本：思考の整理学

先週「つん読」していた本を読み終わったので、昨日は新しい書籍を購入しに大阪のジュンク堂へ。

数冊を補充し、昨日は

思考の整理学　外山滋比古著　ちくま文庫

を読了。東大・京大で５年間販売冊数第１位という帯に惹かれました。

しまった、これはもっと早く読んでおくべきだった。
そして大学生の皆さん、特にこれから卒論を書くことになる皆さん、是非読んでください。
この本には、卒論を書くとはどういうことか、卒論を書くためにどうすべきかの示唆がふんだんにちりばめられています。

以下わたしの心に止まったことを箇条書きにて

1 グライダーにエンジンを持たせる教育とは？
2 快活な頭の状態を意識的に作る（忘却することの大事さを含む）
3 １つのアイディアにとらわれすぎないこと
4 整理する、寝かせる、書く、話す
5 創造の芽を育てる

2-4は近年その重要性を痛感しており、自分なりに気をつけていたけれど、1と5は未だ難しく。

わたしの場合、4の「整理」のためのアイディアメモにはWunderlistを利用しており、「寝かせる・書く」のためには研究用雑記ノートと研究テーマ（プロジェクト）に特化したノートを作成、結果のまとめはLaTeXか場合によってはWordで、「話す」は近くに研究の話ができる方が少ないため（ぐすん）メールとEvernoteで行うことが多いです。

ノートに書くことが未だに好きなのは、「考える」「寝かせる」が一緒にできるからなのではないかと思う次第。

そういう理由から、わたしは講義中に板書を撮影することは不可としています。
何が大事か考えながら、自分なりにまとめてメモをすることのほうが重要ですよ。

四方山：清須会議

下田の出張が延期になったので（Iさんとそのご家族が早く元気になりますように！）、昨日は来週日曜日の女子中高生のための関西科学塾の講義資料の作成。中高生の皆さんを対象に二酸化炭素濃度上昇に伴う海洋酸性化のシミュレーションをします！

今日は放射性物質関連のお仕事を再開。そして久々に定時に大学を出て、清須会議を観てきてしまいました。今回は三谷さんがメガホンを取る初の時代物、さらには豪華な顔ぶれが出演とのことで楽しみにしていました。実際に楽しめました。三谷さんの作品はいつも人物間の駆け引きが絶妙ですが、今回も健在。役者の皆様も本当に素晴らしかったですが、個人的に小日向文世さん演じる丹羽長秀が一番素敵でした...！

三谷さんの映画作品に連なるテーマとして夢と挫折、仕事と責任が描かれているように感じており、活力をいただいております。

四方山：下田に出張してきます

昨日は鉄還元細菌による鉄還元動態のモデルのアイディアをまとめ、簡単なシミュレーション結果も添えて共同研究者に送るところまでなんとか終了（今週の目標にしていたので良かった良かった）。

忙しいときもすぐに返事をくれる人で、いつもポジティブなコメントをくれるのが嬉しい（今回の場合はvery nice!でした）。自分もそうありたいと思います...いや、思っているだけではいかんですね、そうせねば。

週末から火曜日まで共同研究の打ち合わせで筑波大学下田臨海実験センターに滞在してきます。ついにマンガン、ヒ素に関わる研究にも乗り出せるか？！（MnはCe anomalyの研究の時に少しだけ関わったけれど）あと、DOC関連のことも話し合えたらな...楽しみ！

四方山：今日は臨時休業日でした

...ということに大学に着いてから気がつきました。
学園祭中はサイエンスオープンラボにたくさんの皆様にお越しいただき、誠に有り難うございました！
情報科学科の催しへの来場者数は計679名でした。

今日はひたすら鉄還元細菌についての論文を読んでおりました。Fe(II)による還元の阻害とか、electron shuttle（日本語でなんと訳すのかしら？）とか、どう考えるべきかな...！

そして16時半からは高知大学の加藤元海さんによるセミナー、その後懇親会でした。

MathematicaでのStepwise変数選択（変数減少法のみ）

MathematicaでStepwise変数選択（変数減少法のみ）のプログラム作成してみました。

改良などご助言ありましたらご連絡いただけると嬉しいです。

AICやBICなどによる選択法のプログラムも作ったのですが、また次回にでも。

(* テスト用のデータ作成 *)

tmp = {RandomReal[{0, 20}, 40], RandomReal[{0, 20}, 40] , RandomReal[{0, 20}, 40],
   Table[0.5*x + RandomVariate[NormalDistribution[0, 1]], {x, 1, 40, 1}],  Table[1*x + RandomVariate[NormalDistribution[0, 1]], {x, 1, 40, 1}]};
data = {"x1", "x2", "x3", "x4", "y"};
data = Join[{data}, Transpose[tmp]];
data // TableForm

(* dataの最後のリストを従属変数として、他の変数を独立変数として重回帰し、結果をreslistに保存。推定されたパラメタに対するt検定のp値が全てcritを下回ったら終了（誤差項は除いています）。そうでなければ最大のp値が返されたパラメタを持つ独立変数を除き再度重回帰。独立変数の数が0になったら変数選択を終了。*)

crit = 0.2;
label = data[[1]];
df = Transpose[Drop[data, {1}]];
xlist = Table[Subscript[x, i] , {i, 1, Length[df] - 1}];
reslist = {}; tmplist = {};
While[Length[df] > 1,
 {
  data = Transpose[df];
  lm = LinearModelFit[data, xlist, xlist];
  AppendTo[reslist, lm];
  tmp = Drop[lm["ParameterTable"][[1]][[1]][[All, 5]], 2];
  AppendTo[tmplist, tmp];
  Print[label];
  If[Length[Select[tmp, # > crit &]] == 0, Break[]];
  remove = 1; maxP = -1;
  For[i = 1, i <= Length[tmp], i++,
   If[tmp[[i]] > maxP, {remove = i, maxP = tmp[[i]]}]];
  df = Delete[df, {remove}];
  label = Delete[label, {remove}];
  xlist = Delete[xlist, {remove}];
  }
 ]

(* ベストモデルの抽出 *)

Normal[Last[reslist]]
Last[reslist]["ParameterTable"]

論：微生物群衆の情報は窒素循環を知るためには役に立たない？

---

Do we need to understand microbial communities to predict ecosystem function? A comparison of statistical models of nitrogen cycling processes
Graham et al. (2014) Soil Biol. Biochem., 68, 279-282

---

微生物群衆の遺伝子存在量データを含む土壌多変量データに対して、硝化速度やN2Oフラックスを従属変数としてステップワイズ変数選択、重回帰分析を用い、微生物群衆データがない方がモデルの説明力が高いことを示した論文。

それで微生物群衆データの情報が窒素循環を知るためには有益でないとするのはちと乱暴すぎるのでは？
まず線形和だけで従属変数を説明できるとする考え方は仮定に過ぎないので、その仮定に基づいたら微生物群衆データ情報は役に立たないという結論になった、というだけの話だと思うのです。
非線形関係を考慮したらどうなるのか？という議論も必要。

統計モデルはプロセスを駆動するメカニズムを知るための指標を提示するものであって、統計モデルを構築することでメカニズムを理解することにはならないと考えます。

---

大学：明日から学園祭、情報科サイエンスオープンラボは2日と3日開催です。

明日から奈良女子大学第62回恋都祭が開催です。

理学部情報科学科では今年もサイエンスオープンラボにて展示を行います。

今年は「おいでよバーチャルの森！」というテーマで、AR (Augmented reality: 拡張現実) や Kinectの技術を体験できる展示と、プログラミング体験講座が開催されます。

情報科の展示は2日と3日になります。お時間がありましたら是非お越しください！