old.R

Rの使い方 (R 2.8.1)

--- R コマンダー を使って楽をする ---

5954

 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

1. ダブルクリックして普通にインストールする。
2. プログラム「R 2.8.1」を起動する。
3. GUIで使用するためのパッケージ「R Commander」を追加する。
   1. 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。

1. 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）

1. 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。
2. 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】（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。

1. 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。
   1. 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。

1. 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

1. インターネットのURLの場合
1. Excelのファイルは「Excelまたは、、、のデータセットから」を選ぶ。
2. 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。

1. 「データセット名を入力」
2. 適当に名前を付けて「OK」を押す。（「Dataset」のままでもよい）
3. 「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」
  1. 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）
  2. 相関の種類を選ぶ
     1. 「ピアソンの積率相関」（Pearson product-moment）
     2. 「スピアマンの順位相関」（Spearman rank-order）（ノンパラメトリック）
     3. 「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）
  1. 「First variable」を選ぶ。
  2. 「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

1. 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）
2. 「統計」＞「代表値」＞「One-way ANOVA」
3. 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。
4. 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。

散布図

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

1. 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。
2. 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

1. 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。

1. 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

1. 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。
2. 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

1. 同じ人が書いているものの場合（対応があるデータ）
2. 別の人が書いているものの場合（対応のないデータ）
   1. 等分散性の検定

ノンパラメトリック ＝ Wilcoxon符号順位検定