-
Notifications
You must be signed in to change notification settings - Fork 2
/
Copy pathLesson2.R
141 lines (113 loc) · 3.31 KB
/
Lesson2.R
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
#########################################
#
# 行動計量学会第19回春の合宿セミナー
# サンプルスクリプト
# Lesson 2 Rの基本操作(後半)
#
# (c) Koij Kosugi(@kosugitti)
#
#########################################
# 数値例を発生
set.seed(12345)
# 標準正規分布から発生する100個の乱数をつくってみる
x100 <- rnorm(100,0,1)
mean(x100) # 平均値
var(x100) # 分散
sd(x100) # 標準偏差
max(x100) # 最大値
min(x100) # 最小値
median(x100) # 中央値
# パーセンタイル
# 0%, 25%, 50%, 75%, 100%
quantile(x100,probs=c(0,0.25,0.5,0.75,1))
################
# 最頻値の関数はないのでヒストグラムから作る
h1 <- hist(x100)
h1$mids[which.max(h1$counts)]
# 階級幅を変える
h2 <- hist(x100,breaks=seq(-5,5,0.1))
h2$mids[which.max(h2$counts)]
# 階級幅が違うと最頻値は変わる
h3 <- hist(x100,breaks=seq(-5,5,1))
h3$mids[which.max(h3$counts)]
################
# 毎回答えが違う
x100.1 <- rnorm(100,0,1)
x100.2 <- rnorm(100,0,1)
x100.3 <- rnorm(100,0,1)
mean(x100.1)
mean(x100.2)
mean(x100.3)
# サンプルサイズを増やすと理論値に近づく
x1000 <- rnorm(1000,0,1)
mean(x1000)
x10000 <- rnorm(10000,0,1)
mean(x10000)
x100000 <- rnorm(100000,0,1)
mean(x100000)
# 確率点
quantile(x100000,probs=c(0,0.25,0.33,0.75,1))
qnorm(0.25,0,1)
qnorm(0.33,0,1)
qnorm(0.75,0,1)
# 累積分布；ある数字よりも大きく(小さく)なる確率
length(x100000[x100000<1.96])/length(x100000)
pnorm(1.96,0,1)
################
# 図にするとわかりやすい
hist(x100)
hist(x1000)
hist(x10000)
hist(x100000)
# plot 関数
x <- 1:10
y <- 1:10
plot(x,y)
plot(x,y,xlim=c(-10,10),ylim=c(-10,10))
plot(x,y,main="Title",xlab="X axis",ylab="Y axis")
# もう一度野球のデータを例にしましょう
baseball <- read.csv("baseball.csv",
fileEncoding="UTF8",
na.strings="*")
# ggplot2パッケージが超おすすめ
library(ggplot2)
g <- ggplot(baseball,aes(x=height,y=weight))
g <- g + geom_point()
g
# 文字化けするMacユーザは次の呪文を唱えてから実行すると良い
# 参考 > 奥村研究室 https://oku.edu.mie-u.ac.jp/~okumura/stat/ggplot2.html
old = theme_set(theme_gray(base_family="HiraKakuProN-W3"))
# 色分け情報追加
g <- ggplot(baseball,aes(x=height,y=weight,color=team))
g <- g + geom_point()
g
# かき分け情報追加
g <- g + facet_wrap(~position)
g
# 色分けとかき分け
g <- ggplot(baseball,aes(x=HR,y=pay,color=position))
g <- g + geom_point()
g <- g + facet_wrap(~team)
g
# ヒストグラム（y軸情報はない)
g <- ggplot(baseball,aes(x=pay)) + geom_histogram(binwidth = 500)
g
# グループごとのヒストグラム
g <- ggplot(baseball,aes(x=pay,fill=team))
g <- g + geom_histogram(binwidth=500)
g <- g + facet_wrap(~team)
g
# 密度にする
g <- ggplot(baseball,aes(x=pay,y=..density..,fill=team))
g <- g + geom_histogram(binwidth=500,alpha=0.5,position="identity")
g <- g + geom_density(alpha=0.5)
g <- g + facet_wrap(~team)
g
# 横軸がカテゴリカル
g <- ggplot(baseball,aes(x=team,y=pay,fill=team))
g <- g + geom_boxplot()
g
# バイオリンプロット(分布がイメージしやすい)
g <- ggplot(baseball,aes(x=team,y=pay,fill=team))
g <- g + geom_violin()
g