ぼやき

ベイズを勉強しているとか言うと，実験研究なのに珍しいね。と言われます。
確かに現象を確率変数として捉える性質上，ベイズは野外とか向きのようにも思います。
でも，生物を科学として扱う以上，実験室でもばらつきや変動は（おそらく人為的に制御できる以上に）大きいような気もします。
それこそ個体レベル・細胞レベルで行動や形態を長期に渡って観測できたら，莫大なデータを得ることができたら
個体ごとや地域ごとに似た挙動を示す変数を入れたり，時系列データとして扱ったり，と古典的な統計手法ではできなくなるのではないか。
ベイズの柔軟性はホントにすごい。（というか，ベイズ以外で確率変数まみれのモデリングってできるのか。
塩基配列比較とかで最尤法でごりごりしました。という研究もあるくらいだから，あるのかなぁ。これは系統樹作成関連の論文にあたってみればいいかな。）

だからといって，実験室実験，しいて言ってしまえば医学における臨床研究のような場合にベイズを用いた手法が使われるのだろうか。
（浅はかな知識ですが）多少臨床研究にもベイズは使われているようですが，今後数十年でマジョリティにはなるのだろうか。

ある現象の背後にあるパラメータや「真理」みたいなものを推定するのにベイズは非常に有用で，経験であったり，様々な情報を現実に即してモデルに組み込めるという点は非常に魅力的だけど，実験室のようにかなりいろいろなファクターを制御できる場合においては，これの効果はこの程度だぁあああとババババンと結果を明瞭に出せるから，ベイズの出番はないのかなぁ。つか，これが効いている！と言えればいいからそれでいいのよね。

ん？
臨床研究においては，例えば，投薬した時期の差や施設間や個人レベルの制御できない違いをランダム要素としてるのかな。
となれば，植物や昆虫を使う場合においても制御したつもりでも制御できてないこともあるので，実験者の違いとか時期の違いとか家系とか。。少なくとも混合モデルにすべき？？？？でも，がっつり差が出れば，言いたい事言えればいいじゃんという気もするけど。
でも差が出ても，その差が本当にその効果に起因するものなのかは検証する必要がある気がする。
よくわかんねぇや。高名な先生とかがなんか言えば流れが変わったりするのかもな。

くぎゅう。

ある著名な統計モデル規準を作った先生には以前こう言われた。
「言われたことだけをやっていてはいけません。人と少し違った観点で物事にあたれ。」

分子生物ゴリゴリの人から見れば，僕の実験なんて，データとって数字を使ってパラメータを推定して考察してるだけやんとないがしろにされそうですがあと１年頑張ってみよう。

よっしゃ！ひとまず日本を応援しよう。もいっかい韓国とやってほしいな。そうなれば漫画みたいな展開ですな。