Tokyor23 doradora09

1. [入門セッション] Rによるやさしい統計学第１章〜 2章3章は余力が無かった〜 doradora09

2. Outline ● 自己紹介 ● お知らせ ● テキスト紹介 ● Rの導入 ● Rをさわってみる ● 変数と行列 ● 関数とパッケージ ● まとめ

3. 自己紹介 ● 大城信晃 (Twitter:doradora09) ● DB寄りWebエンジニア ● TokyoRは第１回目から参加。 – 今回で20回目くらい。主に運営のお手伝い ● 趣味：お酒、楽器(ホルン) ● マイブーム：ルノアールで夜活 – ソファーが快適

4. お知らせ(1/4)　セキココ ● セキココという勉強会の座席共有サービスがあるので、もしよければ使ってみてください ● 席に座っている人のTwitterアカウントが分かるので便利です ● http://sekico.co/

5. お知らせ(2/4)　飲み物 ● 簡単ながらブースの後ろの方にお菓子・お飲物を用意させていただきました ● 休憩時間にどうぞご利用下さい – (いつかスイーツタイムを組み込んでみたい) ※画面はイメージです

6. お知らせ(3/4)　懇親会 ● TokyoRではセッション終了後に懇親会を実施しています ● 発表後の参加も可能ですので、プレゼンを聞いて興味を持たれた方は是非ご参加下さい ● 一般1500円、学生は無料です！ ※画面はイメージです

7. お知らせ(4/4)　本日のウィスキー ● 出張BAR企画ということで今日はシングルトンを持ってきました ● あとカシスもあります。懇親会でどうぞ。 ※画面はイメージですがだいたい合ってる

8. そろそろ本題へ

9. 本セッション目的 ● R初心者にRをインストールしてもらう ● Rの簡単な使い方を覚えてもらう – が主な目的です – 新年度になり初めてRを使うユーザーさんもいると思うので、まずは導入編として – R玄人の皆様には繰り返しになり申し訳ありません – 自習 or 睡眠学習の時間としてご活用下さいm(_ _)m – （セキココで参加者をフォローしまくってみるとか・・）

10. テキスト紹介 ● Rによるやさしい統計学 ● オーム社 (2008/1/25) ● 記念すべき第１回TokyoR で用いたテキスト – よくまとまっているのでもう一度利用してみようと思います http://amazon.jp/dp/4274067106/creazynet-22/ref=nosim/

11. Rとは何か ● 統計解析用のソフトウェア ● 無料で利用可能 ● 基本的にコードを記述して動作させる – プログラミング言語としての側面 ● 金融やマーケティング、医療など様々な分野で利用されている ● 各地にR言語のコミュニティや勉強会があり、情報交換が行われている

12. 紹介：各Rコミュニティの過去発表資料一覧 ● ATNDの下のリンクからどうぞ – http://atnd.org/events/28416 ● 「勉強会発表内容一覧 – Japan.R WIki」 ● 発表のタイトルを見るだけでもどういう用途があるか、ある程度参考になると思います

13. Rの導入 ● Windows, Mac, Linux版がある ● いずれも無料 – Windows ● http://cran.md.tsukuba.ac.jp/bin/windows/base/ – Mac, Linux ● http://cran.md.tsukuba.ac.jp/

14. URLが分からない場合は ● 「rjpwiki」で検索 ● Rでインストールという項目からたどればOK

15. Windows版の導入 ● 基本的に他のアプリケーションと同様にインストールできます – 基本「次へ」を連打でOK ● インストーラーをダウンロード後、ダブルクリックで起動してください

16. インストール画面

23. ● あとはインストールが完了するまで待てばOK

24. Rの起動 ● インストールが完了するとRのアイコンが作成されます ● Rのアイコンをダブルクリックして起動するとRコンソールが起動します ● Rコンソール上で実行したい処理を記述していきます

25. 電卓として使う ● 一番シンプルな使い方 ● +や-といった演算子を用いて基本的な計算ができます ● Rコンソール上で以下のように記述して下さい – #以降はコメントアウトされるので無視でOK ● エンターで実行 3+5 #足し算 10-3 #引き算 2*3 #掛け算 20/4 #割り算 5^2 #5の2乗 13 %% 5 #13を5で割った余り(剰余)

26. 実行結果 > 3+5 #足し算 [1] 8 > 10-3 #引き算 [1] 7 > 2*3 #掛け算 [1] 6 > 20/4 #割り算 [1] 5 > > 5^2 #5の2乗 [1] 25 > 13 %% 5 #13を5で割った余り(剰余) [1] 3

27. 関数電卓として利用 ● 関数はいくつかの処理をまとめたもの ● 関数を利用することで様々な処理を手軽に実施できる ● 関数名(引数) という記述で利用 – 関数によって引数の個数が変化 ● 以下は関数の例 – sum(10,20,30) #引数の合計を求める – sqrt(16) #16の平方根を求める – date() #日付を表示

28. 関数電卓として利用 ● 関数はいくつかの処理をまとめたもの ● 関数を利用することで様々な処理を手軽に実施できる ● 関数名(引数) という記述で利用 – 関数によって引数の個数が変化 ● 以下は関数の例 – sum(10,20,30) #引数の合計を求める – sqrt(16) #16の平方根を求める – date() #日付を表示

29. 実行結果 > sum(10,20,30) #引数をすべて合計する [1] 60 > sqrt(16) #16の平方根を求める [1] 4 > date() #日付を表示 [1] "Fri May 25 09:48:09 2012"

30. レポート用の図を作成 ● plot等の関数で作図が可能 ● plot(c(10,20,30))とした例 – c()はデータの値を結合する関数

31. 参考：きれいな作図 ● ggplot2という外部パッケージを利用すると視覚的にきれいな作図が可能 – パッケージの導入法は後述します

32. データを効率的に扱う ● ここではデータを効率的に扱うために – 変数 – 行列のデータ作成 – 外部ファイルの読み込みについて説明します

33. 変数 ● 変数を用いることで値をまとめて扱えます ● 先ほどのsum(10,20,30) の引数10,20,30場合 ● 変数名 <- c(値1,値2,値3) と記述 ● 例 – values <- c(10, 20, 30) #変数valuesに値をセット – values #変数名を書くと中身が見れる – sum(values) #sum関数に変数を渡す ● なお変数名は自由につけられます

34. 実行結果 > values <- c(10, 20, 30) #変数valuesに値をセット > values #変数名を書くと中身が見れる [1] 10 20 30 > sum(values) #sum関数に変数を渡す [1] 60 #補足 > sum(c(10,20,30)) #こう書いても同じ結果 [1] 60 ● 変数を用いると複数の値をまとめて扱えるので便利

35. 行列の表現 ● 次のようなデータをRで利用する方法について説明します ● ホークスの選手５人の身長(height)と年俸(salary)を表現した表 height salary 173 17000 178 14000 180 9000 183 50000 182 30000

36. Rで行列を記述 ● matrix(c(値), 行数, 列数) という方法で記述 ● 例 – hawks <- matrix(c(173, 178, 189, 183, 182, 17000, 14000, 9000, 50000, 30000), 5, 2)

37. 実行結果 > hawks <- matrix(c(173, 178, 189, 183, 182, + 17000, 14000, 9000, 50000, 30000), 5, 2) > hawks #変数の中身確認(行列) [,1] [,2] [1,] 173 17000 [2,] 178 14000 [3,] 189 9000 [4,] 183 50000 [5,] 182 30000 ● 変数hawksに5行2列の行列が格納された

38. 発展：行列の要素へのアクセス ● 行列の各要素には以下の方法でアクセスします – n行目(横のデータ)を表示する場合は変数名[n,] – m列目(縦のデータ)を表示する場合は変数名[,m] – n行m列目を表示する場合は変数名[n,m] ● 例 – hawks #行列全体を表示 – hawks[1,] #1行目のデータにアクセス – hawks[,1] #1列目のデータにアクセス – hawks[3,2] #3行2列目のデータにアクセス

39. 実行結果 > hawks #行列全体を表示 [,1] [,2] [1,] 173 17000 [2,] 178 14000 [3,] 189 9000 [4,] 183 50000 [5,] 182 30000 > hawks[1,] #1行目のデータにアクセス [1] 173 17000 > hawks[,1] #1列目のデータにアクセス [1] 173 178 189 183 182 > hawks[3,2] #3行2列目のデータにアクセス [1] 9000

40. 外部ファイルの読み込み ● RではCSV形式の外部ファイルを読み込むことができます – CSV：カンマ区切りのデータフォーマット ● ここではエクセルと連携しやすいように、エクセルのデータからCSVファイルを作成し、R に取り込む方法を説明します

41. データの用意 ● 先ほども用いたホークスの選手の身長と年俸を表現したリストをエクセルで用意します height salary 173 17000 178 14000 180 9000 183 50000 182 30000

42. エクセルで作る場合 ● データをエクセル上で記述 ● １行目はヘッダー行で項目名に相当 ● ２行目以下が各項目の値

43. エクセルの保存形式の変更 ● エクセルのデータは通常はCSV形式ではないためそのままでは利用できません ● 保存する際にCSV形式を選択します ● ここではhawks.csvというファイル名で保存

44. CSVファイルの確認 ● 作成したhawks.csvをテキストエディタで開くと次のようにカンマ区切りのデータが確認できます height,salary 173,17000 178,14000 180,9000 183,50000 182,30000 ● なお直接テキストエディタでこのようなデータを作ることも可能です

45. CSVファイルの読み込み ● 作成したCSVファイルを読み込むためには、まず CSVファイルを保存したフォルダに作業フォルダを移動します ● Rコンソールでは次の手順 – 「ファイル」 → 「ディレクトリの変更」 ● コマンドだと以下の手順 – getwd()　#現在の作業ディレクトリを確認 – setwd(“作業ディレクトリまでのパス”) #移動

46. コマンド実行例 > getwd() #変更前の作業ディレクトリ [1] "/Users/akiaki5516" > #作業ディレクトリ変更 > setwd("/Users/akiaki5516/doradora12/Dropbox/TokyoR /23") > getwd() #変更後の作業ディレクトリ確認 [1] "/Users/akiaki5516/doradora12/Dropbox/TokyoR/23" > dir(); #作業ディレクトリ内のファイル一覧 [1] "hawks.csv"

47. CSVファイルの読み込み ● read.csv(“ファイル名”) で読み込みます ● 例 – hawks2 <- read.csv(“hawks.csv”);

48. 実行結果 > hawks2 <- read.csv("hawks.csv") #csv ファイルの読み込み > hawks2 #変数の中身確認 height salary 1 173 17000 2 178 14000 3 180 9000 4 183 50000 5 182 30000

49. 関数を自作する ● Rではsum()等の組み込み関数の他に、ユーザーの自作関数を利用することができます ● 関数化することで同じ処理をまとめることができます ● 自身が作成した関数を配布したり、他人が自作した関数を利用することも可能です

50. 自作関数varp() ● 関数名 <- function(引数) { 処理 } という記述で関数を作る ● 標本分散を求めるvarp()関数を作ってみる – 標本分散は偏差の二乗和 / データ ● 例 – varp <- function(x) { – result <- var(x) * (length(x) - 1) / length(x) – result – }

51. 実行結果 > varp <- function(x) { #自作関数 + result <- var(x) * (length(x) - 1) / length(x) + result + } > > hawks2[,1] #ホークスのデータを入れてみる [1] 173 178 180 183 182 > varp(hawks2[,1]) #標本分散 [1] 12.56 > length(hawks2[,1]) #ちなみにlengthは個数を返す関数 [1] 5

52. 他の人の関数を使う ● 関数はファイルとして保存し、読み込むことが可能です ● ファイルの拡張子は.R ● 例 – 先ほどのvarp関数をちょっと変えてvarp.Rとして保存する – varp <- function(x) { – print("処理開始") #文言を追加 – result <- var(x) * (length(x) - 1) / length(x) – result – }

53. 関数の読み込み ● source(“関数ファイル名”) とします ● 例 – source(“varp.R”)

54. 実行結果 > source("varp.R") #関数ファイル読み込み > res <- varp(hawks2[,1]) #resに結果格納 [1] "処理開始" > res #結果出力 [1] 12.56 > > varp #ちなみに()なしだと関数の中身が見れます function(x) { print("処理開始") result <- var(x) * (length(x) - 1) / length(x) result } >

55. パッケージをインストールしてみる ● 複数の関数をまとめたものがパッケージです ● パッケージはCRANと呼ばれるパッケージ管理サーバに保存されています ● 最初に出てきたggplot2パッケージを入れてみます

56. CRAN mirrorの設定 ● 初回のみパッケージを取りにいくミラーサーバーの指定が必要です ● まずパッケージ管理画面を開きます – windowsだとRコンソール上で「パッケージ」-> 「パッケージのインストール」 – macだと「パッケージとデータ」 → 「パッケージインストーラ」 ● 画面からミラーサイトとしてJapan(Hyogo)又は Japan(Tsukuba)を選択 ● パッケージマネージャの検索窓にggplot2と入力し、インストールボタンを押します – コマンドだと install.packages(“ggplot2”)

57. 画面の例(mac版)

58. インストールしたパッケージを使う ● インストールしたパッケージはそのままでは使えないので、library関数で呼び出します ● 例 – library(“ggplot2)

59. 実行結果 ● 依存関係のエラーが出た > library("ggplot2") エラー：パッケージ 'reshape' が 'ggplot2' によって要求されましたが、見つけられませんでした

60. 依存関係の解消 ● パッケージの中で他のパッケージを利用している際は依存関係が発生する ● 依存関係のエラーで出てきたパッケージを片っ端から入れる ● 例 – insatll.pacages(“reshape”) – insatll.pacages(“plyr”) – install.pacages(“grid”) – install.pacages(“proto”) – install.pacages(“ggplot2”) #本命

61. 再度実行 ● 今度はちゃんと呼び出せた > insatll.pacages(“reshape”) > insatll.pacages(“plyr”) > install.pacages(“grid”) > install.pacages(“proto”) > install.pacages(“ggplot2”) #本命 > library(ggplot2) #今度は成功

62. ggplot2で作図 > qplot(salary, height, data = hawks2, colour = I("blue"))

63. ggplot2をもっと知りたい方へ ● 過去のR勉強会で発表されていますので、参考にしてみてください – ggplot2：パッケージ製作者（Wickamさん）の話を聞いて @aad34210さん ● http://www.slideshare.net/aad34210/ggplot2-110129 – ggplot2できれいなグラフ@dichikaさん ● http://www.slideshare.net/dichika/ggplot2

64. まとめ ● Rをインストールするときは「rjpwiki」で検索 ● まずは電卓や関数電卓として使ってみてください ● plotやggplot2パッケージで作図も可能 ● 変数でデータをまとめ、関数で処理をまとめる ● データはCSVフォーマットで取り込めます ● 関数パッケージはCRANからインストールできます

65. もっとRを知りたい方へ ● 初心者向けおすすめ資料 – はじめてのR @aad34210 ● http://www.slideshare.net/aad34210/tokyo-r18 – 続はじめてのR @aad34210 ● http://www.slideshare.net/aad34210/tokyo-r21-2 ● エクセルともっと連動させる – RExcelでの日本語利用 @aad34210 ● http://www.slideshare.net/aad34210/japan-r-101127 – XLConnectで快適なエクセルライフのご提案 @dichika ● http://www.slideshare.net/dichika/tokyor18

66. ご清聴ありがとうございました！

Tokyor23 doradora09

Tokyor23 doradora09

Recommended

More Related Content

What's hot

What's hot(19)

Similar to Tokyor23 doradora09

Similar to Tokyor23 doradora09(20)

More from Nobuaki Oshiro

More from Nobuaki Oshiro(20)

Tokyor23 doradora09