前回の続き
統計解析フリーソフト R の備忘録頁 ver.3.1
http://cse.naro.affrc.go.jp/takezawa/r-tips/r.html
や
Rで統計 - R入門
http://home.hiroshima-u.ac.jp/chubo/index.cgi?R%a4%c7%c5%fd%b7%d7
をもとに、Rを勉強してみる
まずは、基本的な操作ということで、記述統計の世界をやってみる。
・データの確認
・１変数の基本的な統計量
・２変数の基本的な統計量(数値）
・２変数の基本的な統計量(選択肢）
についてみてみる
■データの確認
データの読み込みに関しては、別の機会にやることにして・・・
とにかく、データを読み込んだ、あるいは、Rに備え付けられているデータを利用するとする。
今回は、CO2というRに備え付けられているデータを利用する。
そのデータを確認したい場合は、
＜＜項目名を表示する＞＞
names(CO2)
＜＜先頭数行を表示＞＞
head(CO2)
＜＜終わり数行を表示＞＞
tail(CO2)
＜＜全体表示＞＞
CO2
こんなかんじ
■１変数の基本的な統計量
CO2$項目名 で、その項目のカラムすべてが取り出せる。
このカラムが、数値データの場合、以下のような平均、不偏分散、不偏分散の標準偏差、メジアンなどは、いかのように求められる。
＜＜平均＞＞
mean(CO2$conc)
＜＜不偏分散＞＞
var(CO2$conc)
＜＜不偏分散の標準偏差＞＞
sd(CO2$conc)
＜＜メジアン＞＞
median(CO2$conc)
不偏分散ではなく、分散と標準偏差を求めたい場合、不偏分散を(n-1)/n倍すれば求まる。
ここで、nは標本数なのだが、その標本数を求めるには
＜＜標本数＞＞
length(CO2$conc)
なお、summaryを使うと、
数値データに関しては、四分位点や、平均を求め、
選択肢を選ぶようなものに関しては、各選択肢の件数
が表示される
summary(CO2)
なお、数値しか表示できないmeanに、CO2と指定して、選択肢のデータも表示させようとすると
のように、警告が出る。
また、図で表示させたい場合は、
＜＜ヒストグラムを書く＞＞
hist(CO2$conc)
＜＜箱ひげ図を書く＞＞
boxplot(CO2$conc)
なんてことをする。
■２変数の基本的な統計量(数値）
２変数の関係を見たい場合、両方とも数値であれば、相関係数ないしは共分散をもとめ、散布図を書く。
＜＜相関係数＞＞
cor(CO2$conc,CO2$uptake)
＜＜共分散＞＞
cov(CO2$conc,CO2$uptake)
＜＜散布図＞＞
plot(CO2$conc,CO2$uptake)
■２変数の基本的な統計量(選択肢）
項目の場合は、クロス表を作る
＜＜クロス表＞＞
table(CO2$Type,CO2$Treatment)
そうすると、なんか図にしてくれる。
＜＜図にする＞＞
plot(CO2$Type,CO2$Treatment)
ちなみに、数値と選択肢の組み合わせの場合でplotすると
plot(CO2$Treatment,CO2$uptake)
こんな、項目毎の箱ひげ図を出してくれる。
また、ただCO2だけでプロットすると
plot(CO2)
こんなふうになる。
統計解析フリーソフト R の備忘録頁 ver.3.1
http://cse.naro.affrc.go.jp/takezawa/r-tips/r.html
や
Rで統計 - R入門
http://home.hiroshima-u.ac.jp/chubo/index.cgi?R%a4%c7%c5%fd%b7%d7
をもとに、Rを勉強してみる
まずは、基本的な操作ということで、記述統計の世界をやってみる。
・データの確認
・１変数の基本的な統計量
・２変数の基本的な統計量(数値）
・２変数の基本的な統計量(選択肢）
についてみてみる
■データの確認
データの読み込みに関しては、別の機会にやることにして・・・
とにかく、データを読み込んだ、あるいは、Rに備え付けられているデータを利用するとする。
今回は、CO2というRに備え付けられているデータを利用する。
そのデータを確認したい場合は、
＜＜項目名を表示する＞＞
names(CO2)
＜＜先頭数行を表示＞＞
head(CO2)
＜＜終わり数行を表示＞＞
tail(CO2)
＜＜全体表示＞＞
CO2
こんなかんじ
■１変数の基本的な統計量
CO2$項目名 で、その項目のカラムすべてが取り出せる。
このカラムが、数値データの場合、以下のような平均、不偏分散、不偏分散の標準偏差、メジアンなどは、いかのように求められる。
＜＜平均＞＞
mean(CO2$conc)
＜＜不偏分散＞＞
var(CO2$conc)
＜＜不偏分散の標準偏差＞＞
sd(CO2$conc)
＜＜メジアン＞＞
median(CO2$conc)
不偏分散ではなく、分散と標準偏差を求めたい場合、不偏分散を(n-1)/n倍すれば求まる。
ここで、nは標本数なのだが、その標本数を求めるには
＜＜標本数＞＞
length(CO2$conc)
なお、summaryを使うと、
数値データに関しては、四分位点や、平均を求め、
選択肢を選ぶようなものに関しては、各選択肢の件数
が表示される
summary(CO2)
なお、数値しか表示できないmeanに、CO2と指定して、選択肢のデータも表示させようとすると
のように、警告が出る。
また、図で表示させたい場合は、
＜＜ヒストグラムを書く＞＞
hist(CO2$conc)
＜＜箱ひげ図を書く＞＞
boxplot(CO2$conc)
なんてことをする。
■２変数の基本的な統計量(数値）
２変数の関係を見たい場合、両方とも数値であれば、相関係数ないしは共分散をもとめ、散布図を書く。
＜＜相関係数＞＞
cor(CO2$conc,CO2$uptake)
＜＜共分散＞＞
cov(CO2$conc,CO2$uptake)
＜＜散布図＞＞
plot(CO2$conc,CO2$uptake)
■２変数の基本的な統計量(選択肢）
項目の場合は、クロス表を作る
＜＜クロス表＞＞
table(CO2$Type,CO2$Treatment)
そうすると、なんか図にしてくれる。
＜＜図にする＞＞
plot(CO2$Type,CO2$Treatment)
ちなみに、数値と選択肢の組み合わせの場合でplotすると
plot(CO2$Treatment,CO2$uptake)
こんな、項目毎の箱ひげ図を出してくれる。
また、ただCO2だけでプロットすると
plot(CO2)
こんなふうになる。
ウィリアムのいたずら @xmldtp
アクセス
トータル
ランキング
