の発表資料
2 6.ゼロ切断・過剰モデル
2 6.ゼロ切断・過剰モデル
ベイズ統計によるデータ解析
ベイズ統計によるデータ解析
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