「データ解析のための統計モデリング入門」8章 二項分布の乱数を発生させる

「データ解析のための統計モデリング入門」8章 MCMCとメトロポリス法について。

データ解析のための統計モデリング入門――一般化線形モデル・階層ベイズモデル・MCMC (確率と情報の科学)

• 作者: 久保 拓弥
• 出版社/メーカー: 岩波書店
• 発売日: 2012/05/19
• メディア: 単行本

この本に書かれているアプローチを IBM SPSS Modeler（旧称クレメンタイン）でできないか？と思いやってみることにした。

まず、二項分布の乱数を発生させる必要があります。

IBM SPSS Modelerには、二項分布の乱数を直接発生させる関数はないので、いくつかのノードを組み合わせて作ることにします。

この本には、生存確率 0.45625 に従う各植物個体8個の種子の生死を調べています。
それを20個体調べています。

教科書のデモデータ

data <- c(4,3,4,5,5,2,3,1,4,0,1,5,5,6,5,4,4,5,3,4)

Rで二項乱数を発生させる場合

rbinom(20, 8, 0.45625)

これを、IBM SPSS Modeler（旧称クレメンタイン）で発生させる場合のステップ
1. 入力データを160個用意する（20×8）

2. 0から1までの乱数を発生させる
　random(1.0)

3. 各レコードに対し、生死を判別する
　if rand <= 0.45625 then 1 else 0 endif

4. 8個の種子グループ（index_種子）を作成する
　(index - 1) div 8

5. レコード集計をする
　→ 160レコードを20レコードに集計

これで、二項分布の乱数を発生させることができました。

試しに1万個のレコードから 10000 ÷ 8 = 1250 個の乱数を発生させてみると、

こんなグラフになりました。