廣田忠雄🦋山形大学🐼理学部🦚生物🐾

講義や演習、ゼミに関する情報や連絡を、主に載せてます。
ひろたゝゞお ≡ ヒロタヽヾオ
旧blog名: 森羅万象around千歳山・せいぶつブツブツ🐜𝔱𝔴𝔢𝔢𝔱𝔰 𝔣𝔬𝔯 𝔟𝔦𝔬𝔩𝔬𝔤𝔶
[短縮url: bit.ly/34BAgAk]

カテゴリ: 講義

実習実施期間 2024年8月5~7日(月~水)
p.s. 2023年8月10,14~16日は教員の一斉休業期間。11~13日は祝日土日。

 目的  街灯が夜行性のクモの造網行動に与える影響を調査。
※詳細も見ること!
 実習予定地 
1〜2日:山形大学小白川キャンパス (PM7:30に理学部1号館ロビーに集合)
2〜3日:山形大学理学部S309 (PM4:00に集合)

 実習方法 
① 測定と採集(1~2日目): 19:30に理学部1号館集合。日没後に実習地で、クモの円網を探し、円網の中心で照度を測定する。クモは種や性別などを特定するために採集。比較対象の為、円網があった場所の周辺且つ、照度以外の条件は類似するものの円網が無い場所でも照度を測定。21:30頃解散予定。

② 同定(2~3日目): 16:00に3実に集合。実体顕微鏡等で観察し、種の確認、雌雄の判定、体サイズの測定を行う。
※判定・測定方法はTAの助言に従うこと。

 演習後の提出課題 
① 全ての班のデータを以下のリンクに掲載した。全てのデータを用いて、②~⑤の作図・解析を行うこと。オスのサンプルが少ないので、雌雄の区別はしない。
② 縦軸に網の照度(自然対数)、横軸に対照照度(自然対数)となる散布図を作成せよ(解答例)。両種の図を個別に作成すること。
※グラフはRを使わずとも、Excel等のソフト・アプリで作成しても構わない。

③ ズグロオニグモについて、照度(自然対数)が網の有無に与える影響を図示し、一般化線形モデル(GLM)で検定せよ(解答例)。 ロジスティック回帰でも同様の解析は可能(解答例)。
④ 横軸に体サイズ、縦軸に網サイズ(長短径の幾何平均)となる散布図を作成せよ(解答例)。両種の図を個別に作成すること。

⑤体サイズを独立変数(説明変数)、網サイズを従属変数(応答変数)として回帰分析し、傾き(slope)・切片(intercept)・決定係数(R2)・棄却率(P)を求めよ。解析は両種別々に作成すること(解答例)。
※回帰分析は、Excelの分析ツールでも解析可能(解答例)。
クモ調査ガイド by 新谷
Rのインストール 一般化線形モデル スライド#10~17
続きを読む

実習実施期間 2024年8月5~7日(月~水)
p.s. 2023年8月10,14~16日は教員の一斉休業期間。11~13日は祝日土日。

2024年度の「生態学演習 (動物)」では、テーマを2つに分けます。
希望するテーマ(班)を、7/15までにページ末のフォームで送信して下さい。
希望者が予定人数を上回った場合、無作為に班分けします。
未回答者も、無作為に班分けします。

実習の詳細
①チョウ班: 標識再捕法によるモンシロチョウの個体数推定
②クモ班: 夜行性クモの造網場所選択
希望調査2024R6
続きを読む

【事前課題 】 ※野外演習前に提出
1. 他種との違い
モンシロチョウ(Pieris rapae crucivora)が、スジグロシロチョウ(Pieris melete)やモンキチョウ(Colias erate poliographus)と、形態や色・食草・行動パターンがどのように異なるか説明せよ。
※演習で、スジグロやモンキをモンシロと誤認する学生が多いので、事前に学生自身で確かめておいてほしい。

2. Lincoln-Petersen法による個体数推定
下記の仮想データの1日目を標識日、2日目を再捕日として、個体数(NC, NB)を推定せよ。
2-1. Chapman推定
N C = ( M + 1 )( C + 1 ) R + 1 - 1

C = 再捕日に捕獲した全個体数
R = 再捕日に捕獲した既標識個体数
M = 再捕日より前に標識された全個体数

2-2. ベイズ推定
N B = ( M - 1 )( C - 1 ) R - 1

C = 再捕日に捕獲した全個体数
R = 再捕日に捕獲した既標識個体数
M = 再捕日より前に標識された全個体数

仮想データ (表中の数字は、個体に標識した通し番号)
1日目
新規捕獲個体+標識後開放
1, 2, 3, 4, 5, 6, 7, 8, 9, 10,
11,12,13,14,15,16,17,18,19,20,
21,22,23,24,25,26,27,28,29,30,
31,32,33,34,35,36,37,38,39,40,
41,42,43,44,45,46,47,48,49,50

2日目
再捕獲した既標識個体+再開放新規捕獲個体+標識後開放
7,10,24,28,31,36,
38,41,43,44,46
51,52,53,54,55,56,57,58,59,60,
61,62,63,64,65,66,67,68,69,70,
71,72,73,74,75,76,77,78,79,80,
81,82,83,84,85,86,87,88,89,90

3日目
再捕獲した既標識個体 新規捕獲個体
17,22,25,31,42,43,
47,48,57,60,76,80,
81,83,85,88,89
91,92,93,94,95,96,97,98,99,100,
101,102,103,104,105,106,107,108,109,110,
111,112,113,114,115,116,117,118,119,120,
121,122,123

3. Jolly-Seber法による個体数推定
上記の仮想データを対象に、個体数(N2)と生存率(f1)を推定せよ。
再捕獲2回のJolly-Seber法 調査日 (t)
1日目2日目3日目
総捕獲数 (nt  = mt + ut) n1 n2 n3
捕獲した既標識個体数 (mt) m1  = 0 m2  = r1,2 m3  = r1,3 + r2,3
捕獲した未標識個体数 (ut) u1  = n1 u2u3
放した個体数 (st)
[全部放せばntに等しい]
s1s2 s3
推定標識率 (αt) m 2 + 1 n 2 + 1 ➡① m 3 + 1 n 3 + 1
1日目に標識した個体の捕獲数r1,2r1,3
2日目に標識した個体の捕獲数r2,3
推定標識個体数 (Mt) m 2 + ( s 2 + 1 ) r 1,3 r 2,3 + 1 ➡②
推定個体数 (Nt)
推定生存率 (ft) s 1
「➡」他で同じ値を用いる事を示す記号(左辺を右辺に代入)

事前課題提出用フォーム
提出締切: 2024年7月31日(水)

事前課題 (必須)

実習実施期間 2024年8月5~7日(月~水)
p.s. 2023年8月10,14~16日は教員の一斉休業期間。11~13日は祝土日。
集合時刻
1日目 8:30 AM
2・3日目 9:00 AM
※11:30 AM頃から、室内で各自データ整理。.
集合・実習場所
集合場所は、芸工大でもバス停でもなく、廣田のPrius周辺です。

最寄バス停 山交: 芸術工科大学前 or 大橋    南くるりん: 芸術工科大学前
※「大橋」が最も近いが、集合時刻に間に合わず、帰りも本数が少ない。
※循環バス「南くるりん」も、集合時刻に間に合わない。
※芸工大の食堂は涼んだり、昼食をとるには最適。
当日、実習地でやる事
1. モンシロチョウを捕虫網で捉える。n4♂
2. 傷つけないように気をつけながら、翅に油性ペンで「性別♂♀」「記号」「通し番号」を描く。

※♂♀の見分け方: 交尾器の性差オスの例NHK動画
3. マークが写るよう写真を撮ってから、モンシロチョウを放す(右図)。
4. 午後、写真をまとめてe-mail#1e-mail#2e-mail#3に送付。表題に学生番号と氏名、本文にマークした記号・番号・性別を記載する事。
持参するもの
1. スマートフォン or デジカメ
2. マスク (コロナ対策) ※マスクをしても熱中症のリスクは上がらない(救急医学会)
3. 飲み物, 帽子や日傘 (熱中症対策)

続きを読む

統計学の基礎を概説し、課題を「R」で実践する演習です。
「R」は実習室のPCにはインストール済ですが、自宅学習する場合、手持ちのPCにインストールする必要があります。インストール方法は、たくさんのサイトで解説されています。例えば、 こちらの動画 等を参考にして下さい。
 註  本演習では、RStudioRコマンダを推奨も解説もしません。

 第1週   Rを使おう ~ 四則演算, 論理式, ベクトル[PDF]

 第2週   Rに慣れよう ~ 文字列, 繰り返し, 条件分岐[PDF]

 第3週 区間推定 (中央値)

 第4週 区間推定 (平均値)

 第5週 検定 (1試料) 二項検定   χ2検定 

 第6週 検定 (2試料, 多試料) + おまけ(Barnard, Boschloo検定)
 Fisherの正確確率検定   χ2検定   Wilcoxonの順位和検定 
 第7週 検定 (2試料, 多試料)
 Brunner-Munzel検定   Kruskal-Wallis検定   Dunn検定   t検定 

Tips: macOSのRでパッケージのインストール

 第8週 分散分析(ANOVA) 一元配置   二元配置  課題8

 第9週 対応のある検定 課題9
 McNemar検定   符号検定   Wilcoxonの符号順位和検定   Friedman検定 
 第10週 回帰 課題10
『課題10-2』は、Excelの「並べ替え」機能を使うと容易。

 第11週 線形モデル, 最尤推定 課題11

 第12週 一般化線型モデル(GLM) (音声付き) 課題12
念の為、「御解答の例」のスライドを追加しました。
※我ながら「えー...」が多くて耳障りですが、考えながら喋るとそうなってしまうようです。取り直す時間的余裕がありませんので、ご容赦下さい。

 第13週 検出力と第2種の誤り 課題13
2024年1月17日は自宅等でWebClassの動画を見て下さい

 第14週 ベイズ法, モデル選択 課題14モンティ・ホール等解答

 第15週   Rで描こう ~ グラフ, 図形の描画 課題15
続きを読む

↑このページのトップヘ