CUPS更新について
最近CUPSが更新されたが、また印刷不可能となった。 解決方法は新pstopsを前のものにもどすことです。
投稿
Panasonic CF-W7のLCDの明るさの調整
ちょっと前までPanasonicのCF-W7のLCDの調整ができなかったが、これをやっと解決できました。 sudo apt-get install git-core git clone git://git.myrix.net/pana_acpi cd pana_acpi make sudo make install cp -r acpi/* /etc/acpi これでインストールが完了。最後にこのモジュールを実行させるだけです。 sudo /etc/init.d/acpid restart =--= I finally got my Panasonic CF-W7 brightness keys to work. Refer to the commands outlined above for details. Reference: Make backlight adjustment work in Ubuntu on the Panasonic CF-R7
とても忙しい一週間
今週は忙しくて、おどろきました。月曜日はTTシンポジウム。水曜日は教授会。木曜日は卒論発表会。そして、今日はN苅先生の最終広義。時も金のように貯金できたらと思いました。 前いた大学ではポスター発表でしたが、ここでのは卒論発表会は口頭発表でやります。7分の発表についき5分の質疑応答。学生は本当にいい研究をしていると感じたが、なかには科学といえないぐらいのものもあった。とくにおもしろかったのは二枚貝の潜砂行動のはなしでした。捕食者からにげるためには潜砂時間の短縮などは重要だと教えてもらった。または二枚貝だって疲労の影響をうけることも始めて知った。では、水流はこのような行動にどのように影響するんでしょうか？研究の種がまた増えた感じがします。
TT制度のシンポジウム
昨日、「地方総合大学における若手人材育成戦略シンポジウム」に参加し、結構勉強してくました。 とくに市川惇信先生の演説がよかった。 市川先生はまず、研究者個人について語った。とくに、注目したのは研究の「originality」。 「originality」の語源は「origin」＝ 起源、発端、源泉、源とのこと。 ということは、「originality」＝ 起源性。独創性や創造性ではない。大学の研究者は「オリジナルな研究成果」をしないといけないと訴え、「起源となる成果」を目指すことだと。 また、この様なスライドを出しました。 Figure 1. 研究開発の性格の2次元表示 これは、研究を大きく2軸に分類した図です。研究には「applied」と「non-applied」の軸と「breakthrough」と「incremental」の軸がある。起源となるような研究はQ1とQ2に存在しています。 そして、組織の役割についても語った。 ● 研究組織管理運営について、５つの原則を述べた。 ● 広い領域での優秀な研究者を採用する ● 異なる背景の研究者を集める ● 研究者に明確なVisionを与える ● 研究者に自由に発想させる ● 相互に刺激し合うよい雰囲気を維持する さらに、こういった「狭い分野の人はBreakthroughの創発に貢献できない」。 このようなことから、僕はあらためて組織のリーダの役割は重要だと感じました。やはり、Visionを見せてもらいたいですね。そして、できるだけ多く、センターの皆さんと交流しなきゃと感じさせられた。 今後からは独創性の高い起源となるような研究を目指します。 そのまえに、もうちょっと日本語も勉強したほうがいいかも。 ちなみに、 市川惇信先生のHPにリンク しました。
R: t-検定
前日、間違いをしてきされたので、ちょっと修正しました。 11月いらい、他の仕事でいそがしく、Rのゼミをネグレクトしていました。また再会したいのですが、どうでしょうか？ とにかく、t-検定のことについて、質問がきたので、ここでt-検定のやり方を紹介します。 まず、データを。 A=rnorm(100,mean=1,sd=1) B=rnorm(100,mean=2,sd=1) dataset=data.frame(c(rep("A",100),rep("B",100)),append(A,B)) names(dataset)=c("group","data") head(dataset) これで、データがあります。 簡単の統計を計算してみてください。平均や標準偏差・誤差など。 aggregate(dataset$data,dataset$group,mean) aggregate(dataset$data,dataset$group,sd) aggregate(dataset$data,list(dataset$group),mean) aggregate(dataset$data,list(dataset$group),mean) では、t-検定。 まずt-検定は t.test() というコマンドをつかいます。 t.test(data~group,data=dataset,alternative = "two.sided", paired=TRUE, var.equal=TRUE) # Output Paired t-test data: data by group t = -9.4714, df = 99, p-value = 1.557e-15 alternative hypothesis: true difference in means is not equal to 0 plot(data~group,data=dataset,xlab="Groups", ylab="Data value") 95 percent confidence interval: -1.599453 -1.045371 sample est...