HiRoshima.R #4 入門者講習の資料です。

1. 2015-07-11 HiRoshima.R #4 @ Satellite Campus Hiroshima
入門者講習

2. 録音録画自由
著作権等完全放棄

3. Tweet Me!
#HiRoshimaR

4. Agenda
1. R の基本操作 (15)
2. 関数と変数が命 (15)
3. 外部データの読込と作図 (30)
4. RStudio で快適操作 (15)
5. パッケージの利用 (15)

5. Agenda
1. R の基本操作
2. 関数と変数が命
3. 外部データの読込と作図
4. RStudio で快適操作
5. パッケージの利用

6. Agenda
1. R の基本操作
2. 関数と変数が命
3. 外部データの読込と作図
4. RStudio で快適操作
5. パッケージの利用

7. とは何か
• 統計処理を目的とするプログラミング言語
• 無償＋オープンソースのソフトウェア
• 作者：Ross Ihaka & Robert Gentleman (R & R)
• Ross Ihaka and Robert Gentleman. R: A language for data analysis and graphics.
Journal of Computational and Graphical Statistics, 5(3):299-314, 1996.
• http://biostat.mc.vanderbilt.edu/twiki/pub/Main/JeffreyHorner/JCGSR.pdf

8. 要するに
統計ソフト

9. の何が良いのか
•無償（IBM SPSS Statistics は約10万円で保守なし...）
•統計処理の種類が豊富
•作図結果が美しい（簡素）

10. なぜ今 なのか
• 経費や研究費の節約
• 分析手法の明確化
• 可視化による傾向把握

11. の弱点
• 文字入力による操作
• プログラムを組む感覚を養成
• 確実に伝わるという利点も
• 多方面の知識が必要
• 英語＋統計＋計算機
• 参考書籍がお高め...

12. ﾓｳﾀﾞﾒﾀﾞｰ

13. Excel や SPSS は...
•高価（気軽に使えない）
•処理が信頼できず
• Excel 使うな（奥村先生＠三重大）
•作図結果が美しくない

14. Excel
SPSS

15. の基本操作
‐Install / Update / Uninstall‐

16. 1. http://www.r-project.org/ にアクセス
2. “download R”をクリック
3. JAPAN の中から１つを選ぶ
4. OS に応じたリンクをクリック
のインストール

17. のインストール
• Windows: : http://cran.ism.ac.jp/bin/windows/base/
•「Download R 3.2.1 for Windows」をクリック
• Mac OS X:http://cran.ism.ac.jp/bin/macosx/
•「R-3.2.1.pkg」をクリック

24. のアップデート
1. http://www.r-project.org/ にアクセス
2. 自分が使っているバージョンより
新しいものが出ているか確認
3. 新規にインストール用ファイルを
ダウンロードしてインストール

25. のアップデート
• セキュリティ上の問題がない限りは，
むやみに更新しない
• パッケージ（付加機能）の動作不良回避
• 新旧の共存は可能
• Windows/Mac: 別名でインストール
• ただし何がどう共有されているかは不明

26. のアンインストール
• Windows 7/8
• コンパネ→プログラムのアンインストール
• Mac OS X
• /Applications にある アイコンと /Library の中の
Frameworks にある R. framework を削除（CleanApp 可）

27. の起動
• Windows 7/8
• START → Program → R → R 3.2.1 を選択
• Mac OS X
• /Applications 内の をダブルクリック

28. 「コンソール」の表示を確認

29. の終了
• コンソールに「q()」と入力
• 今は「作業スペース」は保存しない
• ウィンドウが消えれば終了

30. で困ったら...
•まずは Web 検索!
• seekR: http://seekr.jp/
• R SEEK:http://www.rseek.org/
• RjpWiki: http://www.okada.jp.org/RWiki/
• R-Tips:http://cse.naro.affrc.go.jp/takezawa/r-tips/r.html
• 標準搭載の help(sth) でも確認可能

31. で困ったら...
•参照資料は豊富にあります
• R オンラインガイド（山口大学教育学部教育心理学コース）
• R 言語入門（ドットインストール）
• はじめての「R」（林真広 氏）
• R による統計処理（青木繁伸先生＠群馬大学）
• 最近は書籍も増えました

32. 概論まとめ
• は統計ソフト
•無償＋何でも統計＋美しく作図
•困ったら Web 検索!!

33. Agenda
1. R の基本操作
2. 関数と変数が命
3. 外部データの読込と作図
4. RStudio で快適操作
5. パッケージの利用

34. Agenda
1. R の基本操作
2. 関数と変数が命
3. 外部データの読込と作図
4. RStudio で快適操作
5. パッケージの利用

35. といえば
関数
が命

36. 関数とは
指定した値に対して
何らかの処理をして
結果を返すもの

37. 関数（Input を処理）
Input
Output

38. sqrt()：平方根
•> sqrt(2)
•> sqrt(144)
•> sqrt(104976)

39. sqrt 関数
2
1.414214

40. 「関数(値)」が命
• には多数の関数がある
•q() や help(sth) も関数
•必要な関数をしつこく実行

41. といえば
変数
も命

42. 変数とは
１つ以上の値を
まとめていれておく
「箱」のこと

43. では
ベクトルとも呼ばれ
複数の値を１つに
まとめたものを指す

44. 統計処理などを行うには
複数の値をまとめて扱う
ことが必要で
それを使い回すために
変数を使う

45. ちなみに
変数に数値を
入れることを
「代入」といいます

46. なにはともあれ
実行してみましょう

47. 変数の名前は“hako”
•> hako <- c(1,2,3,4,5)
•> hako
• c() 関数：combine (cf. https://twitter.com/#!/sakaue/status/193708048030760960)
• 値を１つにまとめる関数
• 逆に書いても（一応）OK

48. c()関数の“<-”は何？
hako <- c(1,2,3,4,5) の“<-”は
左向きの矢印（←）
を表現
（入れ替えても動きます）

49. コンソールで「＋」が出たら...
• 入力中に誤って[Enter] を押すと，
待機状態を示す「＋」が出る
• [STOP] ボタンでキャンセル
• [Esc] キーでキャンセル

50. 履歴機能と補完機能
•履歴: [↑][↓] の矢印キー
•補完: [Tab]キー

51. いま“hako”という名前の
「変数」の中に
1から5までの5つの数字が
まとめて入っている状態

52. 以下の関数を実行
•> sqrt(hako)
•> log(hako)

53. もし変数がなかったら
何度も関数を
繰り返す羽目になる
sqrt(1), sqrt(2) ... sqrt(5)
log(1), log (2) ... log (5)

54. 一括処理のために
変数（ベクトル）の
利用は不可欠

55. ここまでのまとめ
• は「関数」と「変数」が命
• 関数を使って数値を処理
• q(), help(), sqrt(), log(), c()
• 変数を使って一括処理！

56. Agenda
1. R の基本操作
2. 関数と変数が命
3. 外部データの読込と作図
4. RStudio で快適操作
5. パッケージの利用

57. Agenda
1. R の基本操作
2. 関数と変数が命
3. 外部データの読込と作図
4. RStudio で快適操作
5. パッケージの利用

58. Sub topics
1. 行列のおはなし
2. データフレーム
3. 外部データの読込

59. さきほど
一行で表せる数値を
扱いましたが

60. 実際のデータは
複数行あるはず

61. 例えば...
•身長と体重
•年齢と年収
•覚えた単語数とTOEIC スコア

62. 表にすれば...
身長 体重
A 180 75
B 170 65
C 165 60
D 175 70
E 190 80

63. 複数の行や列で表される
データを扱うために
Rでは「行列」を使う

64. 行列とは
数値が縦横に並べられたもの

65. 1 2 3
4 5 6
7 8 9

66. 行

67. 1 2 3
4 5 6
7 8 9

68. 1 2 3
4 5 6
7 8 9

69. 1 2 3
4 5 6
7 8 9

70. 列

71. 1 2 3
4 5 6
7 8 9

72. 1 2 3
4 5 6
7 8 9

73. 1 2 3
4 5 6
7 8 9

74. ひとまず
「行列」という存在を
知ってやってください

75. そんな行列を扱うために
matrix() 関数
を使う

76. matrix() 関数
•行列を作る関数
•matrix(要素, 行の数, 列の数)
•デフォでは列方向に配置

77. このようなデータなら
身長 体重
A 180 75
B 170 65
C 165 60
D 175 70
E 190 80

78. karada <- matrix(c(180, 170, 165,
175, 190, 75, 65, 60, 70, 80), 5, 2)
行列を作ってみる
1. c() 関数で、数値を連結
2. matrix() 関数で、行列に変換
• 「5行で2列」にするという指定をする
3. karada という名の変数に代入

79. > karada
と入力して
変数の中身を確認

80. 1 4 7
2 5 8
3 6 9
matrix(1:9,nrow=3,ncol=3)

81. 1 2 3
4 5 6
7 8 9
matrix(1:9,nrow=3,ncol=3,byrow=TRUE)

82. 行列の要素を取り出す
1.行列を作り、変数に代入
2.変数の中から見たい行や列を指定

83. 行列の要素を取り出す
demo <- matrix(1:30,nrow=5,ncol=6)
http://gyazo.com/76c58d5d6c8426a44f160897cda99671.png

84. 行列の要素を取り出す
2行目を表示 → demo[2,]
2列目を表示 → demo[,2]
http://gyazo.com/6726084afd9e1cc4b03df85fe6bc0f29.png

85. 行列の要素を取り出す
2行目と4行目を表示
→ demo[c(2,4),]
2列目と4列目を表示
→ demo[, c(2,4)]

86. 行列の要素を取り出す
http://gyazo.com/a116c0e2f1284ea7d38bf7024d92f1cc.png

87. 行列まとめ
• 横方向が行、縦方向が列
• デフォルトでの数値の並びに注意
• 必要な要素を適宜取り出して値を確認

88. Sub topics
1. 行列のおはなし
2. データフレーム
3. 外部データの読込

89. データフレームとは
• いろんなデータを突っ込んだもの
• いろんな＝質的データ＋量的データ
• 突っ込む＝一緒に並んでいること

90. 名前 血液型 身長 体重
坂本 B 175 65
高橋 B 177 70
阿部 B 174 75
長野 A 179 70
松本 O 170 60
データフレームとは

91. データフレームとは
• Excel の WS とほぼ同じイメージ
• 既存データの読込＞自力で作る
• data.frame() 関数が使える

92. 1. 行列のおはなし
2. データフレーム
3. 外部データの読込
Sub topics

93. ここはトラブル多発地域です
うまくいかない時は
まず説明をお聴きください

94. おそらく...
•Excel でデータ管理
•できればそのまま活かしたい

95. 作業ディレクトリの設定
•作業ディレクトリとは...
•データを読み込む場所
•データを書き出す場所

96. 作業ディレクトリの設定
• Windows：ファイル → ディレクトリの変更
• “My Documents”にファイル移動
• Mac OS X：環境設定 → 一般（起動）
• ホームディレクトリにファイル移動
• Linux：up to you...

97. 作業ディレクトリの設定
• コンソールからの確認・設定も可能
• getwd()関数：現在の設定を確認
• > getwd()
• setwd()関数：現在の設定を変更
• > setwd("/Users/sakaue/Desktop/")
• 実行注意!!

98. データの読込 その１
• read.csv() 関数
• CSV 形式のファイルを読み込む
• CSV: Comma Separated Value

99. 1. hiro4.csv を作業ディレクトリへ移動
• XLS/XLSX 形式のものは保存時に変換
• CSV ファイルの文字コードは UTF-8 に
2. > test <- read.csv(choose.files(), header = TRUE) #Win
# test <- read.csv(file.choose(), header = TRUE) #Mac
3.> test [Enter] で中身を確認
データの読込 その１

100. CSV 変換なんて面倒...
という方に

101. データの読込 その２
• read.delim() 関数
• 表形式のデータ読み込む
• delim: delimiter（区切り文字）

102. 1.hiro4.xls を開いてマウスで範囲指定
2.> test2 <- read.delim("clipboard") で代入
3.> test2 [Enter] で中身を確認
データの読込 その２
Mac の場合: read.delim(pipe("pbpaste"))

103. 読み込んだら関数で処理
> table(test[,3])
•度数分布を確認する
> mean(test[,3])
•平均値を求める
3列目対象
3列目対象

104. 外部データの読込
• 作業ディレクトリの設定に注意
• CSV 形式に変換後，read.csv()関数で読込
• 必要な行 or 列を指定して処理

105. http://www.flickr.com/photos/rosengrant/4751386872/
CSV 形式にして
読み込めば
重たいExcelファイルに
おさらば！
“y2.d175 | Lasershow! Relax!” by B Rosen

106. データを集めたら
数値要約だけでなく
データの可視化も必要

107. というわけで
作図のお時間です

108. 基本的な作図手順
1. 変数に値を代入
2. 作図用の関数で処理

109. たった2段階
Excel や SPSS ではこうはいかない

110. 基本的な作図手順
1. 変数に値を代入する
2. 作図用の関数を実行

111. • ヒストグラム
• 散布図
• 棒グラフ
• 折れ線グラフ
• 箱ひげ図
作成できる図の種類

112. まずはヒストグラム
【事例】
得点のヒストグラムを
作成する

113. まずはヒストグラム
> pretest <- (test$Pre)
> hist(pretest)

114. 次は散布図
【事例】
事前テストの得点と
事後テストの得点を
比較し，伸びを見る

115. 続いて散布図
> pretest <- (test$Pre)
> posttest <- (test$Post)
> plot(pretest, posttest)
> plot(pretest,posttest, ylim=c(0,100),xlim=c(0,100))

116. 続いて箱ひげ図
【事例】
事前テストの得点と
事後テストの得点の
＜幅＞を比較する

117. 続いて箱ひげ図
> pretest <- (test$Pre)
> posttest <- (test$Post)
> boxplot(pretest, posttest, names=c("PRE", "POST"))

118. 箱ひげ図
> boxplot(pretest, posttest,
names=c("Pre", "Post"),
horizontal=T)

119. 箱ひげ図
> boxplot(pretest, posttest,
names=c("Pre", "Post"),
horizontal=T, ylim=c(0,100))

120. 箱ひげ図
> boxplot(pretest, posttest,
names=c("Pre", "Post"),
horizontal=T, ylim=c(0,100),
col="blue")

121. 箱ひげ図
> boxplot(pretest, posttest,
names=c("Pre", "Post"), horizontal=T,
ylim=c(0,100), col="blue",
xlab="SCORE", ylab="TEST",
main="BOXPLOT")

122. 今度は折れ線グラフ
> quiz <- test[,c(3,4,5,6,7,8,9,10,11,12)]
# 小テストの得点だけを取り出す
> ID1<- as.numeric(quiz[2,])
# データの型変換（リストから数値へ）
> plot(ID1, type="l")
# 引数 type を l にして折れ線グラフに

123. > barplot(ID1)
# 10本並んだ棒グラフ
> barplot(ID1, col=rainbow(5))
# 引数 col を rainbow(5) にして5色使用
> barplot(ID1, col=rainbow(5), horiz=T)
# 引数 horiz を T にして水平に並べる
最後は棒グラフ (1)

124. 最後は棒グラフ (2)
> barplot(ID1, col=rainbow(5), horiz=T,
names=c("W1", "W2", "W3", "W4",
"W5", "W6", "W7", "W8", "W9", "W10"),
main="QUIZ")
# 10本並んだ棒グラフ。項目名やタイトルを追記。

125. グラフの保存方法
> pdf() # pdf デバイスを開く()
> plot(pretest, posttest) # プロットし出力
> dev.off() # デバイスを閉じる
★画面上のメニューから操作するか RStudio を使う方が簡単

126. ちなみに...
Windows 版 R であれば
（Word 等M$製品への貼付けなら）
Metafile での利用がオススメ

127. ちなみに...
Mac 版 R であれば
Postscript / SVG など...
（参考: http://sheephead.homelinux.org/2012/02/14/6959/）

128. ちなみにちなみに...
• フォント設定の確認
• 使用フォントの指定

129. 初期設定は $sans
> sample <- c(1:10)
> plot(sample) # $sans適用
> plot(sample, family="serif")

130. 日本語フォントの指定 （Win）
> windowsFonts(JP1=windowsFont("MS Gothic"),
JP2=windowsFont("MS Mincho"))
#それぞれのフォントにニックネームをつけてあげる
> sample <- c(1:10)
> plot(sample, family="JP1", main="サンプルの図です")
> plot(sample, family="JP2", main="サンプルの図です")

131. 日本語フォントの指定 （Win）

132. > par(family="HiraKakuPro-W3")
# ヒラギノフォントを使用
> sample <- c(1:10)
> plot(sample, main="サンプルの図です")
日本語フォントの指定 （Mac）

133. > quartzFonts(hira =
quartzFont(rep("HiraKakuPro-W3",4)))
# 面倒でミスりやすいので，par(family=”xxx”) の方が楽
日本語フォントの指定 （Mac）

134. 作図手順のまとめ
1.変数に値を代入する
2.作図用の関数を使って処理する
3.形式を指定して保存
＋人に伝承（twitter, FB）

135. http://www.flickr.com/photos/rosengrant/4751386872/
手軽に美しく
作図できる を
使えるようになれば
Excel におさらば！
“y2.d175 | Lasershow! Relax!” by B Rosen

136. Agenda
1. R の基本操作
2. 関数と変数が命
3. 外部データの読込と作図
4. RStudio で快適操作
5. パッケージの利用

137. Agenda
1. R の基本操作
2. 関数と変数が命
3. 外部データの読込と作図
4. RStudio で快適操作
5. パッケージの利用

138. RStudioとは?
• R を快適に使うための統合開発環境 (IDE)
• ひとつの画面に複数の情報を配置
• 面倒（そう）なことがすぐできて(・ ・)ｲｲ!!
• 関数等の入力支援（tab）
• 変数等の中身をすぐに確認（CLICK!）
• ヘルプをすぐに確認（F1）

139. RStudio のインストール
（R そのものは事前にインストールが必要）

140. RStudio のインストール

141. RStudio のインストール

142. ↓OS に応じてダウンロード
RStudio のインストール

143. コンソール
エディタ
変数・履歴
（旧 workspace）
いろいろ
RStudio の起動直後

144. http://www.slideshare.net/TakashiYamane1/rstudio
時間がないので
山根さんの資料を見ましょう
（HiRoshima.R #2 での資料。40K views!）

145. いろいろと手助けしてくれる
RStudio を使って
R に慣れていきましょう

146. Agenda
1. R の基本操作
2. 関数と変数が命
3. 外部データの読込と作図
4. RStudio で快適操作
5. パッケージの利用

147. Agenda
1. R の基本操作
2. 関数と変数が命
3. 外部データの読込と作図
4. RStudio で快適操作
5. パッケージの利用

148. Packageとは?
• ある処理・機能に特化したプログラム
• base（基本パッケージ）だけでも 1,000 以上
• 特殊な処理を行う際は，別の package を追加
• 言語処理に特化したものもある（ex. RMeCab）

149. 可視化の発展編
violin plot と beeswarm
―分布をより分かりやすく捉えるために―

150. violin plot ≒ boxplot+hist
> install.packages("vioplot")
> library("vioplot")
> vioplot(pretest,posttest, names=c("Pre","Post"))

152. boxplot + beeswarm
> install.packages("beeswarm")
> library("beeswarm")
> PrePost <- test[,c("Pre",“Post")]
> boxplot(pretest, posttest, names=c("PRE", "POST"))
> beeswarm(PrePost, add=TRUE)

154. おわりに

155. • すべての処理・分析が R のみで完結
• <-> Editor + Excel (+ UNIX) + R + なんやかんや
• プログラミングの基礎養成に有効
• --> Python, Perl, ... どこでも使える
• 作図が美しい（＋Mac ならフォントも）
• Excel の作図は一般に (‘A`)ｳﾞｧ-
のススメ

156. • データの取り扱い方に用心する
• Excel に任せっきりとしない
• データの処理過程をはっきりさせる
• Excel に任せっきりにしない
• データの分布をよく観察する
• Excel に任せっきりにしない
のススメ

157. 参考文献

158. Enjoy !
twitter: @sakaue
e-mail: tsakaue<AT>hiroshima-u.ac.jp