R
ggplot2
!!!ggstatsplot
{{outline}}
----
{{pre
Patil, I. (2021). Visualizations with statistical details: The 'ggstatsplot' approach.
     Journal of Open Source Software, 6(61), 3167, doi:10.21105/joss.03167
}}
https://indrajeetpatil.github.io/ggstatsplot/articles/ggstatsplot.html
https://indrajeetpatil.github.io/ggstatsplot/

*統計分析値ともにグラフも描いてくれる。
*統計部分の見方
**https://indrajeetpatil.github.io/ggstatsplot/articles/ggstatsplot.html#benefits

{{pre
# ggstatsplot
install.packages("ggstatsplot")
library(ggstatsplot)
}}

!!例えばヒストグラム
*サンプルのデータは、languageR内のlexdec
!普通はこのように↓
 hist(lexdec$RT)
{{ref_image hist_lexdec_RT.jpg}}

!gghistostatsを使うとこのように↓
 gghistostats(lexdec, x=RT)
{{ref_image gghist.jpg}}

!グループ分けして見ることも
{{pre
grouped_gghistostats(lexdec, x=RT, 
                     grouping.var=NativeLanguage, 
                     plotgrid.args=list(nrow=2))
}}
{{ref_image gghist2.jpg}}

!!二群の差
!ggbetweenstats
{{pre
ggbetweenstats(lexdec,
                      x=Complex,
                      y=RT
                       )
}}
{{ref_image between1.jpg}}
*語の複雑さにより反応時間に、違いがあるとは言えない。
*しかし、母語話者と非母語話者のデータが混ざっている、、、
!grouped_ggbetweenstats
{{pre
grouped_ggbetweenstats(lexdec,
                       x=Complex,
                       y=RT,
                       grouping.var=NativeLanguage,
                       #pairwise.display = "significant",
                       #p.adjust.method = "fdr",
                       plotgrid.args=list(nrow=2))
}}
{{ref_image between.jpg}}
*英語母語話者は、''p''=0.76で、複雑な語と単純な語の差は、有意ではない。
*非母語話者は、''p''=0.03で、有意。


!!二群の差（対応あり）
![サンプルデータ|https://sugiura-ken.org/wiki/wiki.cgi/exp?file=sugiura%2Diwasaki%2Exls&page=R%2Eintro2015b&action=ATTACH]は、[杉浦・岩崎 (2003)|http://www.gsid.nagoya-u.ac.jp/bpub/research/public/forum/23/01.pdf]


!ggwithinstats
*事前、事後、遅延での正答率の差
{{pre
ggwithinstats(
  data    = sugi_iwa.dat2,
  x       = time,
  y       = score
}}
{{ref_image ggwithin.jpg}}
!grouped_ggwithinstats
*統制項目（学習しなかった項目）と実験項目（学習した項目）を分けてみる
{{pre
grouped_ggwithinstats(
  data    = sugi_iwa.dat2,
  x       = time,
  y       = score,
  grouping.var    = cond,
  #outlier.tagging = TRUE,
  #outlier.label   = ID
  )
}}
*オプションのoutlierをつけると、外れ値を表示
*外れ値のラベルを指定すれば、値ではなく、外れていた人を表示
{{ref_image ggwithin2.jpg}}
*学習しなかった項目は、スコアは変化が見られない。
*学習した項目は、学習直後にスコアが上がり、遅延テストではスコアが下がる。
**下がるといっても学習前よりはスコアは高い。
!!ノンパラメトリックな場合
 type = "nonparametric",
を入れるだけ！



!!散布図
!ggscatterstats
{{pre
ggscatterstats(english,
               x=WrittenFrequency,
               y=RTlexdec
                 )
}}
{{ref_image ggscat.jpg}}
*相関係数は -0.43
*しかし、どうも反応時間に二つ山があるみたい

!年齢（AgeSubject）が、oldとyoungとある。ひょっとして、年齢で反応時間が違うかも。
{{pre
g <- ggplot(english)
g <- g + aes(RTlexdec, fill=AgeSubject)
g <- g + geom_density(alpha=.7)
plot(g)
}}
{{ref_image english_age.jpg}}

!二群の差は、ggbetweenstats
{{pre
ggbetweenstats(english,
                       x=AgeSubject,
                       y=RTlexdec)
}}
{{ref_image english_age2.jpg}}
!grouped_ggscatterstats
*二つのグループに分けてみる
{{pre
grouped_ggscatterstats(english,
               x=WrittenFrequency,
               y=RTlexdec,
               grouping.var=AgeSubject,
               plotgrid.args=list(ncol=2)
                 )
}}
{{ref_image ggscat2.jpg}}