レジーム分けを考慮した再生産関係の推定

レジームシフトが生じた年やレジームであるパラメータが共通する場合やレジームのパターンがA->B->CなのかA->B->Aなのか等が検討できる

fit.SRregime(
  SRdata,
  SR = "HS",
  method = "L2",
  regime.year = NULL,
  regime.key = 0:length(regime.year),
  regime.par = c("a", "b", "sd"),
  use.fit.SR = TRUE,
  length = 10,
  p0 = NULL,
  w = NULL,
  max.ssb.pred = 1.3,
  hessian = FALSE,
  bio_par = NULL,
  plus_group = TRUE,
  gamma = 0.001
)

Arguments

SRdata: get.SRdataで作成した再生産関係データ
SR: 再生産関係 ("HS": Hockey-stick, "BH": Beverton-Holt, "RI": Ricker)
method: 最適化法（"L2": 最小二乗法, "L1": 最小絶対値法）
regime.year: レジームが変わる年
regime.key: レジームのパターンを表す(0:2だとA->B->Cで、c(0,1,0)だとA->B->Aのようなパターンとなる)
regime.par: レジームによって変化するパラメータ(c("a","b","sd")の中から選ぶ)
length: 初期値を決める際のgridの長さ
p0: optimで設定する初期値
bio_par: data.frame(waa=c(100,200,300),maa=c(0,1,1),M=c(0.3,0.3,0.3)) のような生物パラメータをあらわすデータフレーム。waaは資源量を計算するときのweight at age, maaはmaturity at age, Mは自然死亡係数。これを与えると、steepnessやR0も計算して返す
plus_group: hなどを計算するときに、プラスグループを考慮するか
gamma: SR="Mesnil"のときに使用するsmoothing parameter

Value

以下の要素からなるリスト

input: 使用した引数のリスト
pars: 推定されたパラメータ
opt: optimの結果オブジェクト
resid: 再生産関係から予測値からの加入量の残差
loglik: 対数尤度
k: 推定したパラメータ数
AIC: AIC
AICc: AICc
BIC: BIC
regime_pars: レジームごとの推定パラメータ
regime_resid: レジームごとの残差
pred: レジームごとの各親魚量に対する加入量の予測値
pred_to_obs: 観測値に対する予測値
summary_tbl: 観測値と予測値を合わせた表
steepness: bio_parを与えたときに、steepness (h) やR0(漁獲がない場合の平均加入尾数), SB0(漁獲がない場合の平均親魚量)なども追加的に返す

Examples

if (FALSE) { # \dontrun{
data(res_vpa)
SRdata <- get.SRdata(res_vpa)
resSRregime <- fit.SRregime(SRdata, SR="HS", method="L2",
                            regime.year=c(1995,2005), regime.key=c(0,1,0),
                            regime.par = c("a","b","sd")[2:3])
resSRregime$regime_pars
} # }