統計パッケージR入門 I

統計パッケージとは

各種の統計手法やデータ処理技法が統一してまとめられたソフトウエア。 SASやS、SPSSなどが有名。最近のものは、利用者がプログラムして新しい手法を追加できるようになっているものが多い。グラフや表も作成できる。

Rの特徴

S言語に互換なフリーパッケージ
S言語とほぼ同じ、オブジェクト指向統計、数学用のインタプリタ言語
行列、ベクトル、複素数を直接扱える
グラッフィクスの機能も豊富
バザール方式で発展中
豊富なcontributions
UNIX, Windowsで使用可能

Rの起動と終了

Rの起動(Linux): R (return)
Rの起動(Windows): Rgui.exe
Rの終了: q() (return)

データの作成

Rでは変数やベクトル、配列やリストなどを簡単に作成することができる。テキストファイルからデータを読み込むこともできる。

新しい変数を作る: pai <- 3.1415
新しいベクトルを作る: v <- c(1, 2, 3, 4, 5); str <- c("a","b","c")
ファイルから読み込む: qdata <- read.table("qdata.txt"); 読み込んだデータはデータフレームという形式で変数名、行ラベル(個体コードなど)とデータを一括して格納する。

read.table()で読み込むファイルの書式

1行目に変数名、2行目からデータを入力する。 2行目以降の最初の項目は行ラベル(個体コードなど)を入力する。欠測値はNAを入力する。MS-Excelなどの表計算ソフトで作成して、 text形式でファイルに出力すると簡単。

           sei       BodyWeight    AgeAtFirstEggs  NumberOfEggs  
2000-01    male         100.5          NA              NA
2000-02    female       105.4          40.5            31.3
2000-03    male          98.9          NA              NA
2000-04    male         116.2          NA              NA
2000-05    female       120.2          52.5            48.4
2000-06    female       127.4          49.6            43.2
2000-07    female       112.6          45.6            39.0
2000-08    female       109.8          43.5            37.1
2000-09    male          97.1          NA              NA
2000-10    male         102.3          NA              NA

基本統計量の計算

平均: > mean(qdata$BodyWeight); [1] 109.04
標準偏差: > sd(qdata$BodyWeight); [1] 10.01745
相関係数: > cor( qdata$BodyWeight, qdata$AgeAtFirstEggs, use="pairwise.complete.obs"); [1] 0.8683118

散布図

> plot(qdata$NumberOfEggs, qdata$BodyWeight)

単回帰 (直線回帰)

NumberOfEggsに対するBodyWeightの単回帰直線を求めます。式で示すと NumberOfEggs = (Coefficient)BodyWeight + (Intercept) となります。

> result <- lm( qdata$NumberOfEggs ? qdata$BodyWeight)
> summary(result)

Call:
lm(formula = qdata$NumberOfEggs ? qdata$BodyWeight)

Residuals:
      2       5       6       7       8 
-2.6602  5.5112 -4.0324  0.6961  0.4853 

Coefficients:
                 Estimate Std. Error t value Pr(>|t|)  
(Intercept)      -29.6256    28.0992  -1.054   0.3691  
qdata$BodyWeight   0.6033     0.2436   2.476   0.0896 .
---
Signif. codes:  0  `***'  0.001  `**'  0.01  `*'  0.05  `.'  0.1  ` '  1 

Residual standard error: 4.26 on 3 degrees of freedom
Multiple R-Squared: 0.6715,     Adjusted R-squared: 0.562 
F-statistic: 6.133 on 1 and 3 degrees of freedom,       p-value: 0.08955

大学院生、編入学生、転学生、募集中！

最終更新年月日 2011年12月26日

佐賀大学農学部動物生産学研究室ywada@cc.saga-u.ac.jp