#' csvデータを読み込んでvpa用のデータを作成する関数
#'
#' @param caa catch at age
#' @param waa weight at age
#' @param maa maturity at age
#' @param maa.tune チューニングに使うmaturity at ageが異なる場合
#' @param waa.catch abundanceとcatchでwaaが異なる場合
#' @encoding UTF-8
#'
#' @export
data.handler <- function(
caa,
waa,
maa,
index=NULL,
M = 0.4,
maa.tune=NULL,
waa.catch=NULL,
catch.prop=NULL,
release.dat=NULL
)
{
years <- as.numeric(sapply(strsplit(names(caa[1,]),"X"), function(x) x[2]))
if (is.null(dim(waa)) | dim(waa)[2]==1) waa <- as.data.frame(matrix(unlist(waa), nrow=nrow(caa), ncol=ncol(caa)))
if (is.null(dim(maa)) | dim(maa)[2]==1) maa <- as.data.frame(matrix(unlist(maa), nrow=nrow(caa), ncol=ncol(caa)))
colnames(caa) <- colnames(waa) <- colnames(maa) <- years
if (!is.null(waa.catch)) {
if (is.null(dim(waa.catch)) | dim(waa.catch)[2]==1) waa.catch <- as.data.frame(matrix(unlist(waa.catch), nrow=nrow(caa), ncol=ncol(caa)))
colnames(waa.catch) <- years
assertthat::assert_that(
all(rownames(caa) == rownames(waa.catch)),
all(colnames(caa) == colnames(waa.catch))
)
}
if (!is.null(maa.tune)) {
if (is.null(dim(maa.tune)) | dim(maa.tune)[2]==1) maa.tune <- as.data.frame(matrix(unlist(maa.tune), nrow=nrow(caa), ncol=ncol(caa)))
colnames(maa.tune) <- years
assertthat::assert_that(
all(rownames(caa) == rownames(maa.tune)),
all(colnames(caa) == colnames(maa.tune))
)
}
if (!is.null(catch.prop)) colnames(catch.prop) <- years
if (!is.null(index)) colnames(index) <- years
if (!is.null(release.dat)) colnames(release.dat) <- years
if (is.null(dim(M))) M <- as.data.frame(matrix(M, nrow=nrow(caa), ncol=ncol(caa)))
colnames(M) <- years
rownames(M) <- rownames(caa)
assertthat::assert_that(
all(
rownames(caa) == purrr::flatten_chr(purrr::map(list(maa,
waa,
M),
rownames))
),
all(
colnames(caa) == purrr::flatten_chr(purrr::map(list(maa,
waa,
M),
colnames))
)
)
res <- list(caa=caa, maa=maa, waa=waa, index=index, M=M, maa.tune=maa.tune, waa.catch=waa.catch, catch.prop=catch.prop, release.dat=release.dat)
invisible(res)
}
# miscellaneous functions
#max.age <- function(x) max(which(!is.na(x)))
max.age.func <- function(x) max(which(!is.na(x)))
vpa.core <- function(caa,faa,M,k){
out <- caa[,k]/(1-exp(-faa[,k]-M[,k]))*(faa[,k]+M[,k])/faa[,k]
return(out)
}
vpa.core.Pope <- function(caa,faa,M,k,p=0.5){
out <- caa[, k]*exp(p*M[, k])/(1-exp(-faa[, k]))
return(out)
}
ik.est <- function(caa,naa,M,i,k,min.caa=0.01,maxit=5,d=0.0001){
K <- 1
it <- 0
f0 <- 1
f1 <- NA
if (!is.na(naa[i+1,k+1])){
while(it < maxit & K > d){
it <- it + 1
f1 <- log(1+max(caa[i,k],min.caa)/naa[i+1,k+1]*exp(-M[i,k])*(f0+M[i,k])*(1-exp(-f0))/(f0*(1-exp(-f0-M[i,k]))))
if(f1==0) stop("Fの推定値が0になり計算不能です。初期値p.initを高めに設定して計算しなおしてみてください")
K <- sqrt((f1-f0)^2)
f0 <- f1
}
}
return(f1)
}
hira.est <- function(caa,naa,M,i,k,alpha=1,min.caa=0.01,maxit=5,d=0.0001){
K <- 1
it <- 0
f0 <- 1
f1 <- NA
if (!is.na(naa[i+1,k+1])){
while(it < maxit & K > d){
it <- it + 1
f1 <- log(1+(1-exp(-f0))*exp(-M[i,k])/(naa[i+1,k+1]*f0)*(max(caa[i+1,k],min.caa)*(alpha*f0+M[i+1,k])/(alpha*(1-exp(-alpha*f0-M[i+1,k])))*exp((1-alpha)*f0)+max(caa[i,k],min.caa)*(f0+M[i,k])/(1-exp(-f0-M[i,k]))))
if(f1==0) stop("Fの推定値が0になり計算不能です。初期値p.initを高めに設定して計算しなおしてみてください")
K <- sqrt((f1-f0)^2)
f0 <- f1
}
}
return(f1)
}
f.forward.est <- function(caa,naa,M,i,k,maxit=5,d=0.0001){
K <- 1
it <- 0
f0 <- f1 <- 1
while(it < maxit & K > d){
it <- it + 1
f1 <- caa[i,k]/naa[i,k]*(f0+M[i,k])/f0*1/(1-exp(-f0-M[i,k]))
K <- sqrt((f1-f0)^2)
f0 <- f1
}
return(f1)
}
fp.forward.est <- function(caa,naa,M,i,k,alpha=1,maxit=5,d=0.0001){
K <- 1
it <- 0
f0 <- f1 <- 1
while(it < maxit & K > d){
it <- it + 1
f1 <- 1/(1+alpha)*(caa[i,k]/naa[i,k]*(f0+M[i,k])*1/(1-exp(-f0-M[i,k]))+caa[i+1,k]/naa[i+1,k]*(alpha*f0+M[i+1,k])*1/(1-exp(-alpha0*f0-M[i+1,k])))
K <- sqrt((f1-f0)^2)
f0 <- f1
}
return(f1)
}
#' @export
backward.calc <- function(caa,naa,M,na,k,min.caa=0.001,p=0.5,plus.group=TRUE,sel.update,alpha,use.equ){
out <- rep(NA, na[k])
if(na[k+1] > na[k]){
if(isTRUE(sel.update)){stop("Selectivity update method is currently not supported for the plus group change scenario")}
if (isTRUE(plus.group) & use.equ=="new"){
for (i in 1:(na[k]-2)){
out[i] <- naa[i+1,k+1]*exp(M[i,k])+caa[i,k]*exp(p*M[i,k])
}
out[na[k]-1]<- (caa[na[k]-1,k]*alpha * (naa[na[k],k+1]+naa[na[k+1],k+1]) * exp(M[na[k]-1,k]))/(caa[na[k]-1,k]*alpha +caa[na[k],k]) + caa[na[k]-1,k] * exp(p * M[na[k]-1,k])
out[na[k]] <- (caa[na[k],k] * (naa[na[k],k+1]+naa[na[k+1],k+1]) * exp(M[na[k],k]))/(caa[na[k]-1,k]*alpha +caa[na[k],k]) + caa[na[k],k] * exp(p * M[na[k],k])
}
else if (isTRUE(plus.group) & use.equ=="old"){
for (i in 1:(na[k])){
out[i] <- naa[i+1,k+1]*exp(M[i,k])+caa[i,k]*exp(p*M[i,k])
}
#out[na[k]-1]<- pmax(caa[na[k]-1,k],min.caa)*alpha/(pmax(caa[na[k]-1,k],min.caa)*alpha +pmax(caa[na[k],k],min.caa))* naa[na[k],k+1] * exp(M[na[k]-1,k])+ caa[na[k]-1,k] * exp(p * M[na[k]-1,k])
#out[na[k]]<- pmax(caa[na[k],k], min.caa)/(pmax(caa[na[k]-1,k], min.caa)*alpha + pmax(caa[na[k],k], min.caa)) * naa[na[k], k+1] * exp(M[na[k],k]) + caa[na[k], k] * exp(p * M[na[k],k])
}
else{
for (i in 1:(na[k]-2)){
out[i] <- naa[i+1,k+1]*exp(M[i,k])+caa[i,k]*exp(p*M[i,k])
}
out[na[k]-1] <- naa[na[k],k+1]*exp(M[na[k]-1,k])+caa[na[k]-1,k]*exp(p*M[na[k]-1,k])
out[na[k]] <- out[na[k]-1]*caa[na[k],k]/caa[na[k]-1,k]*exp(p*(M[na[k],k]-M[na[k]-1,k]))
}
}
else{
for (i in 1:(na[k+1]-2)){
out[i] <- naa[i+1,k+1]*exp(M[i,k])+caa[i,k]*exp(p*M[i,k])
}
if (isTRUE(plus.group)){
if(na[k]-na[k+1]<=0){
pp <- c(1, 1/alpha)
out[(na[k+1]-1):na[k]] <- pp*pmax(caa[(na[k+1]-1):na[k],k],min.caa)/sum(pp*pmax(caa[(na[k+1]-1):na[k],k],min.caa))*naa[na[k+1],k+1]*exp(M[(na[k+1]-1):na[k],k])+caa[(na[k+1]-1):na[k],k]*exp(p*M[(na[k+1]-1):na[k],k])
}
else{
pp <- c(1, 1, 1/alpha)
out[(na[k+1]-1):na[k]] <- pp*pmax(caa[(na[k+1]-1):na[k],k],min.caa)/sum(pp*pmax(caa[(na[k+1]-1):na[k],k],min.caa))*naa[na[k+1],k+1]*exp(M[(na[k+1]-1):na[k],k])+caa[(na[k+1]-1):na[k],k]*exp(p*M[(na[k+1]-1):na[k],k])
}
}
else{
out[na[k+1]-1] <- naa[na[k+1],k+1]*exp(M[na[k+1]-1,k])+caa[na[k+1]-1,k]*exp(p*M[na[k+1]-1,k])
out[na[k]] <- out[na[k+1]-1]*caa[na[k+1],k]/caa[na[k+1]-1,k]*exp(p*(M[na[k+1],k]-M[na[k+1]-1,k]))
}
}
return(out)
}
forward.calc <- function(faa,naa,M,na,k,plus.group=plus.group){
out <- rep(NA, na[k])
for (i in 2:(na[k]-1)){
out[i] <- naa[i-1,k-1]*exp(-faa[i-1,k-1]-M[i-1,k-1]) #最終年の最低年齢より上,最高年齢より下のnaaを計算してる
}
if (isTRUE(plus.group)){
out[na[k]] <- sum(sapply(seq(na[k]-1,max(na[k], na[k-1])), plus.group.eq, naa=naa, faa=faa, M=M, k=k)) #最終年最高年齢のnaa
}
else
{
out[na[k]] <- sapply(na[k]-1, plus.group.eq, naa=naa, faa=faa, M=M, k=k)
}
return(out)
}
plus.group.eq <- function(x, naa, faa, M, k) naa[x,k-1]*exp(-faa[x,k-1]-M[x,k-1])
f.at.age <- function(caa,naa,M,na,k,p=0.5,alpha=1,use.equ) {
if(na[k+1]>na[k]){
if (use.equ=="new"){
out <- -log(1-caa[1:(na[k]-1),k]*exp(p*M[1:(na[k]-1),k])/naa[1:(na[k]-1),k])
c(out, alpha*out[length(out)])
}
else
{
out <- -log(1-caa[1:(na[k]),k]*exp(p*M[1:(na[k]),k])/naa[1:(na[k]),k])
c(out)
}
}
else
{
out <- -log(1-caa[1:(na[k]-1),k]*exp(p*M[1:(na[k]-1),k])/naa[1:(na[k]-1),k])
c(out, alpha*out[length(out)])
}
}
sel.func <- function(faa, def="maxage") {
if(def=="maxage") saa <- apply(faa, 2, function(x) x/x[length(x[!is.na(x)])])
if(def=="max") saa <- apply(faa, 2, function(x) x/max(x,na.rm=TRUE))
if(def=="mean") saa <- apply(faa, 2, function(x) x/sum(x,na.rm=TRUE))
return(saa)
}
ff <- function(x, z) get(x)(z)
abund.extractor <- function(
abund="SSB",
naa,
faa,
dat,
min.age=0,
max.age=0,
link="id",
base=exp(1),
af=1,
catch.prop=NULL,
sel.def="maxage",
p.m=0.5,
omega=NULL,
scale=1000
){
# abund = "N": abundance
# abund = "Nm": abundance at the middle of the year
# abund = "B": biomass
# abund = "Bm": abundance at the middle of the year
# abund = "SSB": SSB
# # abund = "SSB": SSB at the middle of the year
naa <- as.data.frame(naa)
faa <- as.data.frame(faa)
waa <- dat$waa/scale
maa <- dat$maa
min.age <- min.age + 1
max.age <- max.age + 1
maa.tune <- dat$maa.tune
if (abund=="N") res <- colSums(naa[min.age:max.age,], na.rm=TRUE)
if (abund=="Nm") res <- colSums(naa[min.age:max.age,]*exp(-p.m*dat$M[min.age:max.age,]-p.m*af*faa[min.age:max.age,]), na.rm=TRUE)
if (abund=="B") res <- colSums((naa*waa)[min.age:max.age,], na.rm=TRUE)
if (abund=="Bm") res <- colSums((naa*waa)[min.age:max.age,]*exp(-p.m*dat$M[min.age:max.age,]-p.m*af*faa[min.age:max.age,]), na.rm=TRUE)
if (abund=="SSB"){
if (is.null(maa.tune)) ssb <- naa*waa*maa else ssb <- naa*waa*maa.tune
res <- colSums(ssb,na.rm=TRUE)
}
if (abund=="Bs"){
saa <- sel.func(faa, def=sel.def)
res <- colSums((naa*waa*saa)[min.age:max.age,], na.rm=TRUE)
}
if (abund=="Bo"){
saa <- sel.func(faa*omega, def=sel.def)
saa <- sweep(saa,2,colSums(saa),FUN="/")
res <- colSums((naa*waa*saa)[min.age:max.age,], na.rm=TRUE)
}
if (abund=="Ns"){
saa <- sel.func(faa, def=sel.def)
res <- colSums((naa*saa)[min.age:max.age,], na.rm=TRUE)
}
if (abund=="SSBm"){
if (is.null(maa.tune)) ssb <- naa*waa*maa*exp(-p.m*dat$M-p.m*af*faa) else ssb <- naa*waa*maa.tune*exp(-p.m*dat$M-p.m*af*faa)
res <- colSums(ssb,na.rm=TRUE)
}
if (abund=="SSBmsj"){
if (is.null(maa.tune)) ssb <- naa*waa*maa*exp(-p.m*dat$M) else ssb <- naa*waa*maa.tune*exp(-p.m*dat$M)
res <- colSums(ssb,na.rm=TRUE)
}
if (abund=="N1sj") res <- colSums(naa[1,]*exp(dat$M[1,]), na.rm=TRUE)
if (abund=="N0sj") res <- colSums(naa[1,]*exp(dat$M[1,]*2), na.rm=TRUE)
if (abund=="F") if (is.null(catch.prop)) res <- colMeans(faa[min.age:max.age,], na.rm=TRUE) else res <- colMeans(catch.prop[min.age:max.age, ]*faa[min.age:max.age,], na.rm=TRUE)
if (link=="log") res <- log(res, base=base)
return(invisible(res))
}
#
tmpfunc2 <- function(x=1,y=2,z=3){
argname <- ls() # 関数が呼び出されたばかりのときのls()は引数のみが入っている
arglist <- lapply(argname,function(xx) eval(parse(text=xx)))
names(arglist) <- argname
value <- x+y+z
return(list(value=value,args=arglist))
}
#
##
qbs.f <- function(q.const, b.const, sigma.constraint, index, Abund, nindex, index.w, max.dd=0.0001, max.iter=100){
np.q <- length(unique(q.const[q.const > 0]))
np.b <- length(unique(b.const[b.const > 0]))
np.s <- length(unique(sigma.constraint[sigma.constraint > 0]))
q <- b <- sigma <- numeric(nindex)
q[1:nindex] <- b[1:nindex] <- sigma[1:nindex] <- 1
delta <- 1
obj <- NULL
NN <- 0
while(delta > max.dd & NN < max.iter){
NN <- NN+1
q0 <- q
b0 <- b
sigma0 <- sigma
if (np.q > 0){
for(i in 1:np.q){
id <- which(q.const==i)
num <- den <- 0
for (j in id){
avail <- which(!is.na(as.numeric(index[j,])))
num <- num+index.w[j]*mean(log(as.numeric(index[j,avail]))-b[j]*log(as.numeric(Abund[j,avail])))/sigma[j]^2
den <- den+index.w[j]/sigma[j]^2
}
q[i] <- num/den
}
}
if (np.b > 0){
for(i in 1:np.b){
id <- which(b.const==i)
num <- den <- 0
for (j in id){
avail <- which(!is.na(as.numeric(index[j,])))
num <- num+index.w[j]*cov(log(as.numeric(index[j,avail])),log(as.numeric(Abund[j,avail])))/var(log(as.numeric(Abund[j,avail])))/sigma[j]^2
den <- den+index.w[j]/sigma[j]^2
}
b[i] <- num/den
}
}
if (np.s > 0){
for(i in 1:np.s){
id <- which(sigma.constraint==i)
num <- den <- 0
for (j in id){
avail <- which(!is.na(as.numeric(index[j,])))
nn <- length(avail)
num <- num+index.w[j]*sum((log(as.numeric(index[j,avail]))-q[j]-b[j]*log(as.numeric(Abund[j,avail])))^2)
den <- den+index.w[j]*nn
}
sigma[i] <- sqrt(num/den)
}
}
q[which(q.const>0)] <- q[q.const[which(q.const>0)]]
b[which(b.const>0)] <- b[b.const[which(b.const>0)]]
sigma[which(sigma.constraint>0)] <- sigma[sigma.constraint[which(sigma.constraint>0)]]
delta <- max(c(sqrt((q-q0)^2),sqrt((b-b0)^2),sqrt((sigma-sigma0)^2)))
}
for (i in 1:nindex){
avail <- which(!is.na(as.numeric(index[i,])))
obj <- c(obj, index.w[i]*(-as.numeric(na.omit(dnorm(log(as.numeric(index[i,avail])),log(q[i])+b[i]*log(as.numeric(Abund[i,avail])),sigma[i],log=TRUE)))))
}
convergence <- ifelse(delta <= max.dd, 1, 0)
return(list(q=q, b=b, sigma=sigma, obj=sum(obj), convergence=convergence))
}
qbs.f2 <- function(p0,index, Abund, nindex, index.w, fixed.index.var=NULL){
if (is.null(fixed.index.var)) fixed.index.var <- matrix(0, nrow=nrow(index), ncol=ncol(index))
if (class(fixed.index.var)=="numeric") fixed.index.var <- matrix(fixed.index.var, nrow=1)
if (class(fixed.index.var)=="matrix" | class(fixed.index.var)=="data.frame") fixed.index.var <- array(fixed.index.var, dim=c(dim(fixed.index.var),1))
np <- min(nindex,sum(index.w>0))
p <- vector(length=2*np)
q <- sigma <- vector(length=np)
obj.f <- function(p){
obj <- j <- 0
for (i in 1:nindex){
if (index.w[i] > 0 ){
j <- j + 1
q[j] <- exp(p[2*j-1])
sigma[j] <- exp(p[2*j])
avail <- which(!is.na(as.numeric(index[i,])))
obj <- obj+index.w[i]*(-as.numeric(na.omit(dmvnorm(log(as.numeric(index[i,avail])),log(q[j])+log(as.numeric(Abund[i,avail])),as.matrix(fixed.index.var[avail,avail,j])+sigma[j]^2*diag(length(avail)),log=TRUE))))
}
}
sum(obj)
}
res <- nlm(obj.f,p0)
q <- res$estimate[1:np]
sigma <- exp(res$estimate[1:np+np])
obj <- res$minimum
convergence <- res$code
return(list(q=q, b=rep(1,np), sigma=sigma, obj=obj, convergence=convergence))
}
#' VPAによる資源計算を実施する
#'
#' @param dat data for vpa
#' @param sel.f 最終年の選択率
#' @param tf.year terminal Fをどの年の平均にするか
#' @param rec.new 翌年の加入を外から与える
#' @param rec rec.yearの加入
#' @param rec.year 加入を代入する際の年
#' @param rps.year 翌年のRPSをどの範囲の平均にするか
#' @param fc.year Fcurrentでどの範囲を参照するか
#' @param last.year vpaを計算する最終年を指定(retrospective analysis)
#' @param last.catch.zero TRUEなら強制的に最終年の漁獲量を0にする
#' @param faa0 sel.update=TRUEのとき,初期値となるfaa
#' @param naa0 sel.update=TRUEのとき,初期値となるnaa
#' @param f.new
#' @param Pope Popeの近似式を使うかどうか
#' @param p.pope Popeの式でどこで漁獲するか(0.5 = 真ん中の時期)
#' @param tune tuningをするかどうか
#' @param abund tuningの際,何の指標に対応するか. "N"=年の初めの資源尾数,"Nm"=年の中間での資源尾数,"B"=年の初めの資源重量,"Bm"=年の中間での資源重量,"SSB"=産卵親魚量,"Bs"=資源重量×選択率,"Bo"=資源重量×オメガで調節された選択率,"Ns"=資源尾数×選択率,"SSBm"=年の中間での産卵親魚量,"N1sj"=1歳の資源尾数(日本海スケトウダラ用),"N0sj"=0歳の資源尾数(日本海スケトウダラ用),"F"=漁獲係数の平均
#' @param min.age tuning指標の年齢参照範囲の下限
#' @param max.age tuning指標の年齢参照範囲の上限
#' @param link tuningのlink関数
#' @param base link関数が"log"のとき,底を何にするか
#' @param af 資源量指数が年の中央のとき,af=0なら漁期前,af=1なら漁期真ん中,af=2なら漁期後となる
#' @param p.m
#' @param index.w tuning indexの重み
#' @param use.index indexのなにを使うか.c(1,3)というような与え方ができる.デフォルトは"all"
#' @param scale 重量のscaling
#' @param hessian
#' @param alpha 最高齢と最高齢-1のFの比 F_a = alpha*F_{a-1}
#' @param maxit 石岡・岸田/平松の方法の最大繰り返し数
#' @param d 石岡・岸田/平松の方法の収束判定基準
#' @param min.caa caaに0があるとき,0をmin.caaで置き換える
#' @param plot tuningに使った資源量指数に対するフィットのプロット
#' @param plot.year 上のプロットの参照年
#' @param term.F terminal Fの何を推定するか: "max" or "all"
#' @param plus.group
#' @param stat.tf 最終年のFを推定する統計量(年齢で同じとする:changed on Nov/2021)
#' @param add.p.est 追加で最高齢以外のfaaを推定する際.年齢を指定する.
#' @param add.p.ini
#' @param sel.update チューニングVPAにおいて,選択率を更新しながら推定
#' @param sel.def sel.update=TRUEで選択率を更新していく際に,選択率をどのように計算するか."max"=選択率が一番大きい年齢の選択率を1とする,"maxage"=最高齢の選択率を1とする,"mean"=全体に対する割合として選択率を決める(saa=faa/sum(faa))
#' @param max.dd sel.updateの際の収束判定基準
#' @param ti.scale 資源量の係数と切片のscaling
#' @param tf.mat terminal Fの平均をとる年の設定.NA行列に平均をとる箇所に1を入れる.
#' @param eq.tf.mean terminal Fの平均値を過去のFの平均値と等しくする
#' @param no.est パラメータ推定しない.
#' @param est.method 推定方法 (ls = 最小二乗法,ml = 最尤法, ls_nolog =最小二乗法で実数)
#' @param b.est bを推定するかどうか
#' @param est.constraint 制約付き推定をするかどうか
#' @param q.const qパラメータの制約(0は推定しないで1にfix)
#' @param b.const bパラメータの制約(0は推定しないで1にfix)
#' @param q.fix
#' @param b.fix
#' @param fixed.index.var
#' @param max.iter q,b,sigma計算の際の最大繰り返し数
#' @param optimizer
#' @param Lower
#' @param Upper
#' @param p.fix
#' @param lambda ridge penaltyの大きさ
#' @param beta penaltyのexponent (beta = 1: lasso, 2: ridge)
#' @param penalty ridgeVPAの際に与えるpenaltyの種類."p"=指定した年齢範囲の最終年の年齢別Fのbeta乗の和,"f"={最終年の年齢aのF-(tf.yearで指定した年のa歳の平均のF)}のbeta乗の和,"s"={最終年の年齢aのs-(tf.yearで指定した年のa歳の平均のs)}のbeta乗の和
#' @param ssb.def i: 年はじめ,m: 年中央, l: 年最後
#' @param ssb.lag 0: no lag, 1: lag 1
#' @param TMB TMBで高速計算する場合TMB=TRUE (事前にuse_rvpa_tmb()を実行) 全F推定法,POPE=TRUE, alpha=1, 途中でプラスグループが変化しない場合のみのときに使用可能
#' @param sel.rank
#' @param p.init
#' @param sigma.constraint sigmaパラメータの制約.使い方としては,指標が5つあり,2番目と3番目の指標のsigmaは同じとしたい場合はc(1,2,2,3,4)と指定する
#' @param eta Fのpenaltyを分けて与えるときにeta.ageで指定した年齢への相対的なpenalty (0~1)
#' @param eta.age Fのpenaltyを分けるときにetaを与える年齢(0 = 0歳(加入),0:1 = 0~1歳)
#' @param tmb.file TMB=TRUEのとき使用するcppファイルの名前
#' @param remove.abund ある値を引いた値に対してチューニングに使用する(トラフグ伊勢・三河湾系群で放流魚を引いて天然魚のみに対してチューニングするため).
#' @param madara マダラ太平洋系群で用いているチューニングのやり方
#' @param penalty_age 選択率更新法でridgeVPAをする際のpenalty="p"のときで,etaがNULLで,p_by_age=TRUE (年齢別にペナルテイーを与えたい)ときにペナルテイーを与える年齢範囲.0歳から2歳までなら0:2とする.
#' @param no_eta_age 選択率更新法でridgeVPAの際にpenalty="p"のときで,etaがNULLでなく,p_by_age=TRUE (年齢別にペナルテイーを与えたい)ときに,etaがかからないほうの年齢範囲
#' @param p_by_age 選択率更新法でridgeVPAの際にpenalty="p"のときに年齢別にペナルテイーを与えるか与えないか.与えたい場合はTRUEとして,penalty_age(eta=NULLのとき)もしくはno_eta_age(etaがNULLでないとき)に年齢範囲を指定する.
#' @param sdreport \code{TMB=TRUE}のときに\code{sdreport()}を実行するかどうか(naa, faa, 資源量, 親魚量, Fの平均, 漁獲割合のSDを計算する)
#' @param use.equ plus groupが途中で変わる場合の計算式の選択 (old = 従来の方法(プラスグループが延長している年はプラスグループのFが一歳若い年齢のFと等しいという仮定は置かない),new= 新しい方法(プラスグループが延長している年はプラスグループのFが一歳若い年齢のFと等しいという仮定を置く)
#' @param ave_S 選択率更新法において,最終年の選択率の仮定が通常(TRUE)とは違い,ヒラメ瀬戸内のように,最終年の選択率がtf.yearで指定した年の平均のF(つまりSUM(F,a)/SUM(F,maxage))に等しいと仮定する場合はFALSEにする.この場合,sel.def="maxage"必須.
#' @return list object:
#' \describe{
#' \item{\code{input}}{解析に用いたデータや仮定}
#' \item{\code{term.f}}{推定されたターミナルF}
#' \item{\code{np}}{推定されたターミナルFの数}
#' \item{\code{minimum}}{最適解における目的関数の値(合計)}
#' \item{\code{minimum.c}}{最適解における目的関数の値(個々)}
#' \item{\code{logLik}}{対数尤度}
#' \item{\code{gradient}}{最適解での傾き}
#' \item{\code{code}}{最適化法から返されるコード(どのような理由で最適化が停止したのかがわかる)}
#' \item{\code{q}}{推定されたq(資源量指標値の比例定数))}
#' \item{\code{b}}{推定されたb(資源量指標値の非線形性))}
#' \item{\code{sigma}}{資源量指標値の分散の平方根}
#' \item{\code{convergence}}{解が収束していれば1,そうでないと0}
#' \item{\code{message}}{最適化に関する注意(あれば)}
#' \item{\code{hessian}}{ヘッセ行列の値}
#' \item{\code{Ft}}{最終年のFの平均値}
#' \item{\code{Fc.at.age}}{Fcurrentで指定した年における平均のF}
#' \item{\code{Fc.mean}}{Fc.at.ageを平均したもの}
#' \item{\code{Fc.max}}{Fc.at.ageの最大値}
#' \item{\code{last.year}}{vpaを計算する最終年を別に指定した場合}
#' \item{\code{Pope}}{popeの近似式を用いたか否か}
#' \item{\code{ssb.coef}}{産卵親魚量の計算時期(年始めなら0,年中央なら0.5,年最後なら1)}
#' \item{\code{pred.index}}{推定された資源量指標値}
#' \item{\code{wcaa}}{caa*waa.catch}
#' \item{\code{naa}}{推定された年別年齢別資源尾数}
#' \item{\code{faa}}{推定された年別年齢別漁獲係数}
#' \item{\code{baa}}{推定された年別年齢別資源重量}
#' \item{\code{sbb}}{推定された年別年齢別産卵親魚量}
#' \item{\code{saa}}{推定された年別年齢別選択率}
#' }
#' @encoding UTF-8
#'
#' @export
#'
vpa <- function(
dat, # data for vpa
sel.f = NULL, # 最終年の選択率
tf.year = 2008:2010, # terminal Fをどの年の平均にするか
rec.new = NULL, # 翌年の加入を外から与える
rec=NULL, # rec.yearの加入
rec.year=2010, # 加入を代入する際の年
rps.year = 2001:2010, # 翌年のRPSをどの範囲の平均にするか
fc.year = 2009:2011, # Fcurrentでどの範囲を参照するか
last.year = NULL, # vpaを計算する最終年を指定(retrospective analysis)
last.catch.zero = FALSE, # TRUEなら強制的に最終年の漁獲量を0にする
faa0 = NULL, # sel.update=TRUEのとき,初期値となるfaa
naa0 = NULL, # sel.update=TRUEのとき,初期値となるnaa
f.new = NULL,
Pope = TRUE, # Popeの近似式を使うかどうか
p.pope = 0.5, # Popeの式でどこで漁獲するか(0.5 = 真ん中の時期)
tune = FALSE, # tuningをするかどうか
abund = "B", # tuningの際,何の指標に対応するか
min.age = 0, # tuning指標の年齢参照範囲の下限
max.age = 0, # tuning指標の年齢参照範囲の上限
link = "id", # tuningのlink関数
base = NA, # link関数が"log"のとき,底を何にするか
af = NA, # 資源量指数が年の中央のとき,af=0なら漁期前,af=1なら漁期真ん中,af=2なら漁期後となる
p.m = 0.5, # Popeの近似式でどこで漁獲が起こるか(0.5は年の真ん中)
omega = NULL, # チューニングの際にselectivityを補正する行列
index.w = NULL, # tuning indexの重み
use.index = "all",
scale = 1000, # 重量のscaling
hessian = TRUE,
alpha = 1, # 最高齢と最高齢-1のFの比 F_a = alpha*F_{a-1}
maxit = 5, # 石岡・岸田/平松の方法の最大繰り返し数
d = 0.0001, # 石岡・岸田/平松の方法の収束判定基準
min.caa = 0.001, # caaに0があるとき,0をmin.caaで置き換える
plot = FALSE, # tuningに使った資源量指数に対するフィットのプロット
plot.year = NULL, # 上のプロットの参照年
term.F = "max", # terminal Fの何を推定するか: "max" or "all"
plus.group = TRUE,
stat.tf = "mean", # 最終年のFを推定する統計量(年齢で同じとする)
add.p.est = NULL, # 追加で最高齢以外のfaaを推定する際.年齢を指定する.
add.p.ini = NULL,
sel.update=FALSE, # チューニングVPAにおいて,選択率を更新しながら推定
sel.def = "max", # sel.update=TRUEで選択率を更新していく際に,選択率をどのように計算するか.最大値を1とするか,平均値を1にするか...
max.dd = 0.000001, # sel.updateの際の収束判定基準
ti.scale = NULL, # 資源量の係数と切片のscaling
tf.mat = NULL, # terminal Fの平均をとる年の設定.0-1行列.
eq.tf.mean = FALSE, # terminal Fの平均値を過去のFの平均値と等しくする
no.est = FALSE, # パラメータ推定しない.
est.method = "ls", # 推定方法 (ls = 最小二乗法,ml = 最尤法, ls_nolog =最小二乗法で実数) #option追加_by miyagawa(2020/10)
b.est = FALSE, # bを推定するかどうか
est.constraint = FALSE, # 制約付き推定をするかどうか
q.const = 1:length(abund), # qパラメータの制約(0は推定しないで1にfix)
b.const = 1:length(abund), # bパラメータの制約(0は推定しないで1にfix)
q.fix = NULL,
b.fix = NULL,
sigma.const = 1:length(abund),
fixed.index.var = NULL,
max.iter = 100, # q,b,sigma計算の際の最大繰り返し数
optimizer = "nlm",
Lower = -Inf,
Upper = Inf,
p.fix = NULL,
lambda = 0, # ridge回帰係数
beta = 2, # penaltyのexponent (beta = 1: lasso, 2: ridge)
penalty = "p",
ssb.def = "i", # i: 年はじめ,m: 年中央, l: 年最後
ssb.lag = 0, # 0: no lag, 1: lag 1
TMB=FALSE,
# TMB.compile=FALSE,
sel.rank=NULL,
p.init = 0.2, # 推定パラメータの初期値
sigma.constraint = 1:length(abund),
eta = NULL,
eta.age = 0,
tmb.file = "rvpa_tmb",
remove.abund = NULL,
madara=FALSE, #マダラ太平洋系群で用いているチューニングのやり方
p_by_age = FALSE, #penalty="p"で選択率更新法のときに年齢別にペナルテイーを与えるか与えないか.
penalty_age=NULL, #penalty="p"でp_by_age = TRUEで選択率更新法を採用しているときの年齢参照範囲.0歳から2歳までなら0:2とする.
no_eta_age = NULL, #etaがNULLでなく,penalty="p"で,選択率更新法を採用していて,年齢別にペナルテイーを与えたいときに,etaがかからないほうの年齢範囲
sdreport = FALSE,
use.equ = "new" ,#plus-groupが途中で変わる場合の計算方法の指定.従来の方法でないものを用いる場合は"new"を指定する
ave_S=TRUE #ヒラメ瀬戸内海のように,選択率更新法において,最終年の選択率がtf.yearで指定した年の平均のF(つまりSUM(F,a)/SUM(F,maxage))に等しいと仮定する場合.注意:tf.yearで指定した年の平均の選択率とは異なる
)
{
#sigma.constで引数を指定してしまったときは,sigma.constraintで引数を指定しなおしてもらうようにする
if(length(sigma.const)>length(unique(sigma.const))){print("Try again!: please set sigma.const as sigma.constraint in the argument.");stop()}
# if (TMB.compile) {
# library(TMB)
# cpp_name = paste0(tmb.file, ".cpp")
# compile(cpp_name)
# dyn.load(dynlib(tmb.file))
# }
# inputデータをリスト化
argname <- ls() # 関数が呼び出されたばかりのときのls()は引数のみが入っている
arglist <- lapply(argname,function(xx) eval(parse(text=xx)))
names(arglist) <- argname
if (isTRUE(TMB) & isTRUE(no.est) ) TMB <- FALSE
# data handling
caa <- dat$caa # catch-at-age
waa <- dat$waa # weight-at-age
maa <- dat$maa # maturity-at-age
if (!is.null(dat$maa.tune)) maa.tune <- dat$maa.tune
if (!is.null(dat$catch.prop)) catch.prop <- dat$catch.prop
index <- dat$index # abundance indices
M <- dat$M # natural mortality-at-age
if(is.null(dat$waa.catch)) waa.catch <- waa else waa.catch <- dat$waa.catch
if (isTRUE(tune) & is.null(index)) {print("Check!: There is no abundance index."); stop()}
years <- dimnames(caa)[[2]] # 年
ages <- dimnames(caa)[[1]] # 年齢
if (class(index)=="numeric") index <- t(as.matrix(index))
# tuningの際のパラメータが1個だけ指定されている場合は,nindexの数だけ増やす
if (isTRUE(tune)){
nindex <- nrow(index)
if (nindex > length(abund) & length(abund)==1) abund <- rep(abund, nindex)
if (nindex > length(min.age) & length(min.age)==1) min.age <- rep(min.age, nindex)
if (nindex > length(max.age) & length(max.age)==1) max.age <- rep(max.age, nindex)
if (nindex > length(link) & length(link)==1) link <- rep(link, nindex)
if (nindex > length(base) & length(base)==1) base <- rep(base, nindex)
if (is.null(index.w)) index.w <- rep(1, nindex)
if (!is.na(af[1])) if(nindex > length(af) & length(af)==1) af <- rep(af, nindex)
q <- rep(NA, nindex)
}
# nindexの数だけtuningの際のパラメータを増やしたのちに,use.indexを使用する場合は,use.indexで指定した部分だけを抜き出して計算する.
if (use.index[1]!="all") {
index <- index[use.index,,drop=FALSE]
nindex <- nrow(index)
q <- rep(NA, nindex)
#以前追加したwarningは削除.何故なら,この前の部分で, nrow(index)と同じ長さだけのベクトルをtuningの際のパラメータに与える仕様にしているため.
if(length(use.index)!=length(abund)){
if (length(abund)>1) abund <- abund[use.index]
if (length(min.age)>1) min.age <- min.age[use.index]
if (length(max.age)>1) max.age <- max.age[use.index]
if (length(link)>1) link <- link[use.index]
if (length(base)>1) base <- base[use.index]
if (length(af)>1) af <- af[use.index]
if (length(index.w)>1) index.w <- index.w[use.index]
}
}
if (!is.null(omega)) omega <- omega[,1:ncol(caa)]
#
if(!is.null(fixed.index.var)) require(mvtnorm)
# 最終年 last.yearに値が入っている場合は,それ以降のデータを削除する(retrospective analysis)
if (!is.null(last.year)) {
caa <- caa[,years <= last.year]
waa <- waa[,years <= last.year]
maa <- maa[,years <= last.year]
if (!is.null(dat$maa.tune)) maa.tune <- maa.tune[,years <= last.year]
if (!is.null(dat$cathc.prop)) maa.tune <- catch.prop[,years <= last.year]
M <- M[,years <= last.year]
if(!is.null(index)) index <- index[,years <= last.year,drop=FALSE]
years <- dimnames(caa)[[2]]
dat <- list(caa=caa, waa=waa, maa=maa, M=M, index=index)
}
na <- apply(caa, 2, max.age.func) # 年ごとの最大年齢(年によって最大年齢が違う場合に対応するため)
ny <- ncol(caa) # 年の数
if (isTRUE(last.catch.zero)) {caa[,ny] <- 0; ny <- ny - 1; n.add <- 1; saa.new <- NULL} else n.add <- 0 # 最終年の漁獲量を0とし,年を1個減らす
if (term.F=="max") { # 最高齢のFだけを推定する場合
p.init <- ifelse(is.na(p.init[1]), M[na[ny],ny], p.init[1]) # 初期値がNAなら,最終年最高齢の自然死亡係数を初期値とする
if (!is.null(add.p.est) & is.null(add.p.ini)) {add.p.est <- add.p.est + 1; p.init <- rep(p.init, length(add.p.est)+1)} # add.p.estに数字があれば,その年齢を追加のパラメータとして推定する
if (!is.null(add.p.est) & !is.null(add.p.ini)) {add.p.est <- add.p.est + 1; p.init <- c(add.p.ini,p.init)} # add.p.estに数字があれば,その年齢を追加のパラメータとして推定する
}
if (term.F=="all"){ # 最終年のすべての年齢のFを推定
if(length(p.init)==0) p.init <- rep(M[na[ny],ny], na[ny]-1) # 初期値がNAなら,最終年最高齢の自然死亡係数を0~na-1の初期値とする
if(length(p.init) < na[ny]-1) p.init <- rep(p.init[1], na[ny]-1) # 初期値の成分数が年齢数-1より小さい場合は,初期値の最初の値を要素に持つ年齢数-1の大きさのベクトルを初期値とする
if(length(p.init) >= na[ny]-1) p.init <- p.init[1:na[ny]-1] # 初期値の成分数が年齢数-1以上であれば,年齢数以上の値は使用しない
}
assertthat::assert_that(length(stat.tf) == 1) # stat.tfがベクトルで与えられた場合にエラーを出す
# selectivityを更新する場合にfaa0,naa0が与えられていれば,それを使う
if (!isTRUE(sel.update)){
faa <- naa <- matrix(NA, nrow=max(na), ncol=ny+n.add, dimnames=list(ages, years))
}else {
if(is.null(faa0) | is.null(naa0)) faa <- naa <- matrix(1, nrow=max(na), ncol=ny+n.add, dimnames=list(ages, years))
else {faa <- as.matrix(faa0); naa <- as.matrix(naa0)}
}
if (is.null(p.fix)) p.fix <- 1:length(p.init)
# warnings
if (!tune & sel.update) print("sel.update = TRUE but tune=FALSE. So, the results are unreliable.")
if (tune & is.null(sel.f) & (!madara) & (!sel.update & term.F=="max")) print("sel.f=NULL although tune=TRUE & sel.update=FALSE & term.F=max. The results are unreliable.")
if (tune) if(length(abund)!=nrow(index)) print("Check!: The number of abundance definition is different from the number of indices.")
if (Pope & alpha!=1) print("Warning! The estimated F for the older ages may not be accurate if C<<N is not satisfied for the older ages.")
# ssb.def
if (ssb.def=="i") ssb.coef <- 0
if (ssb.def=="m") ssb.coef <- 0.5
if (ssb.def=="l") ssb.coef <- 1
# core function for optimization
p.est <- function(log.p, out=FALSE){
p <- exp(log.p)
# sel.f==NULLで,パラメータpが1個なら,最終年最高齢のfaaとnaaを推定
if (is.null(sel.f) & length(p) == 1){
faa[na[ny], ny] <- p
if (isTRUE(Pope)) naa[na[ny], ny] <- caa[na[ny], ny]*exp(M[na[ny], ny]/2)/(1-exp(-faa[na[ny], ny]))
else naa[na[ny], ny] <- caa[na[ny], ny]/(1-exp(-faa[na[ny], ny]-M[na[ny], ny]))*(faa[na[ny],ny]+M[na[ny],ny])/faa[na[ny],ny]
}
# sel.f!=NULLで,パラメータが年齢-1より少ない場合,sel.fを使って,最終年/全年齢のfaaとnaaを計算
if (!is.null(sel.f) & length(p) < na[ny]-1){
if(length(p)==1) faa[, ny] <- sel.f*p
if(length(p) > 1) { # パラメータ数が1より大きい場合,add.p.estの分,推定パラメータ数を増やす
faa[,ny] <- sel.f*p[length(p)]
for (i in 1:(length(p)-1)){
faa[add.p.est[i],ny] <- p[i]*p[length(p)]
}
}
if (isTRUE(Pope)) naa[, ny] <- vpa.core.Pope(caa,faa,M,ny,p=p.pope)
else naa[, ny] <- vpa.core(caa,faa,M,ny)
}
#
if (is.null(sel.f) & isTRUE(sel.update)){
if(length(p)==1) faa[, ny] <- p
if(length(p) > 1) { # パラメータ数が1より大きい場合,add.p.estの分,推定パラメータ数を増やす
faa[,ny] <- p[length(p)]
}
}
# パラメータが年齢-1であれば,それらをパラメータとして最終年/全年齢のfaaとnaaを計算
if (length(p) == na[ny]-1){
faa[1:(na[ny]-1), ny] <- p[p.fix]
faa[na[ny], ny] <- alpha*p[na[ny]-1]
if (isTRUE(Pope)) naa[, ny] <- vpa.core.Pope(caa,faa,M,ny,p=p.pope)
else naa[, ny] <- vpa.core(caa,faa,M,ny)
}
# selctivityを更新しながら推定する場合
if (isTRUE(sel.update)){
dd <- itt <- 1
while(dd > max.dd & itt < max.iter){
saa <- sel.func(faa, def=sel.def) # sel.defに従って選択率を計算
for (i in (na[ny]-1):1){
if(isTRUE(ave_S)){
saa[i, ny] <- get(stat.tf)(saa[i, years %in% tf.year])
}
else saa[i, ny] <- get(stat.tf)(faa[i, years %in% tf.year])/get(stat.tf)(faa[na[ny], years %in% tf.year])
}
if(isTRUE(ave_S)){
saa[na[ny], ny] <- get(stat.tf)(saa[na[ny], years %in% tf.year])
}
else saa[na[ny], ny] <- get(stat.tf)(faa[na[ny], years %in% tf.year])/get(stat.tf)(faa[na[ny], years %in% tf.year])
if(length(p)==1) faa[1:na[ny], ny] <- p*sel.func(saa, def=sel.def)[1:na[ny],ny] else faa[1:na[ny], ny] <- p[length(p)]*sel.func(saa, def=sel.def)[1:na[ny],ny]
if (isTRUE(Pope)) naa[ , ny] <- vpa.core.Pope(caa,faa,M,ny,p=p.pope)
else naa[, ny] <- vpa.core(caa,faa,M,ny)
if (isTRUE(Pope)){
for (i in (ny-1):1){
naa[1:na[i], i] <- backward.calc(caa,naa,M,na,i,min.caa=min.caa,p=p.pope,plus.group=plus.group,sel.update=sel.update,alpha=alpha, use.equ=use.equ)
if(na[1]>na[ny]){
if(is.na(naa[na[ny]+1, i])){
naa[na[ny]+1, i]<-NA} else if(naa[na[ny]+1, i]==1.00000){
naa[na[ny]+1, i]<-NA} else{
naa[na[ny]+1, i]<-naa[na[ny]+1, i]}}#adjustment for sawara
faa[1:na[i], i] <- f.at.age(caa,naa,M,na,i,p=p.pope,alpha=alpha, use.equ=use.equ)
if(na[1]>na[ny]){
if(is.na(faa[na[ny]+1, i])){
faa[na[ny]+1, i]<-NA} else if(faa[na[ny]+1, i]==1.00000){
faa[na[ny]+1, i]<-NA} else{
faa[na[ny]+1, i]<-faa[na[ny]+1, i]}}#adjustment for sawara
}
}
else{
for (i in (ny-1):1){
for (j in 1:(na[i]-2)){
faa[j, i] <- ik.est(caa,naa,M,j,i,min.caa=min.caa,maxit=maxit,d=d)
}
if (isTRUE(plus.group)){
faa[na[i]-1, i] <- hira.est(caa,naa,M,na[i]-1,i,alpha=alpha,min.caa=min.caa,maxit=maxit,d=d)
}
else faa[na[i]-1, i] <- ik.est(caa,naa,M,na[i]-1,i,min.caa=min.caa,maxit=maxit,d=d)
faa[na[i], i] <- alpha*faa[na[i]-1, i]
naa[1:na[i], i] <- vpa.core(caa,faa,M,i)
}
}
if(na[1]>na[ny]){
if(is.na(faa[na[ny]+1, ny-1]))faa[na[ny]+1, ny]<-NA else faa[na[ny]+1, ny-1]<-faa[na[ny]+1, ny-1]} #adjustment for sawara
faa1 <- faa
saa1 <- sel.func(faa1, def=sel.def)
for (i in (na[ny]-1):1){
if(isTRUE(ave_S)){
saa1[i, ny] <- get(stat.tf)(saa1[i, years %in% tf.year])
}
else saa1[i, ny] <- get(stat.tf)(faa1[i, years %in% tf.year])/get(stat.tf)(faa1[na[ny], years %in% tf.year])
}
if(isTRUE(ave_S)){
saa1[na[ny], ny] <- get(stat.tf)(saa1[na[ny], years %in% tf.year])
}
else saa1[na[ny], ny] <- get(stat.tf)(faa1[na[ny], years %in% tf.year])/get(stat.tf)(faa1[na[ny], years %in% tf.year])
if(length(p)==1) faa1[1:na[ny], ny] <- p*sel.func(saa1, def=sel.def)[1:na[ny],ny] else faa1[1:na[ny], ny] <- p[length(p)]*sel.func(saa1, def=sel.def)[1:na[ny],ny]
faa1[na[ny], ny] <- alpha*faa1[na[ny]-1, ny]
dd <- max(sqrt((saa1[,ny] - saa[,ny])^2),na.rm=TRUE)
itt <- itt + 1
faa <- faa1
}
# トラフグ伊勢三河湾用オプション
# 特定の年齢だけチューニングせずに最近数年のFの平均
# 平均する年齢・年に1を入れた行列tf.matを使用(それ以外はNA)
if (!is.null(tf.mat)) {
for (i in 1:nrow(faa)) {
if (sum(!is.na(tf.mat[i,]))) faa[i, ny] <- get(stat.tf)(faa[i, !is.na(tf.mat[i,])])
}
naa[, ny] <- vpa.core.Pope(caa,faa,M,ny,p=p.pope)
for (i in (ny-1):(ny-na[ny]+1)){
naa[1:na[i], i] <- backward.calc(caa,naa,M,na,i,min.caa=min.caa,p=p.pope,plus.group=plus.group,sel.update=sel.update,alpha=alpha,use.equ=use.equ)
}
}
saa <- sel.func(faa, def=sel.def)
if(length(p) > 1) { # パラメータ数が1より大きい場合,add.p.estの分,推定パラメータ数を増やす
for (i in 1:(length(p)-1)){
faa[add.p.est[i],ny] <- p[i]
}
naa[, ny] <- vpa.core.Pope(caa,faa,M,ny,p=p.pope)
for (i in (ny-1):(ny-na[ny]+1)){
naa[1:na[i], i] <- backward.calc(caa,naa,M,na,i,min.caa=min.caa,p=p.pope,plus.group=plus.group,sel.update=sel.update,alpha=alpha,use.equ=use.equ)
faa[1:na[i], i] <- f.at.age(caa,naa,M,na,i,p=p.pope,alpha=alpha, use.equ=use.equ)
}
}
}
if (!isTRUE(sel.update)){
if (isTRUE(Pope)){
for (i in (ny-1):1){
naa[1:na[i], i] <- backward.calc(caa,naa,M,na,i,min.caa=min.caa,p=p.pope,plus.group=plus.group,sel.update=sel.update,alpha=alpha, use.equ=use.equ)
faa[1:na[i], i] <- f.at.age(caa,naa,M,na,i,p=p.pope,alpha=alpha, use.equ=use.equ)
}
}
else{
for (i in (ny-1):1){
for (j in 1:(na[i]-2)){
faa[j, i] <- ik.est(caa,naa,M,j,i,min.caa=min.caa,maxit=maxit,d=d)
}
if (isTRUE(plus.group)) faa[na[i]-1, i] <- hira.est(caa,naa,M,na[i]-1,i,alpha=alpha,min.caa=min.caa,maxit=maxit,d=d)
else faa[na[i]-1, i] <- ik.est(caa,naa,M,na[i]-1,i,min.caa=min.caa,maxit=maxit,d=d)
faa[na[i], i] <- alpha*faa[na[i]-1, i]
naa[1:na[i], i] <- vpa.core(caa,faa,M,i)
}
}
if (isTRUE(madara)){
denom <- get(stat.tf)(faa[na[ny], years %in% tf.year])
for (i in (na[ny]-1):1){
faa[i,ny] <- get(stat.tf)(faa[i, years %in% tf.year])/denom*faa[na[ny],ny]
naa[i, ny] <- caa[i, ny]*exp(M[i, ny]/2)/(1-exp(-faa[i, ny]))
k <- 0
for (j in (i-1):1){
k <- k + 1
if (i-k > 0){
naa[j,ny-k] <- naa[j+1,ny-k+1]*exp(M[j,ny-k])+caa[j,ny-k]*exp(M[j,ny-k]/2)
faa[j,ny-k] <- -log(1-caa[j,ny-k]*exp(M[j,ny-k]/2)/naa[j,ny-k])
}
}
}
}
if (is.na(naa[na[ny]-1,ny])){
if(isTRUE(Pope)){
for (i in (na[ny]-1):1){
if (is.null(tf.mat)) faa[i, ny] <- get(stat.tf)(faa[i, years %in% tf.year])
else faa[i, ny] <- get(stat.tf)(faa[i, !is.na(tf.mat[i,])])
naa[i, ny] <- caa[i, ny]*exp(M[i, ny]/2)/(1-exp(-faa[i, ny]))
k <- 0
for (j in (i-1):1){
k <- k + 1
if (i-k > 0){
naa[j,ny-k] <- naa[j+1,ny-k+1]*exp(M[j,ny-k])+caa[j,ny-k]*exp(M[j,ny-k]/2)
faa[j,ny-k] <- -log(1-caa[j,ny-k]*exp(M[j,ny-k]/2)/naa[j,ny-k])
}
}
}
}
else{
for (i in (na[ny]-1):1){
faa[i, ny] <- get(stat.tf)(faa[i, years %in% tf.year])
naa[i, ny] <- caa[i, ny]/(1-exp(-faa[i, ny]-M[i, ny]))*(faa[i, ny]+M[i, ny])/faa[i, ny]
k <- 0
for (j in (i-1):1){
k <- k + 1
if (i-k > 0){
faa[j,ny-k] <- ik.est(caa,naa,M,j,ny-k,min.caa=min.caa,maxit=maxit,d=d)
naa[j,ny-k] <- caa[j, ny-k]/(1-exp(-faa[j, ny-k]-M[j, ny-k]))*(faa[j, ny-k]+M[j, ny-k])/faa[j, ny-k]
}
}
}
}
}
}
if (!is.null(rec)){
naa[1, years %in% rec.year] <- rec
if(isTRUE(Pope)) faa[1, years %in% rec.year] <- -as.numeric(log(1-caa[1, years %in% rec.year]/naa[1, years %in% rec.year]*exp(M[1, years %in% rec.year]/2)))
else{
for (j in which(years %in% rec.year)){
faa[1,j] <- f.forward.est(caa,naa,M,1,j,maxit=maxit,d=d)
}
}
terminal.year <- as.numeric(years[ny])
for (kk in 1:length(rec.year)){
for (i in rec.year[kk]:terminal.year){
if(terminal.year-i > 0 & i-rec.year[kk]+1 <= max(ages)){
naa[i-rec.year[kk]+2, years %in% (i+1)] <- naa[i-rec.year[kk]+1, years %in% i]*exp(-faa[i-rec.year[kk]+1, years %in% i]-M[i-rec.year[kk]+1, years %in% i])
if (isTRUE(Pope)) faa[i-rec.year[kk]+2, years %in% (i+1)] <- -log(1-caa[i-rec.year[kk]+2, years %in% (i+1)]/naa[i-rec.year[kk]+2, years %in% (i+1)]*exp(M[i-rec.year[kk]+2, years %in% (i+1)]/2))
else {
for (j in which(years %in% (i+1))){
if(i-rec.year[kk]+2 < na[j]-1) faa[i-rec.year[kk]+2, j] <- f.forward.est(caa,naa,M,i-rec.year[kk]+2,j,maxit=maxit,d=d)
if (isTRUE(plus.group)){
if(i-rec.year[kk]+2 == na[j]-1) faa[i-rec.year[kk]+2, j] <- fp.forward.est(caa,naa,M,i-rec.year[kk]+2,j,alpha,maxit=maxit,d=d)
if(i-rec.year[kk]+2 == na[j]) faa[i-rec.year[kk]+2, j] <- alpha*fp.forward.est(caa,naa,M,i-rec.year[kk]+1,j,alpha,maxit=maxit,d=d)
}
else{
if(i-rec.year[kk]+2 == na[j]-1) faa[i-rec.year[kk]+2, j] <- f.forward.est(caa,naa,M,i-rec.year[kk]+2,j,maxit=maxit,d=d)
if(i-rec.year[kk]+2 == na[j]) faa[i-rec.year[kk]+2, j] <- alpha*f.forward.est(caa,naa,M,i-rec.year[kk]+1,j,maxit=maxit,d=d)
}
}
}
}
}
}
}
# next year
if (isTRUE(tune)){
if (n.add==1 & !is.na(mean(index[,ny+n.add],na.rm=TRUE))){
new.naa <- forward.calc(faa,naa,M,na,ny+n.add,plus.group=plus.group)
naa[,ny+n.add] <- new.naa
baa <- naa*waa
ssb <- baa*maa*exp(-ssb.coef*(faa+M))
if (is.null(rec.new) & !isTRUE(last.catch.zero)) {
new.naa[1] <- NA #median((naa[1,]/colSums(ssb))[years %in% rps.year])*sum(ssb[,ny+n.add],na.rm=TRUE)
}else if(!is.null(rec.new)) {new.naa[1] <- rec.new
}else if(is.null(rec.new) & isTRUE(last.catch.zero)){new.naa[1] <-NA}
naa[1,ny+n.add] <- new.naa[1]
baa[1,ny+n.add] <- naa[1,ny+n.add]*waa[1,ny+n.add]
if (!is.null(f.new) & !is.null(saa.new)) faa[,ny+n.add] <- f.new*saa.new else faa[,ny+n.add] <- 0
if (isTRUE(Pope)) caa[,ny+n.add] <- naa[,ny+n.add]*(1-exp(-faa[,ny+n.add]))*exp(-M[,ny+n.add]/2) else caa[,ny+n.add] <- naa[,ny+n.add]*(1-exp(-faa[,ny+n.add]-M[,ny+n.add]))*faa[,ny+n.add]/(faa[,ny+n.add]+M[,ny+n.add])
ssb[1,ny+n.add] <- baa[1,ny+n.add]*maa[1,ny+n.add]*exp(-ssb.coef*(faa[1,ny+n.add]+M[1,ny+n.add]))
if (ssb.lag==1) ssb <- cbind(NA, ssb[,-ncol(ssb)])
}
# tuning
obj <- NULL
if (tune){
if (est.constraint | !is.null(fixed.index.var)){
Abund <- NULL
for (i in 1:nindex){
abundance <- abund.extractor(abund=abund[i], naa, faa, dat, min.age=min.age[i], max.age=max.age[i], link=link[i], base=base[i], af=af[i], catch.prop=catch.prop, sel.def=sel.def, p.m=p.m, omega=omega, scale=scale)
if (!is.null(remove.abund)) {
if (nrow(remove.abund)!=nindex || ncol(remove.abund)!=ncol(dat$caa)) {
stop("The dimension of 'remove.abund' must be the same as that of 'caa'")
}
abundance <- abundance - as.numeric(remove.abund[i,])
abundance[abundance<1e-6] <- 1e-6
}
Abund <- rbind(Abund, abundance)
}
if (is.null(fixed.index.var)) est.qbs <- qbs.f(q.const, b.const, sigma.constraint, index, Abund, nindex, index.w, max.dd, max.iter) else {
p00 <- c(log(q.const[which(index.w >0)]), log(sigma.constraint[which(index.w >0)]))
est.qbs <- qbs.f2(p00, index, Abund, nindex, index.w, fixed.index.var)
}
q <- exp(est.qbs$q)
b <- est.qbs$b
sigma <- est.qbs$sigma
obj <- est.qbs$obj
convergence <- est.qbs$convergence
obj0 <- obj
rownames(Abund) <- 1:nindex
}
else{
if (est.method=="ls")
{
Abund <- nn <- sigma <- b <- NULL
for (i in 1:nindex)
{
abundance <- abund.extractor(abund=abund[i], naa, faa, dat, min.age=min.age[i], max.age=max.age[i], link=link[i], base=base[i], af=af[i], catch.prop=catch.prop, sel.def=sel.def, p.m=p.m, omega=omega, scale=scale)
if (!is.null(remove.abund)) {
abundance <- abundance - as.numeric(remove.abund[i,])
abundance[abundance<1e-6] <- 1e-6
}
Abund <- rbind(Abund, abundance)
avail <- which(!is.na(as.numeric(index[i,])))
if (b.est)
{
if (is.null(b.fix))
{
b[i] <- cov(log(as.numeric(index[i,avail])),log(as.numeric(abundance[avail])))/var(log(as.numeric(abundance[avail])))
}else
{
if (is.na(b.fix[i])) b[i] <- cov(log(as.numeric(index[i,avail])),log(as.numeric(abundance[avail])))/var(log(as.numeric(abundance[avail]))) else b[i] <- b.fix[i]
}
}else
{
if (is.null(b.fix)) b[i] <- 1 else b[i] <- b.fix[i]
}
if (is.null(q.fix))
{
q[i] <- exp(mean(log(as.numeric(index[i,avail]))-b[i]*log(as.numeric(abundance[avail]))))
}else
{
q[i] <- q.fix[i]
}
obj <- c(obj,index.w[i]*sum((log(as.numeric(index[i,avail]))-log(q[i])-b[i]*log(as.numeric(abundance[avail])))^2))
}
}
if (est.method=="ls_nolog") #option added for the use of madara (2020/10)
{
Abund <- nn <- sigma <- b <- NULL
for (i in 1:nindex)
{
abundance <- abund.extractor(abund=abund[i], naa, faa, dat, min.age=min.age[i], max.age=max.age[i], link=link[i], base=base[i], af=af[i], catch.prop=catch.prop, sel.def=sel.def, p.m=p.m, omega=omega, scale=scale)
Abund <- rbind(Abund, abundance)
avail <- which(!is.na(as.numeric(index[i,])))
#avail <- as.numeric(index[i,])
if (b.est)
{stop("no option to estimate b when using real number instead of log !!!!")#実数平方和を用いる場合はb推定のオプションはなし。
if (is.null(b.fix))
{
b[i] <- cov(log(as.numeric(index[i,avail])),log(as.numeric(abundance[avail])))/var(log(as.numeric(abundance[avail])))
}else
{
if (is.na(b.fix[i])) b[i] <- cov(log(as.numeric(index[i,avail])),log(as.numeric(abundance[avail])))/var(log(as.numeric(abundance[avail]))) else b[i] <- b.fix[i]
}
}else
{
if (is.null(b.fix)) b[i] <- 1 else b[i] <- b.fix[i]
}
if (is.null(q.fix))
{
#q[i] <- exp(mean(log(as.numeric(index[i,avail]))-b[i]*log(as.numeric(abundance[avail]))))
q[i] <- sum(as.numeric(index[i,avail])*as.numeric(abundance[avail])^b[i])/sum(as.numeric(abundance[avail])^(2*b[i])) #changed
}else
{
q[i] <- q.fix[i]
}
#obj <- c(obj,index.w[i]*sum((log(as.numeric(index[i,avail]))-log(q[i])-b[i]*log(as.numeric(abundance[avail])))^2))
obj <- c(obj,index.w[i]*sum((as.numeric(index[i,avail])-q[i]*as.numeric(abundance[avail ])^b[i])^2))
}
}
if (est.method=="ml")
{
if (use.index[1] != "all") sigma.constraint <- sigma.constraint[use.index]
if(!(length(sigma.constraint)==nindex))
{
stop("length of sigma constraint does not match the number of indices!!!!")#sigma.constraintの長さがindexの本数と異なる場合にはエラーを出して停止。
}
Abund <- nn <- sigma <- b <- NULL
for (i in 1:nindex)
{
abundance <- abund.extractor(abund=abund[i], naa, faa, dat, min.age=min.age[i], max.age=max.age[i], link=link[i], base=base[i], af=af[i], catch.prop=catch.prop, sel.def=sel.def, p.m=p.m, omega=omega, scale=scale)
if (!is.null(remove.abund)) {
abundance <- abundance - as.numeric(remove.abund[i,])
abundance[abundance<1e-6] <- 1e-6
}
Abund <- rbind(Abund, abundance)
avail <- which(!is.na(as.numeric(index[i,])))
nn[i] <- length(avail)
if (b.est)
{
if (is.null(b.fix))
{
b[i] <- cov(log(as.numeric(index[i,avail])),log(as.numeric(abundance[avail])))/var(log(as.numeric(abundance[avail])))
}else
{
if (is.na(b.fix[i]))
{
b[i] <- cov(log(as.numeric(index[i,avail])),log(as.numeric(abundance[avail])))/var(log(as.numeric(abundance[avail])))
}else
{
b[i] <- b.fix[i]
}
}
}else
{
if (is.null(b.fix))
{
b[i] <- 1
}else
{
b[i] <- b.fix[i]
}
}
if (is.null(q.fix))
{
q[i] <- exp(mean(log(as.numeric(index[i,avail]))-b[i]*log(as.numeric(abundance[avail]))))
}else
{
q[i] <- q.fix[i]
}
#sigma[i] <- sqrt(sum((log(as.numeric(index[i,avail]))-log(q[i])-b[i]*log(as.numeric(abundance[avail])))^2)/nn[i])
#obj <- c(obj,index.w[i]*(-as.numeric(na.omit(dnorm(log(as.numeric(index[i,avail])),log(q[i])+b[i]*log(as.numeric(abundance[avail])),sigma[i],log=TRUE)))))
}
unique.sigma.constraint <- unique(sigma.constraint)
for(i in 1:length(unique.sigma.constraint))
{
index.num <- which(sigma.constraint==unique.sigma.constraint[i])
sq.error <- 0
for(j in index.num)
{
abundance <- abund.extractor(abund=abund[j], naa, faa, dat, min.age=min.age[j], max.age=max.age[j], link=link[j], base=base[j], af=af[j], catch.prop=catch.prop, sel.def=sel.def, p.m=p.m, omega=omega, scale=scale)
if (!is.null(remove.abund)) {
abundance <- abundance - as.numeric(remove.abund[i,])
abundance[abundance<1e-6] <- 1e-6
}
avail <- which(!is.na(as.numeric(index[j,])))
sq.error <- sq.error + sum((log(as.numeric(index[j,avail]))-log(q[j])-b[j]*log(as.numeric(abundance[avail])))^2)
}
sigma[index.num] <- sqrt(sq.error/sum(nn[index.num]))
}
for (i in 1:nindex)
{
abundance <- abund.extractor(abund=abund[i], naa, faa, dat, min.age=min.age[i], max.age=max.age[i], link=link[i], base=base[i], af=af[i], catch.prop=catch.prop, sel.def=sel.def, p.m=p.m, omega=omega, scale=scale)
if (!is.null(remove.abund)) {
abundance <- abundance - as.numeric(remove.abund[i,])
abundance[abundance<1e-6] <- 1e-6
}
avail <- which(!is.na(as.numeric(index[i,])))
obj <- c(obj,index.w[i]*(-as.numeric(na.omit(dnorm(log(as.numeric(index[i,avail])),log(q[i])+b[i]*log(as.numeric(abundance[avail])),sigma[i],log=TRUE)))))
}
}
obj0 <- obj
obj <- sum(obj)
convergence <- 1
saa <- sel.func(faa, def=sel.def)
if (penalty=="p" && isFALSE(p_by_age)) {
if (is.null(eta) || eta==-1) {
obj <- (1-lambda)*obj + lambda*sum(p^beta)
} else {
eta.age <- eta.age + 1
obj <- (1-lambda)*obj + lambda*(eta*sum(p[eta.age]^beta) + (1-eta)*sum(p[-eta.age]^beta))
}
}
if (penalty=="p" && isTRUE(p_by_age)) {
if (is.null(eta)) {
if (is.null(penalty_age)) {stop("please specify penalty_age")}#etaがNULLでpenalty="p"で選択率更新法を採用していて,penaltyを年齢別に与えたいのにpenalty_ageを未指定の場合にはエラーを出して停止。
penalty_age <- penalty_age + 1
obj <- (1-lambda)*obj + lambda*sum(faa[penalty_age,ny]^beta)
} else {
if (is.null(no_eta_age)) {stop("please specify no_eta_age")}#etaがNULLでpenalty="p"で選択率更新法を採用していて,penaltyを年齢別に与えたいのにpenalty_ageを未指定の場合にはエラーを出して停止。
eta.age <- eta.age + 1
no_eta_age <- no_eta_age +1
obj <- (1-lambda)*obj + lambda*(eta*sum(faa[eta.age,ny]^beta) + (1-eta)*sum(faa[no_eta_age,ny]^beta))
}
}
if (penalty=="f") obj <- (1-lambda)*obj + lambda*sum((abs(faa[1:(na[ny]-1),ny]-apply(faa[1:(na[ny]-1), years %in% tf.year],1,get(stat.tf))))^beta)
if (penalty=="s") obj <- (1-lambda)*obj + lambda*sum((abs(saa[1:(na[ny]-1),ny]-apply(saa[1:(na[ny]-1), years %in% tf.year],1,get(stat.tf))))^beta)
if (!is.null(sel.rank)) obj <- obj+1000000*sum((rank(saa[,ny])-sel.rank)^2)
rownames(Abund) <- 1:nindex
}
}
}
else {obj <- (p - alpha*faa[na[ny]-1, ny])^2; obj0 <- NA}
#
if (isTRUE(out)) {
# next year
if (n.add==1 & is.na(naa[1,ny+n.add])){
new.naa <- forward.calc(faa,naa,M,na,ny+n.add,plus.group=plus.group)
if (!is.null(f.new) & !is.null(saa.new)) faa[,ny+n.add] <- f.new*saa.new else faa[,ny+n.add] <- 0
naa[,ny+n.add] <- new.naa
baa <- naa*waa
ssb <- baa*maa*exp(-ssb.coef*(faa+M))
if (is.null(rec.new) & !isTRUE(last.catch.zero)) {
new.naa[1] <- NA # median((naa[1,]/colSums(ssb))[years %in% rps.year])*sum(ssb[,ny+n.add],na.rm=TRUE)
}else if(!is.null(rec.new)) {new.naa[1] <- rec.new
}else if(is.null(rec.new) & isTRUE(last.catch.zero)){new.naa[1] <-NA}
naa[1,ny+n.add] <- new.naa[1]
baa[1,ny+n.add] <- naa[1,ny+n.add]*waa[1,ny+n.add]
if (isTRUE(Pope)) caa[,ny+n.add] <- naa[,ny+n.add]*(1-exp(-faa[,ny+n.add]))*exp(-M[,ny+n.add]/2) else caa[,ny+n.add] <- naa[,ny+n.add]*(1-exp(-faa[,ny+n.add]-M[,ny+n.add]))*faa[,ny+n.add]/(faa[,ny+n.add]+M[,ny+n.add])
ssb[1,ny+n.add] <- baa[1,ny+n.add]*maa[1,ny+n.add]*exp(-ssb.coef*(faa[1,ny+n.add]+M[1,ny+n.add]))
if (ssb.lag==1) ssb <- cbind(NA, ssb[,-ncol(ssb)])
}
else {
baa <- naa*waa
ssb <- baa*maa*exp(-ssb.coef*(faa+M))
if (ssb.lag==1) ssb <- cbind(NA, ssb[,-ncol(ssb)])
}
obj <- list(minimum=obj, minimum.c=obj0, caa=caa, naa=naa, faa=faa, baa=baa, ssb=ssb)
if (isTRUE(eq.tf.mean)) obj$p <- max(faa[,ny],na.rm=TRUE)
if (isTRUE(tune)) {
if (est.method=="ls" ){
if (use.index[1]=="all") Nindex <- sum(!is.na(index[index.w > 0,])) else Nindex <- sum(!is.na(index[index.w[use.index > 0] > 0,]))
Sigma2 <- obj$minimum/Nindex
neg.logLik <- Nindex/2*log(2*pi*Sigma2)+Nindex/2
obj$q <- q
obj$b <- b
obj$sigma <- sqrt(Sigma2)
obj$convergence <- convergence
obj$Abund <- Abund
obj$logLik <- -neg.logLik
}
if (est.method=="ls_nolog" ){
if (use.index[1]=="all") Nindex <- sum(!is.na(index[index.w > 0,])) else Nindex <- sum(!is.na(index[index.w[use.index > 0] > 0,]))
Sigma2 <- obj$minimum/Nindex
#neg.logLik <- Nindex/2*log(2*pi*Sigma2)+Nindex/2
neg.logLik <-log(obj$minimum)
obj$q <- q
obj$b <- b
obj$sigma <- sqrt(Sigma2)
obj$convergence <- convergence
obj$Abund <- Abund
obj$logLik <- -neg.logLik
}
if (est.method=="ml"|est.constraint| !is.null(fixed.index.var)){
if (est.constraint){
names(q) <- q.const
names(b) <- b.const
names(sigma) <- sigma.constraint
}
obj$convergence <- convergence
obj$q <- q
obj$b <- b
obj$sigma <- sigma
obj$Abund <- Abund
obj$logLik <- -obj$minimum
}
}
}
return(obj) # 目的関数を返す
}
########################################################################################
# execution of optimization
# if (isTRUE(ADMB)){
# require(R2admb)
#
# index2 <- as.matrix(t(apply(index,1,function(x) ifelse(is.na(x),0,x))))
#
# Type <- ifelse(abund=="SSB", 1, ifelse(abund=="B",4,ifelse(abund=="N",3,2)))
#
# if(is.null(dat$maa.tune)) MAA <- as.matrix(dat$maa) else MAA <- as.matrix(dat$maa.tune)
# if (is.na(af[1])) af <- rep(0,nindex)
#
# data2 <- list(A=nrow(dat$caa),Y=ncol(dat$caa),K=length(use.index),Est=ifelse(est.method=="ls",0,1),b_est=as.numeric(b.est),alpha=alpha,lambda=lambda,beta=beta,Type=Type,w=index.w,af=af,CATCH=as.matrix(dat$caa),WEI=as.matrix(dat$waa/scale),MAT=MAA,M=as.matrix(dat$M),CPUE=index2,MISS=ifelse(index2==0,1,0))
#
# init <- log(p.init)
#
# write_dat("vpa",data2)
# write_pin("vpa",init)
# system("vpa -nohess")
# summary.p.est <- read_pars("vpa")
# summary.p.est$estimate <- exp(summary.p.est$coeflist$log_F)
# summary.p.est$minimum <- -summary.p.est$loglik
# summary.p.est$gradient <- summary.p.est$maxgrad
# summary.p.est$code <- 0
# log.p.hat <- log(summary.p.est$estimate)
# } else {
if (isTRUE(TMB)){
if(isTRUE(TMB) & isTRUE(sel.update)){print("TMB is not supported for sel.update method");stop()}
if(isTRUE(TMB) & alpha!=1){print("TMB is not supported for alpha!=1");stop()}
if(isTRUE(TMB) & isFALSE(Pope)){print("TMB is not supported for baranov equation option. only for Pope");stop()}
if(isTRUE(TMB) & penalty=="f"){print("TMB is not supported for penalty=f. only for penalty=p");stop()}
if(isTRUE(TMB) & penalty=="s"){print("TMB is not supported for penalty=s. only for penalty=p");stop()}
index2 <- as.matrix(t(apply(index,1,function(x) ifelse(is.na(x),0,x))))
Ab_type <- ifelse(abund=="SSB", 1, ifelse(abund=="N", 2, ifelse(abund=="B", 3, 4)))
sel_def <- ifelse(sel.def=="max",0,ifelse(sel.def=="mean",1,2))
Ab_type_age <- ifelse(is.na(min.age),0,min.age)
Ab_type_max_age <- ifelse(is.na(max.age),0,max.age)+1
if(is.null(dat$maa.tune)) MAA <- as.matrix(dat$maa) else MAA <- as.matrix(dat$maa.tune)
if (is.na(af[1])) af <- rep(0,nindex)
if (isTRUE(b.est)) b_fix <- rep(0,nindex) else b_fix <- rep(1,nindex)
if (!is.null(b.fix)) b_fix <- ifelse(is.na(b.fix),0,b.fix)
# if (use.index[1] != "all") b_fix <- b_fix[use.index]
# if (!(length(sigma.constraint)==nindex)) {
# stop("length of sigma constraint does not match the number of indices!!!!")#sigma.constraintの長さがindexの本数と異なる場合にはエラーを出して停止。
# }
unique.sigma.constraint <- unique(sigma.constraint)
sigma_constraint <- sigma.constraint
if (use.index[1] != "all") {
unique.sigma.constraint <- unique.sigma.constraint[use.index]
sigma_constraint <- sigma_constraint[use.index]
}
nsigma <- length(unique.sigma.constraint)
for (i in 1:nsigma) {
pos <- which(sigma_constraint == unique.sigma.constraint[i])
sigma_constraint[pos] <- i-1
}
if (is.null(eta)) eta <- -1.0
eta_age <- rep(1,length(p.init))
eta_age[eta.age+1] <- 0
data2 <- list(Est=ifelse(est.method=="ls",0,1),b_fix=as.numeric(b_fix),
alpha=alpha,lambda=lambda,beta=beta,Ab_type=Ab_type,sel_def=sel_def,
Ab_type_age=Ab_type_age,Ab_type_max_age=Ab_type_max_age,w=index.w,af=af,CATCH=t(as.matrix(dat$caa)),WEI=t(as.matrix(dat$waa)),MAT=t(MAA),M=t(as.matrix(dat$M)),CPUE=t(index2),MISS=t(ifelse(index2==0,1,0)),Last_Catch_Zero=ifelse(isTRUE(last.catch.zero),1,0),sigma_constraint=sigma_constraint,eta=eta,eta_age=eta_age)
parameters <- list(
log_F=log(p.init)
)
obj2 <- try(TMB::MakeADFun(data2, parameters, DLL=tmb.file))
if (class(obj2) == "try-error") {
stop("Please run use_rvpa_tmb() first!")
}
opt <- nlm(obj2$fn, obj2$par, gradient=obj2$gr, hessian=hessian)
if (sdreport) rep <- TMB::sdreport(obj2)
summary.p.est <- opt
# summary.p.est <- list()
# summary.p.est$estimate <- exp(opt$estimate)
# summary.p.est$minimum <- -opt$minimum
# summary.p.est$gradient <- opt$gradient
# summary.p.est$code <- opt$code
# log.p.hat <- opt$estimate
log.p.hat <- summary.p.est$estimate
} else {
if (isTRUE(no.est)){
if (isTRUE(eq.tf.mean)) {
summary.p.est <- p.est(log(p.init), out=TRUE)
summary.p.est <- list(estimate=summary.p.est$p, minimum=p.est(log(summary.p.est$p)), gradient=NA, code=NA)
log.p.hat <- log(summary.p.est$estimate)
}else{
summary.p.est <- list(estimate=log(p.init), minimum=p.est(log(p.init)), gradient=NA, code=NA)
log.p.hat <- summary.p.est$estimate
}
}else{
if (optimizer=="nlm") summary.p.est <- nlm(p.est, log(p.init), hessian=hessian)
if (optimizer=="nlminb") {
summary.p.est <- nlminb(log(p.init), p.est, hessian=hessian, lower=Lower, upper=Upper)
summary.p.est$estimate <- summary.p.est$par
summary.p.est$minimum <- summary.p.est$objective
summary.p.est$gradient <- NA
summary.p.est$code <- summary.p.est$convergence
}
log.p.hat <- summary.p.est$estimate
}
}
gradient <- summary.p.est$gradient
code <- summary.p.est$code
message.nlminb <- summary.p.est$message
np <- length(summary.p.est$estimate)
out <- p.est(log.p.hat, out=TRUE)
term.f <- exp(log.p.hat)
#
if(isTRUE(hessian)) hessian <- summary.p.est$hessian
naa <- as.data.frame(out$naa)
faa <- as.data.frame(out$faa)
baa <- as.data.frame(out$baa)
ssb <- as.data.frame(out$ssb)
saa <- as.data.frame(sel.func(faa, def=sel.def))
if(isTRUE(tune)){
logLik <- out$logLik
sigma <- out$sigma
q <- out$q
b <- out$b
convergence <- out$convergence
message <- message.nlminb
pred.index <- q*out$Abund^b
}
else logLik <- sigma <- q <- b <- convergence <- message <- pred.index <- NULL
Ft <- mean(faa[,ny],na.rm=TRUE)
Fc.at.age <- apply(faa[,years %in% fc.year,drop=FALSE],1,mean) # drop=FALSEで,行列のベクトル化を防ぐ
Fc.mean <- mean(Fc.at.age,na.rm=TRUE)
Fc.max <- max(Fc.at.age,na.rm=TRUE)
res <- list(input=arglist, term.f=term.f, np=np, minimum=out$minimum, minimum.c=out$minimum.c, logLik=logLik, gradient=gradient, code=code, q=q, b=b, sigma=sigma, convergence=convergence, message=message, hessian=hessian, Ft=Ft, Fc.at.age=Fc.at.age, Fc.mean=Fc.mean, Fc.max=Fc.max, last.year=last.year, Pope=Pope, ssb.coef=ssb.coef, pred.index=pred.index, wcaa=caa*waa.catch,naa=naa, faa=faa, baa=baa, ssb=ssb, saa=saa)
invisible(res2 <- list(input=arglist, use.index=use.index, abund=abund, min.age=min.age, max.age=max.age, link=link, base=base, af=af, index.w=index.w, q=q, naa=naa, faa=faa, baa=baa, ssb=ssb, pred.index=pred.index, sigma=sigma, b=b)) #use.indexを考慮し,実際にVPAのチューニングで与えた値
# print(list(use.index=use.index, abund=abund, min.age=min.age, max.age=max.age, link=link, base=base, af=af, index.w=index.w))
if (isTRUE(plot) & isTRUE(tune)){
if(is.null(plot.year)) plot.year <- colnames(naa) %>% as.numeric()
graph <- try(plot_residual_vpa2(res2, index_name = NULL, plot_year = plot.year)) # plot.yearに対応する引数を追加してください
if(class(graph)=="try-error"){
for (i in 1:nindex){
Y <- years %in% plot.year
Pred <- (index[i,Y]/q[i])^(1/b[i])
plot(years[Y], Pred, ylim=range(Pred, out$Abund[i,Y], na.rm=TRUE),col=3,pch=16,xlab="Year",ylab=paste("index", i), main=abund[i])
lines(years[Y],out$Abund[i,Y],col=2,lwd=2)
} # for(i) 従来のplot
} else {
gridExtra::grid.arrange(graph$year_resid, graph$fitting_Index, graph$abund_Index) # 3つのggplotを並べる
res <- c(res, list(plot = graph))
} # 加筆(浜辺)
}
if (isTRUE(TMB) & isTRUE(sdreport)) {
res$obj <- obj2
res$rep <- rep
}
class(res) <- "vpa"
return(invisible(res))
}
#'
#' VPAの推定値についてprofile likelihood (one parameter)を実施する
#'
#' @param res vpa関数の出力値
#' @encoding UTF-8
#'
#' @export
#'
profile_likelihood.vpa <- function(res,Alpha=0.95,min.p=1.0E-6,max.p=1,L=20,method="ci"){
res.c <- res
res.c$input$no.est <- TRUE
res.c$input$plot <- FALSE
like <- function(p,method="ci") {
res.c$input$p.init <- p
res1 <- do.call(vpa,res.c$input)
if (method=="ci") obj <- (-2*(res1$logLik - res$logLik)-qchisq(Alpha,1))^2
# if (method=="dist") obj <- res1$logLik
if (method=="dist"){ # 市野川変更
obj <- list(logLik=res1$logLik,LLs=res1$minimum.c)
}
return(obj)
}
if (method=="ci"){
res.lo <- nlminb(start=res$term.f*0.5, like, lower=0.001, upper=0.999*res$term.f, method="ci")
res.up <- nlminb(start=res$term.f*1.5, like, lower=1.001*res$term.f, upper=Inf, method="ci")
out <- list(lower=res.lo,upper=res.up,ci=c(res.lo$par, res.up$par))
}
if (method=="dist"){
p0 <- seq(min.p,max.p,len=L)
tmp <- lapply(p0, like, method="dist")
out <- list(logLik=sapply(tmp,function(x) x$logLik),
LLs = sapply(tmp,function(x) x$LLs))
out$TLL <- -out$logLik - min(-out$logLik)
out$RLLs <- sweep(out$LLs,1,apply(out$LLs,1,min),FUN="-")
out$p0 <- p0
# out <- p0 # 市野川変更
}
return(out)
}
dp.est <- function(p,res,Ref,target="F",beta=1){
res.c <- res
res.c$input$no.est <- TRUE
res.c$input$plot <- FALSE
res.c$input$p.init <- p
ny <- length(res.c$faa[1,])
na <- length(res.c$faa[,ny])
res1 <- do.call(vpa,res.c$input)
if (target=="B") out <- -res1$logLik+beta*(sum(res1$baa[,ny])-Ref)^2
if (target=="F") out <- -res1$logLik+beta*(res1$faa[na,ny]-Ref)^2
return(out)
}
pl.ci.dp <- function(res,target="F",beta=10^5,Alpha=0.8,lo.p=0.1,up.p=2.0,lo.Ref=0.5,up.Ref=3,method="ci"){
res.c <- res
res.c$input$no.est <- TRUE
res.c$input$plot <- FALSE
p.est <- function(Ref) optimize(dp.est,c(lo.p,up.p),res=res,Ref=Ref,target=target,beta=beta)$minimum
ny <- length(res$faa[1,])
na <- length(res$faa[,ny])
if (target=="F") Ref0 <- res$faa[na,ny]
if (target=="B") Ref0 <- sum(res$baa[,ny])
like <- function(Ref,method="ci") {
p <- p.est(Ref)
res.c$input$p.init <- p
res1 <- do.call(vpa,res.c$input)
if (method=="ci") obj <- -2*(res1$logLik - res$logLik)-qchisq(Alpha,1)
if (method=="dist") obj <- res1$logLik
return(obj)
}
if (method=="ci"){
res.lo <- uniroot(like, lower=Ref0*lo.Ref, upper=Ref0, method="ci")
res.up <- uniroot(like, lower=Ref0, upper=Ref0*up.Ref, method="ci")
out <- list(lower=res.lo,upper=res.up,ci=c(res.lo$root, res.up$root))
}
if (method=="dist"){
p0 <- seq(Ref0*lo.Ref,Ref0*up.Ref,len=L)
out <- sapply(p0, like, method="dist")
}
return(out)
}
profile.likelihood.vpa.B <- function(res,Alpha=0.95,min.p=1.0E-6,max.p=1,L=20,method="ci"){
res.c <- res
res.c$input$no.est <- TRUE
like <- function(p,method="ci") {
Bm <- exp(p)
p0 <- res.c$term.f
f1 <- function(p0){
res.c$input$p.init <- p0
res1 <- do.call(vpa,res.c$input)
(sum(res1$baa[,37])-Bm)^2
}
res1 <- nlm(f1,p0)
res.c$input$p.init <- res1$estimate
res1 <- do.call(vpa,res.c$input)
if (method=="ci") obj <- (-2*(res1$logLik - res$logLik)-qchisq(Alpha,1))^2
if (method=="dist") obj <- res1$logLik
return(obj)
}
if (method=="ci"){
res.lo <- nlminb(start=log(sum(res$baa[,37])*0.5), like, lower=-Inf, upper=log(sum(res$baa[,37])), method="ci")
res.up <- nlminb(start=log(sum(res$baa[,37])*1.5), like, lower=log(sum(res$baa[,37])), upper=Inf, method="ci")
out <- list(lower=res.lo,upper=res.up,ci=c(res.lo$par, res.up$par))
}
if (method=="dist"){
p0 <- seq(min.p,max.p,len=L)
out <- sapply(p0, like, method="dist")
}
return(out)
}
#' bootstrapを実施する
#'
#' @param res vpaの出力値
#' @param method "p": パラメトリックブートストラップ。"n": ノンパラメトリックブートストラップ。"r": 残差をスムージングした後ブートストラップt法
#'
#' @encoding UTF-8
#'
#' @seealso
#' https://ichimomo.github.io/frasyr/articles/Diagnostics-for-VPA.html
#'
#' @export
boo.vpa <- function(res,B=5,method="p",mean.correction=FALSE){
## method == "p": parametric bootstrap
## method == "n": non-parametric bootstrap
## method == "r": smoothed residual bootstrap-t
assertthat::assert_that(method == "p" | method == "n" | method == "r")
if(is.numeric(res$input$use.index)){
index <- res$input$dat$index[res$input$use.index,]
p.index <- res$pred.index
assertthat::assert_that(nrow(index) == nrow(p.index)) # obsとpredのデータの種類数が違ったら止める
resid <- log(as.matrix(index))-log(as.matrix(p.index))
} else { # use.index = "all" (default)
index <- res$input$dat$index
p.index <- res$pred.index
resid <- log(as.matrix(index))-log(as.matrix(p.index))
}
R <- nrow(resid) # 残差の行数(=用いたデータの数)
n <- apply(resid,1,function(x) sum(!is.na(x))) # 残差の数
np <- res$np # パラメータ数
rs2 <- rowSums(resid^2, na.rm=TRUE)/(n-np)
res.c <- res
if(np == 1){
res.c$input$p.init <- res$term.f[1] # original code
} else {
res.c$input$p.init <- c(res$term.f,
rev(res$term.f)[1]*res$input$alpha
) # 初期値とターミナルF合わせてる
}
b.index <- res$input$dat$index # ブートストラップCPUEの箱を先に作っておく
Res1 <- list()
for (b in 1:B){
print(b)
for (i in 1:R){
#use.indexオプションを使っているとき、b.indexの行数とずれるので、b.indexの行番号をjで設定
j <- ifelse(is.numeric(res$input$use.index), res$input$use.index[i],i)
if (method=="p") b.index[j,!is.na(index[i,])] <- exp(log(p.index[i,!is.na(index[i,])]) + rnorm(sum(!is.na(index[i,])),0,sd=sqrt(rs2[i])))
if (method=="n") b.index[j,!is.na(index[i,])] <- exp(log(p.index[i,!is.na(index[i,])]) + sample(resid[i,!is.na(index[i,])],length(index[i,!is.na(index[i,])]),replace=TRUE))
if (isTRUE(mean.correction)) b.index[j,!is.na(index[i,])] <- b.index[j,!is.na(index[i,])]*exp(-rs2[i]/2)
if (method=="r") {
rs.d <- density(resid[i,!is.na(index[i,])])
rs.db <- sample(rs.d$x,length(index[i,!is.na(index[i,])]),prob=rs.d$y,replace=TRUE)
sd.j <- sd(rs.db)
s.rs.b <- rs.db/sd.j
b.index[j,!is.na(index[i,])] <- exp(log(p.index[i,!is.na(index[i,])]) + s.rs.b*sqrt(rs2[i]))
}
if (isTRUE(mean.correction)) b.index[j,!is.na(index[i,])] <- b.index[j,!is.na(index[i,])]*exp(-rs2[i]/2)
}
res.c$input$dat$index <- b.index
res1 <- try(safe_call(vpa,res.c$input, force=TRUE)) # do.callからsafe_callに変更(浜辺'20/06/30)
if(class(res1)=="try-error"){
Res1[[b]] <- "try-error"
}
else{
Res1[[b]] <- list(index=b.index,naa=res1$naa,baa=res1$baa,ssb=res1$ssb,faa=res1$faa,saa=res1$saa,
Fc.at.age=res1$Fc.at.age,q=res1$q,b=res1$b,sigma=res1$sigma) # 2013.8.20追記(市野川)
}
}
return(Res1)
}
logit <- function(x) log(x/(1-x))
##
cv.est <- function(res,n=5){
nr <- ifelse(res$input$use.index=="all", 1:nrow(res$input$dat$index), res$input$use.index)
nc <- ncol(res$input$dat$index)
obj <- NULL
for (i in 0:(n-1)){
res.c <- res
res.c$input$dat$index[,nc-i] <- NA
res.c$input$plot <- FALSE
# res.c$input$p.init <- res$term.f
res1 <- do.call(vpa,res.c$input)
if (abs(res1$gradient) < 10^(-3)){
obj <- c(obj,mean(dnorm(log(res$input$dat$index[nr,nc-i]),log(res1$pred[,nc-i]),res1$sigma,log=TRUE),na.rm=TRUE))
}
}
return(mean(obj,na.rm=TRUE))
}
#' レトロスペクティブ解析の実施
#'
#' @param res VPAの出力
#' @param n 除く年数
#' @param b.fix b推定してる場合にbを固定するかどうか
#' @param remove.maxAgeF Mohn's rhoを計算する際に最高齢のFを除くか(alphaを仮定して計算していることが多いから)
#' @param ssb.forecast Mohn's rhoを計算する際にSSBは1年後を計算するか(last.catch.zero=TRUEのときのみ有効)
#' @param grid.add.ini \code{add.p.ini}をgridで変えて初期値を事前に探索する
#' @param grid.init \code{p.init}でgridを変えて初期値を事前に探索する
#' @param remove.short.index 年数が指定された数字以下になった指標値を除いて計算する(初期設定:-1)
#' @encoding UTF-8
#' @export
#'
retro.est <- function(res,n=5,stat="mean",init.est=FALSE, b.fix=TRUE,
remove.maxAgeF=FALSE,ssb.forecast=FALSE,sel.mat=NULL,
grid.add.ini = NULL,grid.init = NULL,
remove.short.index=-1){
res.c <- res
res.c$input$plot <- FALSE
Res <- list()
obj.n <- obj.b <- obj.s <- obj.r <- obj.f <- NULL
A <- nrow(res$faa)
if (isTRUE(b.fix)){
res.c$input$b.fix <- res$b
res.c$input$b.est <- FALSE
}
#if (res$input$last.catch.zero) res.c$input$last.catch.zero <- FALSE
if (ssb.forecast && !(res.c$input$last.catch.zero)) {
warning("'ssb.forecast' is usable only when 'last.catch.zero=TRUE' and so ignored")
}
for (i in 1:n){
nc <- ncol(res.c$input$dat$caa)
res.c$input$dat$caa <- res.c$input$dat$caa[,-nc]
res.c$input$dat$maa <- res.c$input$dat$maa[,-nc]
res.c$input$dat$maa.tune <- res.c$input$dat$maa.tune[,-nc]
res.c$input$dat$waa <- res.c$input$dat$waa[,-nc]
res.c$input$dat$waa.catch <- res.c$input$dat$waa.catch[,-nc]
res.c$input$dat$M <- res.c$input$dat$M[,-nc]
res.c$input$dat$catch.prop <- res.c$input$dat$catch.prop[,-nc]
if(!is.null(res$input$dat$index)){ # チューニングなしVPAにも対応
# 毎年等しく取り除くのではなく、データごとに1年分取り除くように修正(浜辺07/07)
label_tmp <- which(is.na(res.c$input$dat$index[,nc]))
res.c$input$dat$index <- res.c$input$dat$index[,-nc,drop=FALSE]
res.c$input$dat$index[label_tmp,length(res.c$input$dat$index[1,])] <- NA
}
res.c$input$tf.year <- res.c$input$tf.year-1
res.c$input$fc.year <- res.c$input$fc.year-1
if (!is.null(res.c$input$tf.mat)) res.c$input$tf.mat <- res.c$input$tf.mat[,-1]
if (!is.null(res.c$input$remove.abund)) res.c$input$remove.abund <- res.c$input$remove.abund[,-nc]
if (!is.null(sel.mat)) {
if (any(dim(sel.mat) != c(nrow(res$saa),n))) {
stop("Dimension of 'sel.mat' is not appropriate")
} else {
res.c$input$sel.f <- sel.mat[,i] #2stepの方のときチューニングなしの時の選択率を行列で使う
}
}
if (isTRUE(init.est)) res.c$input$p.init <- res.c$term.f
# last.catch.zero = TRUE用に修正
if (res.c$input$last.catch.zero) {res.c$input$dat$caa[,nc-1] <- 0; Y <- nc-2} else Y <- nc-1
if (remove.short.index>0) {
index_n = apply(res.c$input$dat$index,1,function(x) length(x)-sum(is.na(x)))
use.index = 1:nrow(res.c$input$dat$index)
if (res.c$input$use.index[1]=="all") {
use.index = use.index[index_n > remove.short.index]
} else {
use.index = intersect(res.c$input$use.index,use.index[index_n > remove.short.index])
}
res.c$input$use.index <- use.index
}
# res1 <- do.call(vpa,res.c$input) # do.callからsafe_callに変更(浜辺'20/06/30)
if (!is.null(grid.add.ini)) {
input_tmp = res.c$input
res_list = grid.add.ini %>% map(function(x) {
input_tmp$no.est = TRUE
input_tmp$add.p.ini <- x
RES = do.call(vpa,input_tmp)
})
nan_v = sapply(1:10, function(i) sum(is.nan(res_list[[i]]$sigma)))
loglik_v = sapply(1:10, function(i) res_list[[i]]$logLik)
pos = which(loglik_v == max(loglik_v[nan_v==0]))
res.c$input$add.p.ini <- grid.add.ini[pos]
}
if (!is.null(grid.init)) {
input_tmp = res.c$input
res_list = grid.init %>% map(function(x) {
input_tmp$no.est = TRUE
input_tmp$p.init <- x
RES = do.call(vpa,input_tmp)
})
nan_v = sapply(1:10, function(i) sum(is.nan(res_list[[i]]$sigma)))
loglik_v = sapply(1:10, function(i) res_list[[i]]$logLik)
pos = which(loglik_v == max(loglik_v[nan_v==0]))
res.c$input$p.init <- grid.init[pos]
}
res1 <- safe_call(vpa,res.c$input, force=TRUE) # do.callからsafe_callに変更(浜辺'20/06/30)
Res[[i]] <- res1
if ((max(abs(res1$gradient)) < 10^(-3) & !isTRUE(res1$input$ADMB)) | (max(abs(res1$gradient)) > 0 & max(abs(res1$gradient)) < 10^(-3) & isTRUE(res1$input$ADMB)) | (is.na(max(abs(res1$gradient))) & res1$input$optimizer=="nlminb")){
obj.n <- c(obj.n, (sum(res1$naa[,Y])-sum(res$naa[,Y]))/sum(res$naa[,Y]))
obj.b <- c(obj.b, (sum(res1$baa[,Y])-sum(res$baa[,Y]))/sum(res$baa[,Y]))
if (ssb.forecast && res.c$input$last.catch.zero) {
obj.s <- c(obj.s, (sum(res1$ssb[,Y+1])-sum(res$ssb[,Y+1]))/sum(res$ssb[,Y+1]))
} else {
obj.s <- c(obj.s, (sum(res1$ssb[,Y])-sum(res$ssb[,Y]))/sum(res$ssb[,Y]))
}
obj.r <- c(obj.r, (res1$naa[1,Y]-res$naa[1,Y])/res$naa[1,Y])
if (remove.maxAgeF) {
obj.f <- c(obj.f, (sum(res1$faa[-A,Y])-sum(res$faa[-A,Y]))/sum(res$faa[-A,Y]))
} else {
obj.f <- c(obj.f, (sum(res1$faa[,Y])-sum(res$faa[,Y]))/sum(res$faa[,Y]))
}
} else {
obj.n <- c(obj.n, NA)
obj.b <- c(obj.b, NA)
obj.s <- c(obj.s, NA)
obj.r <- c(obj.r, NA)
obj.f <- c(obj.f, NA)
}
}
mohn <- c(get(stat)(obj.n,na.rm=TRUE),get(stat)(obj.b,na.rm=TRUE),get(stat)(obj.s,na.rm=TRUE),get(stat)(obj.r,na.rm=TRUE),get(stat)(obj.f,na.rm=TRUE))
names(mohn) <- c("N","B","SSB","R","F")
return(list(Res=Res,retro.n=obj.n, retro.b=obj.b, retro.s=obj.s, retro.r=obj.r, retro.f=obj.f, mohn=mohn))
}
#最新年の漁獲量が0の場合 (last.zero.catch=0)、最新年のFが0となり、加入量も推定できないため、もう1年前の推定値でMohn's rhoを計算するための関数
## ------------------------------------------------------ ##
# retro.est中にlast.zero.catch=0の場合のif文加えた
# retro.estが問題なければ以下関数は捨てても大丈夫(浜辺07/07)
## ------------------------------------------------------ ##
retro.est2 <- function(res,n=5,stat="mean",init.est=FALSE, b.fix=TRUE){
res.c <- res
res.c$input$plot <- FALSE
Res <- list()
obj.n <- obj.b <- obj.s <- obj.r <- obj.f <- NULL
if (isTRUE(b.fix)){
res.c$input$b.fix <- res$b
res.c$input$b.est <- FALSE
}
for (i in 1:n){
nc <- ncol(res.c$input$dat$caa)
res.c$input$dat$caa <- res.c$input$dat$caa[,-nc]
res.c$input$dat$maa <- res.c$input$dat$maa[,-nc]
res.c$input$dat$maa.tune <- res.c$input$dat$maa.tune[,-nc]
res.c$input$dat$waa <- res.c$input$dat$waa[,-nc]
res.c$input$dat$M <- res.c$input$dat$M[,-nc]
res.c$input$dat$index <- res.c$input$dat$index[,-nc,drop=FALSE]
res.c$input$dat$catch.prop <- res.c$input$dat$catch.prop[,-nc]
res.c$input$tf.year <- res.c$input$tf.year-1
res.c$input$fc.year <- res.c$input$fc.year-1
if (!is.null(res.c$input$tf.mat)) res.c$input$tf.mat <- res.c$input$tf.mat[,-1]
if (isTRUE(init.est)) res.c$input$p.init <- res.c$term.f
if (res.c$input$last.catch.zero) {res.c$input$dat$caa[,nc-1] <- 0; Y <- nc-2} else Y <- nc-1
res1 <- do.call(vpa,res.c$input)
Res[[i]] <- res1
if ((max(abs(res1$gradient)) < 10^(-3) & !isTRUE(res1$input$ADMB)) | (max(abs(res1$gradient)) > 0 & max(abs(res1$gradient)) < 10^(-3) & isTRUE(res1$input$ADMB)) | (is.na(max(abs(res1$gradient))) & res1$input$optimizer=="nlminb")){
obj.n <- c(obj.n, (sum(res1$naa[,Y])-sum(res$naa[,Y]))/sum(res$naa[,Y]))
obj.b <- c(obj.b, (sum(res1$baa[,Y])-sum(res$baa[,Y]))/sum(res$baa[,Y]))
obj.s <- c(obj.s, (sum(res1$ssb[,Y])-sum(res$ssb[,Y]))/sum(res$ssb[,Y]))
obj.r <- c(obj.r, (res1$naa[1,Y]-res$naa[1,Y])/res$naa[1,Y])
obj.f <- c(obj.f, (sum(res1$faa[,Y])-sum(res$faa[,Y]))/sum(res$faa[,Y]))
} else {
obj.n <- c(obj.n, NA)
obj.b <- c(obj.b, NA)
obj.s <- c(obj.s, NA)
obj.r <- c(obj.r, NA)
obj.f <- c(obj.f, NA)
}
}
mohn <- c(get(stat)(obj.n,na.rm=TRUE),get(stat)(obj.b,na.rm=TRUE),get(stat)(obj.s,na.rm=TRUE),get(stat)(obj.r,na.rm=TRUE),get(stat)(obj.f,na.rm=TRUE))
names(mohn) <- c("N","B","SSB","R","F")
return(list(Res=Res,retro.n=obj.n, retro.b=obj.b, retro.s=obj.s, retro.r=obj.r, retro.f=obj.f, mohn=mohn))
}
#' VPAの結果を受けて,バブルプロット(横軸が年,縦軸が年齢,バブルの大きさと色で値を示す)を生成する
#'
#' @param res VPAの出力
#' @param target プロットしたい対象 例)"faa"や"naa"
#' @param years プロットしたい年数 デフォルトはNULLで全年.例)1997:1999とすると1997~1999年のみプロット
#' @param fix_ratio x軸とy軸のスケールの比.ここが2だと1:1になる
#' @param max_size バブルの最大の大きさ
#' @param legend_position legendの位置(see `theme_SH`)
#' @encoding UTF-8
#' @export
#'
bubble_plot2 <- function(
res,
target="faa",
years=NULL,
fix_ratio=2, #x軸とy軸のスケールの比.ここが2だと1:1
max_size=10, #バブルの最大の大きさ
legend_position = "bottom" # legendの位置
){
res00 <- res
dat <- res00[names(res00)==paste0(target)]
dat <- dat[[1]] %>% as.data.frame() %>% tibble::rownames_to_column("age") %>% pivot_longer(!age, names_to = "year", values_to = "value") %>% mutate_at(vars(year), as.factor)
dat <- dat %>% mutate_at(vars(age), as.factor)
dat$age <- factor(dat$age, levels=rev(levels(dat$age)))
#range <- range[1:(length(range)-1)]
if(!is.null(years)) dat <- subset(dat, year %in% years)
ggplot(dat,aes(x=year, y=age)) +
geom_point(aes(size=value, fill=value), alpha = 0.75, shape = 21) +
coord_fixed(ratio=fix_ratio)+
scale_size_continuous(limits = c(0.0001, 1.0001)*max(dat$value,na.rm=TRUE), range = c(1,max_size))+
scale_fill_continuous(trans="reverse")+
labs(x="Year", y="Age",size=paste0(target),fill=paste0(target),fill=guide_colourbar(reverse=TRUE)) +
guides(color=c("none"))+
ggtitle(toupper(target))+
theme_SH(legend.position = legend_position) +
theme(axis.text.x = element_text(angle = 90, hjust = 1), panel.background = element_blank(), panel.border = element_rect(colour = "black", fill = NA, size = 1.2))
}
#' リッジVPAのλ探索の自動化
#'
#' @param input `vpa`関数の引数をlist形式で与える
#' @param target_retro ペナルティλの選択に用いるmohn's rhoのパラメータ
#' @param n_retro レトロスペクティブ解析で遡る年数。デフォルトは`5`
#' @param b_fix レトロスペクティブ解析内でbを固定するか。デフォルトは`TRUE`
#' @details etaのオプションに対応できているかは怪しい。
#' @encoding UTF-8
#'
#' @export
#'
autocalc_ridgevpa <- function(input,
target_retro,
n_retro = 5,
b_fix = TRUE,
bin = 0.1 # lambdaとetaのペナルティ探索の幅
){
assert_that(target_retro %in% c("F", "B", "N","SSB","R"))
if(is.null(input$eta)){
search_lambda_vpa <- function(x){
print(x)
input$lambda <- x
tmp <- do.call(vpa,input)
tmp_rho <- retro.est(tmp, n = n_retro, b.fix = b_fix)$mohn
print(tmp_rho)
tmp_rho[names(tmp_rho)==target_retro] %>% as.numeric()
}# search_lambda_vpa
lambda_set1 <- seq(0,1,0.1)
res1 <- purrr::map(as.list(lambda_set1), search_lambda_vpa) %>% as.numeric()
tmp_min <- which(abs(res1) == min(abs(res1)))
lambda_set2 <- seq(lambda_set1[tmp_min-1],lambda_set1[tmp_min+1],0.01)
res2 <- purrr::map(as.list(lambda_set2), search_lambda_vpa) %>% as.numeric()
tmp_min <- which(abs(res2) == min(abs(res2)))
lambda_mat1 <- data.frame(lambda = lambda_set1, mohn = res1) %>%
mutate(delta_mohn = abs(mohn)-min(abs(mohn)))
lambda_mat2 <- data.frame(lambda = lambda_set2, mohn = res2) %>%
mutate(delta_mohn = abs(mohn)-min(abs(mohn)))
g2 <- ggplot(lambda_mat2,
aes(x=1, y=lambda, fill=delta_mohn)) +
geom_tile()+
geom_hline(aes(yintercept = lambda_mat2$lambda[tmp_min]))+
xlab("")+
coord_cartesian(xlim = c(0.75,1.25))
} #if(is.null(eta))
if(!is.null(input$eta)){
search_lambda_vpa <- function(x,y){
print(x)
print(y)
input$lambda <- x
input$eta <- y
tmp <- do.call(vpa,input)
tmp_rho <- retro.est(tmp, n = n_retro, b.fix = b_fix)$mohn
print(tmp_rho)
tmp_rho[names(tmp_rho)==target_retro] %>% as.numeric()
}# search_lambda_vpa
penalty_set <- expand.grid(lambda = seq(0,1,bin), eta = seq(0,1,bin))
res1 <- purrr::map2(as.list(penalty_set$lambda), as.list(penalty_set$eta), search_lambda_vpa) %>%
as.numeric()
penalty_mat <- penalty_set %>%
mutate(mohn = res1) %>%
mutate(delta_mohn = abs(mohn)-min(abs(mohn)))
g2 <- ggplot(penalty_mat %>%
mutate(delta_mohn = ifelse(delta_mohn>1,NA,delta_mohn)),
aes(x=eta, y=lambda, fill=delta_mohn)) +
geom_tile()+
geom_text(aes(label = as.character(round(delta_mohn, 3))))+
geom_text(data = penalty_mat %>% filter(delta_mohn == 0),
aes(label = as.character(round(delta_mohn, 3))), color = "red")+
scale_fill_continuous(trans="reverse", na.value = "grey")
} #if(is.null(eta))
return(
if(is.null(input$eta)){
list(min_penalty = lambda_mat2$lambda[tmp_min],
plot = g2,
lambda_mat1 = lambda_mat1, lambda_mat2 = lambda_mat2)
} else {
list(min_penalty = penalty_mat %>% filter(delta_mohn == 0),
plot = g2, penalty_mat = penalty_mat)
}
) # return()
} #autocalc_ridgevpa
Add the following code to your website.
For more information on customizing the embed code, read Embedding Snippets.