Rでの作業の進め方の「基本的な型」

　テストに、基本的な型があると教わってきたので、データ分析の基本的な型を
考えてみる。ただ、抽象的に言ってもなんなので、具体的に。

■基本の型
　　以下の手順で行う
　　　　データ収集
　　　　分析
　　　　表示・報告
　　これを、Rでは、どういう仕組みになっているかを示す。

---

■「データ収集」のRの基本
　Rでは、基本的に、データ分析を行うには、
　　　データフレーム＝データ（マトリックス）＋項目名（colname)
　の形にして行う。

　つまり、データを何らかの形で入力して、データフレームにするのが、
データ収集の役割といえる。

　かんたんなところでは、CSVを読み込むread.csv(ファイル名）などがある。

---

■「分析」のRの基本
　分析は、データフレームから、「それぞれの分析方法（データとパラメタ）」を実行して
　結果を入れることになる。この分析方法は様々あり、それによって必要なライブラリが
　ちがってくる。たとえば、
　　　K-meansはkmeans
　　　階層型クラスタリングはhclust
　　　SVMはsmv（ライブラリe1071が必要）
　　　決定木はrpart（ライブラリrpart必要）
　　　重回帰はlm
　　　因子分析はfactanal
　などなど・・・

　ただ、これらの分析は、呼べばすぐやってくれる・・・場合もあるけど、下準備がいるものもある
　たとえば、
　　・hclustは距離を入力させるので、データをデータフレーム(ここではdataとすると）でなく
　　　距離の形dist(data)にしたり、
　　・factanalは、分けるグループ数を決めないといけないんで、
　　　（てきとうに決めてもいいけど）スクリープロットを見ることもある
　　　　　（VSS.scree(iris[,1:4])とかする。ライブラリpsychが必要）
　　・このほか、外れ値、欠測値や正規化処理、相関(cor)を求めることが必要なものもある。
　　・また、lmなどでは、モデルを入れる（目的変数~.　みたいな形）

　そして、パラメータはデフォルトではじめやって、結果をみながら、いろいろ調整していくことになる

　つまり、分析では

　　　下準備
　　　分析
　　　結果をみながらパラメータ調整

　が各分析手法ごとにある。

---

■「表示・報告」のRの基本の形
　sumaryで、テキストベースで統計に必要な情報はでてくる
　plotで図が出てくるものもある。
　ほかにも、書き出し用のコマンドが様々あり（ファイルに書き出す、イメージとして出力など）
　分析に応じて、出方が変わったり、使えなかったりする。

---

Rのコマンドを覚えるとき、使うときは、
　　データ収集：入力用のコマンド？
　　　分析：入力を処理するコマンド？
　　表示・報告：出力するコマンド？
のどれかを区別して覚える必要がある。

分析手法の順番については、またこんど。