マルコフ連鎖モンテカルロ(MCMC)法を用いたシミュレーションモデルのパラメータ推定 : ベイジアンキャリブレーション入門  [in Japanese] An introduction to parameter estimation of simulation models by Bayesian calibration  [in Japanese]

Access this Article

Search this Article

Author(s)

    • 山道 真人 YAMAMICHI Masato
    • 総合研究大学院大学生命共生体進化学専攻 Department of Evolutionary Studies of Biosystems, The Graduate University for Advanced Studies (Sokendai)

Abstract

野外で得られる生態学のデータは複数の因果関係・プロセス・誤差を含み、複雑な構造を有している。その中から知りたい情報を抽出するためには、適切なモデリングが必要不可欠である。シミュレーションモデルは複雑なプロセスであっても直感的なモデリングが可能であるため、保全・管理などの応用的な分野において広く用いられている。しかし、(1)パラメータ数が膨大になる、(2)実測データにもとづいた適切なパラメータ推定が難しいという2点から、その有効性を疑問視する見方もある。近年、シミュレーションモデルの持つこのような弱点を克服する強力な手法として「ベイジアンキャリブレーション」が提案されている。ベイジアンキャリブレーションとは、MCMCなどのベイズ推定の手法を用いて観測データからモデルのパラメータを推定する手法である。本稿では、ベイジアンキャリブレーションの有効性を個体ベースの移動分散モデルを事例に示す。

Journal

  • Japanese journal of ecology

    Japanese journal of ecology 59(2), 207-216, 2009-07-31

    The Ecological Society of Japan

References:  33

Cited by:  9

Codes

  • NII Article ID (NAID)
    110007340200
  • NII NACSIS-CAT ID (NCID)
    AN00193852
  • Text Lang
    JPN
  • Article Type
    Journal Article
  • ISSN
    00215007
  • NDL Article ID
    10394648
  • NDL Source Classification
    ZR3(科学技術--生物学--植物)
  • NDL Call No.
    Z18-43
  • Data Source
    CJP  CJPref  NDL  NII-ELS  IR 
Page Top