!!!Rの使い方 (R 2.8.1) !!!--- R コマンダー を使って楽をする --- {{counter Rcmdr}} !!インストール（とパッケージの追加）：これは最初に一度だけする。 !Windows版 *ファイルをダウンロードする。 http://cran.md.tsukuba.ac.jp/bin/windows/base/R-2.8.1-win32.exe +ダブルクリックして普通にインストールする。 +プログラム「R 2.8.1」を起動する。 +GUIで使用するためのパッケージ「R Commander」を追加する。 ++メニューの「パッケージ」から「パッケージのインストール」を選ぶ。 ***最初は「CRAN mirror」というダウンロードサイトの一覧が出るので「Japan (Tsukuba)」を選ぶとよい。 ***インターネット上から直接ダウンロードしてインストールされる。 ++パッケージの一覧表が出るので「Rcmdr」を選びインストールする。 ***「Rcmdr」及びそれに依存するパッケージがインストールされる。 !!R コマンダーの起動 （プログラム「R 2.8.1」は起動されているものとする） +メニューの「パッケージ」から「パッケージの読み込み」を選ぶ。 +パッケージの一覧表が出るので「Rcmdr」を選ぶ。 **場合によっては、初回、足りないパッケージのインストールを促されるので指示に従いインストールする。（９０個近くインストールされる） !!データの読み込み !他のファイルを読み込む場合 [【サンプルデータ】|http://oscar.gsid.nagoya-u.ac.jp/~sugiura/ed/2008/fall/thu5/sample-pre-post.txt]（プリテストとポストテスト：対応のあるデータ） *「R コマンダー」のメニュー「データ」より「データのインポート」を選ぶ。 +テキストファイルは「テキストファイルまたはクリップボード,URLから」を選ぶ。 ++テキストファイルの場合 ***''データは変数ごとに縦に並べておく。'' ***「フィールドの区切り記号」でフィールドの区切りがタブ区切りの場合は__タブ__を選択 ***「OK」を押すと「ファイルを開く」ウインドウが開くので、目的のファイルを選ぶ。 ++クリップボードの場合 ***データの範囲をマウスで選び「コピー」しておく ++インターネットのURLの場合 +Excelのファイルは「Excelまたは、、、のデータセットから」を選ぶ。 +SPSSのファイルは「SPSSデータセットから」を選ぶ。 *本当に読み込まれたかどうかは「R コマンダー」の「データセットを表示」ボタンを押してみる。 !直接、データを入力する場合 「R コマンダー」のメニューの「データ」から「新しいデータセット」を選ぶ。 +「データセット名を入力」 +適当に名前を付けて「OK」を押す。（「Dataset」のままでもよい） +「データエディタ」ウインドウが開くので、入力する。（変数名も入力OK。ただし半角英数字のみ） !!統計解析（R コマンダー上のメニューの「統計量」） （データセットは読み込まれているものとする） !「要約」 *「アクティブデータセット」（５数要約値と平均） reading（変数名） Min. : 0.00（最小値） 1st Qu.:11.00（第１四分位）：全部を並べて、４分の１の位置にある数 Median :15.00（中央値：メジアン） Mean :15.03（平均） 3rd Qu.:18.50（第３四分位） Max. :31.00（最大値） *「数値による要約」（平均、標準偏差、分位数(quantile)、パーセンタイル等） **変数（一つ以上選択）（Ctrlを押しながら連続選択） mean(平均) sd(標準偏差) quantiles(分位数) n(総数) > numSummary(Dataset[,"pre"], statistics=c("mean", "sd", "quantiles"), + quantiles=c(0,.25,.5,.75,1)) mean sd 0% 25% 50% 75% 100% n 39.36301 15.20702 3 29 39 48 78 146 *「相関行列」 ++相関を見たい変数を選ぶ（二つ以上）（Ctrlを押しながらクリック） ++相関の種類を選ぶ +++「ピアソンの積率相関」（Pearson product-moment） +++「スピアマンの順位相関」（Spearman rank-order）（ノンパラメトリック） +++「偏相関」（三つの変数の関係で、一つの影響を除いた残りの二つの相関） > cor(Dataset[,c("grammar","reading","vocabulary")], use="complete.obs") grammar reading vocabulary grammar 1.0000000 0.1993079 0.4200132 reading 0.1993079 1.0000000 0.3321875 vocabulary 0.4200132 0.3321875 1.0000000 !「分割表」（Contingency tables） *Two-way table *munti-way table *二元表の入力と分析（Enter and analyze two-way table）（カイ２乗検定） !「平均」（Means） *Sigle-sample t-test *Independent-sample t-test *対応のあるt検定（Paired t-test） ++「First variable」を選ぶ。 ++「Second variable」を選び「OK」を押す。 > t.test(Dataset$PRE, Dataset$POST, alternative='two.sided', conf.level=.95, paired=TRUE) Paired t-test data: Dataset$PRE and Dataset$POST t = -4.1009, df = 19, p-value = 0.0006085 alternative hypothesis: true difference in means is not equal to 0 95 percent confidence interval: -5.210833 -1.689167 sample estimates: mean of the differences -3.45 ---- *One-way ANOVA（★一元配置分散分析：三つ以上のグループの平均に差があるか） **データを以下のように整形しておく必要がある。 ***それぞれのデータがどのグループに属するかを明記するカラム「factors」を設ける。 ***変数名は「factors」（文字）にしておかないと分析できないので注意。 ***変数名の編集は、「Edit data set」ボタンを押して、変数名をクリックする。変数名を入力し、「numeric」ではなく「character」を選ぶ。 ***たとえば三つのグループの得点（score）のデータだとして以下のようになる： factors score 1 5 1 4 1 6 1 6 1 4 2 6 2 6 2 7 2 5 2 6 3 7 3 7 3 7 3 9 3 7 3 8 ++データセットを読み込む：「データ」＞「インポートデータ」＞「テキストファイルから」（もしくは、「Data Editor」で直接入力） ++「統計」＞「代表値」＞「One-way ANOVA」 ++左の「Groups」と右の「Response Variable」それぞれ表示されている項目をクリック。 ++下の「Pairwise comparisons of means」は多重比較。これにチェックをいれる。で、「OK」。 > anova(lm(score ~ factors, data=ano)) Analysis of Variance Table Response: score Df Sum Sq Mean Sq F value Pr(>F) factors 2 17.5000 8.7500 11.974 0.001125 **（0.01の危険率で有意） Residuals 13 9.5000 0.7308 --- Signif. codes: 0 `***' 0.001 `**' 0.01 `*' 0.05 `.' 0.1 ` ' 1 > tapply(ano$score, ano$factors, mean, na.rm=TRUE) # means（平均） 1 2 3 5.0 6.0 7.5 > tapply(ano$score, ano$factors, sd, na.rm=TRUE) # std. deviations（標準偏差） 1 2 3 1.0000000 0.7071068 0.8366600 > tapply(ano$score, ano$factors, function(x) sum(!is.na(x))) # counts（数） 1 2 3 5 5 6 > summary(simtest(score ~ factors, type="Tukey", data=ano)) Simultaneous tests: Tukey contrasts （テューキーの方法による多重比較） Call: simtest.formula(formula = score ~ factors, data = ano, type = "Tukey") Tukey contrasts for factor factors Contrast matrix: factors1 factors2 factors3 factors2-factors1 0 -1 1 0 factors3-factors1 0 -1 0 1 factors3-factors2 0 0 -1 1 Absolute Error Tolerance: 0.001 Coefficients: Estimate t value Std.Err. p raw p Bonf p adj factors3-factors1 2.5 -4.830 0.541 0.000 0.001 0.001（有意） factors3-factors2 1.5 -2.898 0.518 0.012 0.025 0.023（有意） factors2-factors1 1.0 -1.850 0.518 0.087 0.087 0.087（有意差なし） *Multi-way ANOVA ---- !「Proportions」（割合） *Single-sample proportion test *Two-sample proportion test !「Variances」（分散） *Two-variances F-test *Bartlett's test *Levene's test !「Nonparametric tests」（ノンパラメトリック） *Two-sample Wilcoxon test *Paired-sample Wilcoxon test *Kruskal-Wallis test !「Dimensional analysis」（次元解析） *Scale reliability *Principal-components analysis *Factor analysis !「Fit models」 *Linear regression *Linear model *Generalized linear model !!グラフ !ヒストグラム !箱ひげ図 !QQプロット *「分布」を選ぶことで、その分布が想定している分布にあっているかどうか **「正規」を選べば、正規分布になっているかどうかがわかる。 {{ref_image QQ.png}} !散布図 {{ref_image pre-post.png}} ---- !!!R for Biginners !!The R Project for Statistical Computing http://www.r-project.org/ 　Rの本家。 !!The Comprehensive R Archive Network (通称CRAN) http://cran.r-project.org/ 　Rやその追加パッケージのダウンロード元。 !!Rの使い方　−　杉浦研究室 http://oscar.gsid.nagoya-u.ac.jp/tech/wiki/wiki.cgi?page=R%A4%CE%BB%C8%A4%A4%CA%FD 　RとRコマンダーのインストール，データの読込み、データの要約、出力の見方についての説明など。 !!CRAN(筑波大学)のミラーサイト http://cran.md.tsukuba.ac.jp/bin/windows/base/　 　Rの最新版 (Windows・日本語対応版) のインストールはこちらから。〜.exeをクリック。インストール方法は、下の「R言語マニュアル1」を参照。 !!R言語マニュアル1 http://web.sfc.keio.ac.jp/~maunz/wiki/index.php?R%B8%C0%B8%EC%A5%DE%A5%CB%A5%E5%A5%A2%A5%EB1 　RとRコマンダーのインストールを図解。 !!R言語マニュアル2 http://web.sfc.keio.ac.jp/~maunz/wiki/index.php?R%B8%C0%B8%EC%A5%DE%A5%CB%A5%E5%A5%A2%A5%EB2 　Rコマンダーによる、データの読込み、データの要約、グラフの作成・保存等を図解。 !!統計解析フリーソフトR 入門 http://cwoweb2.bai.ne.jp/~jgb11101/files/R-commander.pdf 　Rコマンダーの使い方を全般的に図解。『R Commander ハンドブック』（九天社）は、このページが本になったものらしい。 !!統計解析・R-Tips http://cse.naro.affrc.go.jp/takezawa/r-tips/r.html 　Rの基本操作、ベクトル・行列の作成から、グラフィックス、統計解析まで。目次が充実しているので、必要な情報を得やすい。 !!統計処理ソフトウェアRについてのTips http://phi.ypu.jp/swtips/R.html 　Rの基本操作から、R 関連のニュースまで。 　R 人口増加のきっかけとなったと言われる中澤先生の著書「R による統計解析の基礎」PDF版がフリーでダウンロードできる。 !!RjpWiki http://www.okada.jp.org/RWiki/index.php?RjpWiki 　Rに関する巨大コミュニティ。初心者のためのRに関する質問コーナーあり。 !!R による統計処理 http://aoki2.si.gunma-u.ac.jp/R/ 　群馬大学青木先生のページ。膨大な数の統計解析手法の説明の他、日本におけるR 関連のリンク集もあり。 ---- !!!R入門 (R 2.5.0) 最近、すっかり変わってしまったので、あらためて再入門。 !!入手とインストール !!データはどうする？ !Excelなどから直接コピーする +見出しも含めてマウスで該当セルをドラッグして選択し、メニューの「編集」から「コピー」する。 +クリップボードからデータを読み込む dat <- read.delim("clipboard") !テキストファイルに保存しておく +タブ区切りでテキストファイルに保存する。 **保存する場所を覚えておくように。Ｃドライブの出来るだけ上に保存するとディレクトリーを長く書かなくてよいので便利。 +ファイルを指定し、データを読み込む。（下の例は、Ｃドライブ直下に置いた例） dat <- read.delim("c:/file.txt") !Webサーバーに乗せておく +Webサーバー上で、外部からアクセス制限なしでアクセスできるところにおく。 +置いたファイルのＵＲＬを指定して読み込む。 dat <- read.delim("http://www.sample.ac.jp/~data/file.txt") !!使用例：単語数に差があるかどうか調べる !どっちの検定を使うか（パラメトリックかノンパラメトリックか） *正規性の検定：Shapiro-Wilk normality test **データをdatに読み込み、見出しがPretestとなっている場合を例に。 shapiro.test(dat$Pretest) **これで出てくる p-value を見て、0.05以上あれば、正規分布しているといえる。 *ヒストグラムを描いて分布を見てみる。 hist(dat$Pretest, breaks=seq(0,100,10)) **上の例は、０点から、１００点まで、１０点刻みで、という指定。 !パラメトリック ＝ t検定 +同じ人が書いているものの場合（対応があるデータ） +別の人が書いているものの場合（対応のないデータ） ++等分散性の検定 !ノンパラメトリック ＝ Wilcoxon符号順位検定