厦門大学での発表会
発表会のために、20分のトークを準備しました。高先生や石松先生もいれて、合計5人の研究者が、研究内容の紹介などをしてくれました。 メソコゾムの経験に関する発表や、酸性化の成果報告、クマノミの研究についてのトークがありました。私は、一次生産量の観測法や観測結果を紹介した。学生からも質問があって、まぁまなセミナーだとおもった。
投稿
メソコゾムの見学後、植物円へ
メソコゾムを見学したの午前で、昼過ぎからは若干の時間があきました。そして、隣の植物園にいくことにしました（他に行けるところがなかったので）。 植物園の入場料は５０RMB（そのひのレートだと、750円ぐらいかな）。 園内すべてを見学するには3時間もかかるといわれたので、90分ぐらいしか散歩しなかったことから、まだまだ見るものはあったとおもいました。園内では結婚記念写真をとっているカップルもいました。
高先生は９機のメソコゾム
高先生のグループはとにかく、研究費には困っていない。彼らは、湾の中に大きなイカダを作業プラットフォームにし、９つのメソコゾムや電源（5kWのソーラーパネルと電池など）も準備している。 ここで酸性かによる植物プランクトンや動物プランクトンの生物多様性や生産の動態を観測するようです。 石松先生がおちたらどうしようとおもっていましたが、無事にイカダからあがれた。
厦門ではホテル～メソコゾム～大学～ホテル
厦門で泊まったホテルは悪くなかったが、あまりいい場所になかったので、行動範囲は結構制限されていました。結局、ホテル、大学、高先生のメソコゾム、ホテルの隣にある植物園とホテルのレストランしか行っていない。 チェックインした夜はホテルで結婚式があったそうで、結構にぎやかでした。
中国の空港はキャパオバー？！
今回は国際交流・国際研究活動のため、厦門大学にいきました。 長崎から厦門にいくために、まずは石松研のムラタさんにお世話になり、昭和町のバス停まで送ってもらいました。そこから、福岡空港へ。2時間ぐらいかけて、昼前に福岡につきました。中国東方航空の便にのり、上海浦東国際空港にいった。そこで、飛行機を乗り換えて、厦門へいきました。福岡からは時間どおりに離陸したが、なぜか上海の出発は30分以上おくれた。これぐらい遅れたのは始めてだ。 ところが、厦門空港でも全く同じできことでした。飛行機の離陸許可おりるず、機内食は飛ぶ前にとりました。1時時間ぐらいは滑走路のそばで、待機しました。ところが、上海について、福岡行きの便に乗り換えると、ここでも45分機内で待機しました。長崎市に戻れたの00:30。本当に一日中移動だけでした。
Estimating the mean value using R2jags
Estimating the mean value using R2jags This file was generated on 2013-03-06 18:32:36 Load the libraries. library(plyr) library(reshape2) library(ggplot2) library(gridExtra) library(R2jags) library(mcmcplots) library(xtable) Make data Make some simulated data to analyze. This way, we know the true mean and standard errrors. Here, we make two sets of data with different number of samples. In the small set, we have 6 samples from a normal distribution with a mean of 600 and a standard error of 30. In the big set, we have 1000 samples from the same normal distribution. smallset = rnorm(6, mean = 600, sd = 30) bigset = rnorm(1000, mean = 600, sd = 30) GLM Histogram plots p1 = ggplot() + geom_histogram(aes(x = smallset)) + labs(x = "Small set of 10 samples") p2 = ggplot() + geom_histogram(aes(x = bigset)) + labs(x = "Big set of 1000 samples") grid.arrange(p1, p2) The GLM for the small dataset m1 = glm(smallset ~ 1, family = gaussian) ...