条件付自己回帰モデルによる空間自己相関を考慮した生物の分布データ解析(<特集2>始めよう!ベイズ推定によるデータ解析)

概要

論文の詳細を見る
野外の生物の分布パターンは生育に適した環境の分布や限られた移動分散能力などの影響をうけるため、空間的に集中した分布を持つことが多い。データ解析においてはこのような近隣地点間の類似性「空間自己相関」を既知の環境要因だけでは説明できないことが多く、近い地点同士ほど残差が類似する傾向がしばしば発生する。この近隣同士での残差の非独立性を考慮しないと、第一種の過誤や変数の効果の大きさを誤って推定する原因になることが知られているが、これまでの空間自己相関への対処法は不十分なものが多く見られた。近年、ベイズ推定に基づく空間統計学的手法とコンピュータの能力の向上によって、より現実的な仮定に基づいて空間自己相関を扱うモデルが比較的簡単に利用できるようになっている。中でも、条件付き自己回帰モデルの一種であるIntrinsic CARモデルはフリーソフトWinBUGSで計算可能であり、生物の空間分布データの解析に適した特性を備えている。Intrinsic CARモデルは「空間的ランダム効果」を導入することで隣接した地点間の空間的な非独立性を表現することが可能であると共に、推定された空間的ランダム効果のパターンからは対象種の分布パターンに影響を与える未知の要因について推察することができる。空間ランダム効果は隣接した地点間で類似するよう、事前分布によって定義され、類似の度合いは超パラメータによって制御されている。本稿では空間自己相関が生じるメカニズムとその問題点を明らかにした上で、Intrinsic CARモデルがどのように空間自己相関を表現しているのかを解説する。さらに、実例として小笠原諸島における外来木本種アカギと渡良瀬遊水地における絶滅危惧種トネハナヤスリの分布データへの適用例を紹介し、空間構造を考慮しない従来のモデルとの比較からIntrinsic CARモデルの活用の可能性について議論する。
2009-07-31

条件付自己回帰モデルによる空間自己相関を考慮した生物の分布データ解析(<特集2>始めよう!ベイズ推定によるデータ解析)

スポンサーリンク

概要

著者

関連論文

スポンサーリンク