Hvaler, politikk, og statistikere

Transkript

1 1/21 Hvaler, poltkk, og statstkere Nls Ld Hjort Department of Mathematcs, Unversty of Oslo Faglg-pedagogsk dag, 2-x-17

2 2/21 Tdlgere faglgpedagogske foredrag: 2002: Hvorfor skøytesprnterne må gå 500 meter to ganger. 2006: Stlle flyter kke Don: En krangel mellom Nobel-prsvnnere (Solжencyn protv Xolohova). 2013: Hvem skal få lov tl å gå ttusenmeter? 2014: Sksprnt: hvordan semfnalene vrker nn på fnalene. 2015: Når tok Forfatter To over for Forfatter En, verdens første roman (Trant lo Blanch, 1460)? 2017: And now for somethng completely dfferent...

3 1 stk. hval, 1 stk. forsker (og deltdspoltker): Johan Hjort (foundng father for en del av hvalforsknngen, også poltsk, etc.). 3/21

4 Generelle temaer Hvaler er vanskelge å telle, å følge, å montorere, å sette kvoter for, å modellere (og analysere, og tolke) nnenfor de større økologske sammenhenger. Poltkk (og mljøforsknng, sosolog, grønnometr, psykolog, økonom, arbedsplasser, power games) kommer nn bldet... skal v tllate kommersell hvalfangst det hele tatt (og, så fall, på hvlket nvå)? Internatonal Whalng Commsson (startet 1946) har 88 medlemsland: et nternasjonalt samarbedsforum, for å nå vtenskapelg enghet (om mulg), for beslutnnger, for råd men de kan kke bestemme. IWC har også en Scentfc Commttee. Statstkere (og andre forskere) gjør stt beste, om de mest relevante marnøkologske spørsmål (bestandsestmerng, bestandsutvklng, analyse av mulge endrnger oppførsel og fysolog) og havner av og tl krysslden (eller den sorte gryte). 4/21

5 Plan 1 Australa anlegger sak mot Japan, ICJ Haag! The Japanese Whale Research Program under Specal Permt n the Antarctc (JARPA): er forsknngen for dårlg? IWC bestemmer: «the Norwegan Team» og «the Australan Team» vurderer vsse aspekter vdere... 2 Er hvalene bltt slankere, de sste 18 år? Er β year < 0, eller kke? 3 Hvlken modell er best (for hva), og hvlket modellvalgskrterum skal man bruke? Holder det med lneær regresjon, eller må man tl med lnear mxed models? V kjører FIC, the Focused Informaton Crteron (Claeskens og Hjort, vdereutvklet her av Cunen og Hjort) 4 Hvordan legge frem de statstske konklusjoner? V kjører cc(β), confdence curve (Schweder og Hjort, vdereutvklet her av Cunen og Hjort) 5 Oppsummerng (statstker vs. statstker?) 5/21

6 «The Norwegan team»: Lars Walløe, Ce lne Cunen, Nls Ld Hjort (er de kjøpt og betalt av Japan?) 6/21

7 7/21 1: Australa mot Japan Haag Australa ser: Japan har drept altfor mange hval!, og deres forsknng er for svak! De må straffes!

8 8/21 Har JARPA-forsknngen vært for dårlg? Dger og lang rettssak, over flere år ( ), med mange punkter, advokater, flere ekspertvtner. Lars Walløe var ekspertvtne, for Japan (men står sterkt nok alene tl at han blr respektert på begge sder). Konklusjoner Haag: Noen rper den japanske lakk, men «frkjent» på vsse punkter. JARPA ( ) har tatt for mange hval forhold tl det som var de forsknngsmessge forutsetnnger. ICJ ser: De må skjerpe seg for JARPA II (som er betydelg mndre). Japanske forskere har flere «funn», men australske forskere sår tvl om dsse. IWCs Scentfc Commttee bestemmer: ny runde om bter av forsknngen: the Norwegan Team og the Australan Team skal arbede hver for seg, men kommunsere og krtsere. Statstkerne Célne og Nls arbeder hardt, og drar på hvalmøte...

9 V drar tl årsmøtet for the Scentfc Commttee of the Internatonal Whalng Commsson, for å legge frem våre funn... 9/21

10 ... der det ser omtrent slk ut. Thnkng under fre! 10/21

11 2: Er hvalene bltt slankere, denne 18-års-peroden? 742 hval, fettvekt ( tonn), over 18 år. Er β year negatv? Hva bør egentlg måles? 11/21

12 Fettvekt, som funksjon av dag sesongen. 12/21

13 3: Modeller (mange) og analyser (mange) Lag en god modell for data, og analyser dem! Det er en rekke vanskelgheter og statstske skjær sjøen. Sesongene er forskjellge; områdene nær Sydpolen lkeså; man må legge nn kjønn, gjette på alder; få tak andre faktorer (kovarater); se på mattlfanget (eller proxes); etc. etc. Stret multppel lneær regresjon gr en ok pekepnn om hva som foregår, hvlke faktorer som er vktgere enn andre men blr for enkelt. Australa Team påpekte vanskelgheter = bedre modeller, lnear mxed models, med faste effekter og random effects. Statstsk-metodsk hovedspørsmål: hvlken av de mange modeller skal velges (for hva)? Skal man bruke AIC eller BIC (eller noe annet)? Så de spurte meg. Célne og jeg har gått for FIC, the Focused Informaton Crteron spsset mot hovedspørsmålene. Fokus er på β year, en av koeffsentene modellene. 13/21

14 Hovedeffekten av «year» for fre av områdene. 14/21

15 Lnear mxed models... V har arbedet med en stor og vktg modellklasse, der hovedteoren er godt utarbedet (komplett med pakker av algortmer) men v har måttet vdereutvkle flere sder ved dsse modellene, estmatorene, dsses egenskaper. Så vår journalartkkel om FIC for Whales har en god del sder med matematkk, sannsynlghetsteor, statstsk metodkk: J 11, = σ 2 X t V 1 X J 12, = 2σ 3 X t V 1 (ξ X β) J 13, = σ 2 [(ξ X β) t V 1 J 22, = mσ 2 + 3σ 4 [t(v 1 J 23, = σ 3 [ (Z t J 33, = 1 2 [σ 2 (Z t + R Z t V 1 V 1 V 1 Z X t V 1 Z ] Σ ) + (ξ X β) t V 1 (ξ X β)] Σ V 1 Z ) + (ξ X β) t V 1 Z (ξ X β) t V 1 Z ] {Σ + (ξ X β)(ξ X β) t }V 1 Z R {Σ + (ξ X β)(ξ X β) t }V 1 Z R R )]. 15/21

16 16/21 Hva gjør FIC? Hvlken modell, en flokk av kanddatmodeller, er best? Det er flere generelt valde nformasjonskrterer bruk Akakke s Informaton Crteron (AIC), the Bayesan Informaton Crteron (BIC), m.m. Dsse går (ndrekte) for gjennomsnttlg kvaltet. Claeskens og Hjort har laget Focused Informaton Crteron (FIC) som starter med at statstkeren bestemmer seg for hvlket spørsmål som er det sentrale. Her: femt land har dskutert β year. Altså lager v et formelverk der FIC skal anvendes på denne parameteren. FIC estmerer pressjonen for de estmateter β year som kommer ut av de ulke kanddatmodeller. V kan kke slå opp en ekssterende formel, men må vdereutvkle FIC for lnear mxed models (og dette blr en bt av Célnes PhD).

17 M6 β^ M4 M3 M15 M7 M11 M18 M19 M2 M5 M1 M0 M16 M21 M10 M20 M17 M13 M9 M8 M14 M FIC FIC-plott for fettvekt: jo lenger tl venstre, jo bedre er modellen. De som kke har med year er så dårlge at de havner utenfor fguren. Moral: β year må med, og den er negatv. 17/21

18 Vår konfdenskurve for β year, for fettvekt. Bedre enn «standard», som er punktestmat + 95% konfndensntervall. 18/21 4: De best egnede oppsummernger? confdence curve β^

19 19/21 5: Oppsummerng 1. Annerledes arbedsbetngelser enn det v er vant tl: meget lærerkt (og tldels frustrerende) statstkere kan havne poltske garn. 2. Célne Cunen får en pen journalartkkel tl sn PhD hun/v har vdereutvklet FIC tl stor og vktg modellklasse, og hun/v har vdereutvklet confdence curves tl samme klasse. 3. Statstkere kan alltds fnne noe å krtsere andre statstkere for (!) som «jurst mot jurst». 4. Er man motvert for trenerng, kan man holde på lenge, ved å stadg påpeke stadg flere faktorer som kan være relevante men det kan bl som å fnne på ekstra uskkerhet.

20 5. Våre australske «motstandere» er dyktge og arbedsomme de har fnlest hvert notat og sjekket hvert dataprogram, og sendt lange (delvs krtske) rapporter tlbake en uke etter! Dette er et prvlegum, og v har lært meget underves. 6. V kjempet vsse statstske kamper, og mange detaljer ble dskutert (lenge, og av mange) men Vtenskapskomteen IWC godkjente helt to metodemessnge nyvnnger, på generelt grunnlag: FIC for modellvalg, og confdence curve for de parametrene man krangler mest om. 7. Av og tl må selv statstkere kjempe «to the btter end» det er kke nok å legge frem sn sak og kjenne at man er hørt og forstått, man må også fnlese oppsummerngsdokumentene (som går opp tl regjerngsnvå, mange land). 8. Statstkk og statstkere er Vktge Deltagere Store Spørsmål fra klma tl marnøkolog og kvotesettng og å redde truede arter. V må lære kke bare faget, men også å bruke det på nternasjonale kampscener. 20/21

21 21/21 (Noen) referanser Cunen, C., Hjort, N.L. (2017). Whales, Poltcs, and Statstcans. FocuStat Blog Post. [Med flere detaljer enn mtt foredrag!] Cunen, C., Walløe, L., Hjort, N.L. (2017a). Declne n energy storage n Antarctc mne whales durng the JARPA perod: Assessment va the Focused Informaton Crteron (FIC). IWC report SC/67A/EM/04. Cunen, C., Walløe, L., Hjort, N.L. (2017b). Model selecton for lnear mxed models va the Focused Informaton Crteron, wth an applcaton to whale ecology. ( FIC for Whales.) Claeskens, G. and Hjort, N.L. (2008). Model Selecton and Model Averagng. Cambrdge Unversty Press. Hjort, J. (1937). The story of whalng: a parable of socology. The Scentfc Monthly. Hjort, J. (1938). The Human Value of Bology. Harvard Unversty Press, Schweder, T. and Hjort, N.L. (2016). Confdence, Lkelhood, Probablty. Cambrdge Unversty Press. Smth, T. (1994). Scalng Fsheres: The Scence of Measurng the Effects of Fshng, Cambrdge Unversty Press.