1. 課題を見つける／仮説を立てる

2. 実験や観察をしてデータを集める

3. データを整理する

4. データを解析して仮説を検証する

• 実験や観察は研究の半分くらい！
• 残り半分はデータの整理＆解析！
• 解析によっては宝石になるはずのデータも単なる石ころに…！

先人たちの積み重ねに基づいて、新しい発見をする

記録を残すことは何より重要

• 実験や野外観察では些細なことも漏らさず記録。
  
• 生データは何重にもバックアップ。

データ整理・解析・作図も不可欠。だけど…

• 再現不能の職人技で切り抜けてしまう人も多い。
  
• コピペ、メニュー選択、配色と配置を微調整…

猜疑が生じたら…？別の人が研究を発展させたいとき…？

❌「ありまぁす！」
⭕「誰でも確実に再現できるプロトコルがこちらです」

• 動物園の混合展示で、各動物がどのように分布・行動しているか。それらを決める要因は何か。
• 膨大な観察データに基づく超大作卒論。
  
  
  

• 週に１回、各個体の位置と行動を種ごとのファイルに記録。
• タブは個体、A,B列はXY座標でそれ以降は行動、各行は時刻。
  
  
  

• ちゃんと合ってるのかな…ファイルもタブもたくさん…
• どこから何をコピーしてたのか、もはや思い出せない…
  
  
  

• ちゃんと合ってるのかな…ファイルもタブもたくさん…
• どこから何をコピーしてたのか、もはや思い出せない…
  
  
  

• 泣きながら何十枚も…。無料期間が終わって今は使えない…。
  
  

• 先の例に負けず生データはどっさり。でも頑張るのは機械。
  
  

科学的なデータ解析の基本を身につける

• 解析しやすいデータの形
• 再現可能な解析方法

必要な解析方法を調べ、実践する方法を知る

• 困ったらどうしたら良いか

これさえ押さえれば、具体的なやり方は覚えなくてOK

エラー文を恐れない

熟練したプログラマーでエラーは当たり前。エラー文はRさんからのメッセージ。まずは落ち着いてエラー文を読んで、コードを書きなおしてみよう。

困ったらググる

Rは全世界にユーザーがいるので、自分が困っていることは、必ず誰かが解決している。困ったら、日本語で、英語で、エラー文で、ググって調べると解決策が見つかるはず！

とにかく手を動かして体感すること！

1. コードはコピペして手元で動かしてみよう
2. 動いたら、自分用に改変しよう（引用も忘れずに）
   • 動かなかったらエラーコードを見ながら動くまで試行錯誤
3. 改変したコードが動かなかったら、何が悪いのか調べよう
   • コードやデータをよく見比べる

エラーを解決した経験値 = プログラミングの経験値

• エラーを恐れずどんどん書こう！

困ったら…

• ググる／TAさんに訊く／よくあるエラー集を見る

1. この枠が出てきたらコピペして自分のPCで走らせる

• （やり方はこのあと教えます）

head(iris)      

2. コンソールを確認する

• 思ったとおりの出力が出てきたか？
• ErrorやWarning（赤文字）が出ていたらよく読んで対応する
  • 問題ないWarningもあるのでよく読んで

3. [練習問題]はまず答えを見ずに自分でコードを書いてみる

• これまでのコードをコピペして改変すればできるはず

4. 自分のデータをとる（自由課題）

5. スライドを見直して、使えそうな方法で解析する

• ErrorやWarning（赤文字）が出たら何とか解決する
• 前半の演習部分でのエラー経験がここで生きてくる（はず）！

RStudioのアイコンをダブルクリック！

• Win: Tools → Global options
• Mac: RStudio → References

• まずは「プロジェクト」を作成する
• 以下の順でクリックして進む
  • File → New Project → New Directory → New Project → Create New Project
• Directory Nameは「R_training_2021」と入力
  

• 以下の順でクリックして進む
  • File → New File → R Script

• 以下の順でクリックして進む
  • File → New File → R Script

• 以下の順でクリックして進む
  • File → Save
  • ファイル名は「R_training_2021_script」
  • 場所はさっき作ったプロジェクト（フォルダ）の中
  • 保存されている場所を確かめておこう
• スクリプトを書いたら消さずに保存すること！
  • 書いた／集めたスクリプトは財産
  • 保存しておけばまた使い回せる

• まずは１＋１から！
• スクリプトに1 + 1と書く → 1 + 1を選択 → Ctrl + Enter
• コンソールに入れないとRに伝わらない

できた人は･･･

［練習問題］

• 1 + 2 + 3
• 3 * 7 * 2
• 4 ÷ 2
• 4 ÷ 3
• 他にも好きな計算をしてみよう！

• 記号の前後にはスペースを空けるクセをつけよう！
• 1+1 ←Bad
• 1 + 1 ←Good!!
• コードが見やすくなり、間違いが起こりにくい！

• ショートカットを使いこなそう！

変数に値を代入する　※代入演算子は 「=」「<-」

x = 2          #xに2を代入
x              #xは何か訊く

変数に値を代入する　※代入演算子は 「=」「<-」

x = 2          #xに2を代入
x              #xってなんだっけ？

## [1] 2

• ↑ こういう結果がコンソールに表示されるはず
• 今後、コードと結果はこのように示します！

変数に値を代入する　※代入演算子は 「=」「<-」

x = 2          #xに2を代入
x              #xってなんだっけ？

## [1] 2

y = 5          #yに5を代入
y              #yってなんだっけ？

変数に値を代入する　※代入演算子は 「=」「<-」

x = 2          #xに2を代入
x              #xってなんだっけ？

## [1] 2

y = 5          #yに5を代入
y              #yってなんだっけ？

## [1] 5

x + y          #xとyを足す      

変数に値を代入する　※代入演算子は 「=」「<-」

x = 2          #xに2を代入
x              #xってなんだっけ？

## [1] 2

y = 5          #yに5を代入
y              #yってなんだっけ？

## [1] 5

x + y          #xとyを足す      

## [1] 7

変数に値を代入する　※代入演算子は 「=」「<-」

［練習問題］

• xとyをかけてみよう
• x ÷ y は？
• 他にもいろいろ計算してみよう
• （次ページに答えがあります）
• （進む前にまず自分で考えてみて…！）

変数に値を代入する　※代入演算子は 「=」「<-」

［練習問題］

x * y       

## [1] 10

x / y       

## [1] 0.4

要素の型

• logical：論理値　例）TRUE, FALSE
• numeric：数値　例）1, 2, 3, 4, 5…
• character：文字列　例）“a”, “b”…　（""で囲むと文字になる）
• factor：因子

変数のデータの型を調べる／変える

class(x)           #xはどのclass？

## [1] "numeric"

is.numeric(x)      #xはnumeric（数値）？

## [1] TRUE

is.character(x)    #xは文字列（character）？

## [1] FALSE

z = as.character(x)    #x(= 2)を文字列（character）としてzに入れて！

［練習問題］

• zの型を訊いてみよう
• zを数値としてzに上書きして、zの型を確認しよう
• （次ページに答えがあります）

［練習問題］

class(z)               #zはどのclass？

## [1] "character"

z = as.numeric(z)      #zを数値としてzに入れて！（自動的に上書きになる）
class(z)               #zはどのclass？

## [1] "numeric"

データの種類

• ベクトル（vector）…１次元の配列。全要素が同じ型。
• データフレーム（data.frame）
  • 同じ長さのvectorを並べた長方形のテーブル。超重要！
• 行列（matrix）…２次元の行列。全要素が同じ型。
• リスト（list）…異なる型でも詰め込める太っ腹vector。

vector…同じ型の要素の１次元の配列。

• 例）c(1, 2, 3, 5)，c(“Yuki”, “Ryoya”, “Azusa”)
• ちなみにcはconbine（結合）のcからきてる

x = c(1, 2, 3, 4, 5, 6, 7, 8, 9, 10)  #xに数値を代入
x * 3                                 #xに3をかける

##  [1]  3  6  9 12 15 18 21 24 27 30

sqrt(x)                               #xを平方する

##  [1] 1.000000 1.414214 1.732051 2.000000 2.236068 2.449490 2.645751 2.828427
##  [9] 3.000000 3.162278

• 一回でベクトル全てに計算を当てはめてくれる！便利！

vector…同じ型の要素の１次元の配列。

y = 1:10　　　　　 　#1から10までの整数からなるベクトル
y                  #yは何か訊く

##  [1]  1  2  3  4  5  6  7  8  9 10

x < 5              #5よりも小さい？（こういう訊き方もできます）

##  [1]  TRUE  TRUE  TRUE  TRUE FALSE FALSE FALSE FALSE FALSE FALSE

［練習問題］

• -5から2までの整数からなるベクトルzを作ろう
• ベクトルxとyをかけよう
• ベクトルxとzをかけたらどうなる？
• （次ページに答えがあります）

［練習問題］

z = -5:2　　　　　
z

## [1] -5 -4 -3 -2 -1  0  1  2

x*y

##  [1]   1   4   9  16  25  36  49  64  81 100

x*z       #要素の数が一致しないためにエラーになる

## Warning in x * z: 長いオブジェクトの長さが短いオブジェクトの長さの倍数になってい
## ません

##  [1]  -5  -8  -9  -8  -5   0   7  16 -45 -40

データの種類

• ベクトル（vector）…１次元の配列。全要素が同じ型。
• データフレーム（data.frame）
  • 同じ長さのvectorを並べた長方形のテーブル。超重要！
• 行列（matrix）…２次元の行列。全要素が同じ型。
• リスト（list）…異なる型でも詰め込める太っ腹vector。

data.frame…同じ長さのベクトルでできた長方形のデータ

データフレームを作るには…

1. ベクトルを結合させる
2. CSVファイルを読み込む → あとでやります

ベクトルを結合させてdata.frameを作る

x = 1:10            #1から10までの整数からなるベクトル
y = -4:5            #-4から5までの整数からなるベクトル
q = c("a", "b", "c", "d", "e", "f", "g", "h", "i", "j") #文字10個
theDF = data.frame(x, y, q) #theDFという名前のデータフレームにまとめる
theDF                #theDFの中身を見せて

##     x  y q
## 1   1 -4 a
## 2   2 -3 b
## 3   3 -2 c
## 4   4 -1 d
## 5   5  0 e
## 6   6  1 f
## 7   7  2 g
## 8   8  3 h
## 9   9  4 i
## 10 10  5 j

列のタイトルをつけることもできます

theDF = data.frame(First = x, Second = y, Moji = q)
theDF                         #theDFの中身を見せて

##    First Second Moji
## 1      1     -4    a
## 2      2     -3    b
## 3      3     -2    c
## 4      4     -1    d
## 5      5      0    e
## 6      6      1    f
## 7      7      2    g
## 8      8      3    h
## 9      9      4    i
## 10    10      5    j

データフレームを眺めてみよう

nrow(theDF)       #theDFの行数は？

## [1] 10

ncol(theDF)       #theDFの列数は？

## [1] 3

head(theDF)       #最初の数行を見る。データの確認によく使います！覚えてね！

##   First Second Moji
## 1     1     -4    a
## 2     2     -3    b
## 3     3     -2    c
## 4     4     -1    d
## 5     5      0    e
## 6     6      1    f

［練習問題］

• 以下のようなdata.frameを作ってtheDF2と名付けよう。

##   bio logy
## 1   1    x
## 2   3    y
## 3   5    z

• theDF2の中身をheadで確認しよう。
• （次ページに答えがあります）

［練習問題］

a = c(1, 3, 5)
b = c("x", "y", "z")
theDF2 = data.frame(bio = a, logy = b)
head(theDF2)

bio = c(1, 3, 5)
logy = c("x", "y", "z")
theDF2 = data.frame(bio, logy)
head(theDF2)

##   bio logy
## 1   1    x
## 2   3    y
## 3   5    z

データフレームからデータを取り出そう

theDF$Moji　　　　  # theDFのMoji列

##  [1] "a" "b" "c" "d" "e" "f" "g" "h" "i" "j"

theDF[3, 2]　　　　 # theDFの3行目2列目

## [1] -2

theDF[3, 2:3]　　　 # theDFの3行目2~3列目

##   Second Moji
## 3     -2    c

データフレームからデータを取り出そう

theDF[, 3]　　　　  # theDFの3列目

##  [1] "a" "b" "c" "d" "e" "f" "g" "h" "i" "j"

theDF[2, ]　　　　  # theDFの2行目

##   First Second Moji
## 2     2     -3    b

［練習問題］

• 以下のデータを取り出そう！
  • theDF2のbio列
  • theDF2の2行目
  • theDF2の2列目
• （次ページに答えがあります）

［練習問題］

theDF2$bio　　　　  # theDF2のbio列

## [1] 1 3 5

theDF2[2, ]　　　　# theDF2の2行目

##   bio logy
## 2   3    y

theDF2[, 2]　　　 # theDF2の2列目

## [1] "x" "y" "z"

パッケージとは：

便利な関数やデータセットなどをひとまとめにしたもの

Standard Packages

• Rの標準機能。何もしなくても使用可能。

Contributed Packages

• 有志により開発され、CRANにまとめて公開されている。
• 要インストール。使う前に読み込むおまじないが必要。

パッケージをインストールする

コードを打つ

install.packages("tidyverse")    #インストールは最初の１回でOK
library(tidyverse)               #読み込みはRを起動するたびに必要

マウスでポチポチもできる

パッケージをインストールする

コードを打つ

install.packages("tidyverse")    #インストールは最初の１回でOK
library(tidyverse)               #読み込みはRを起動するたびに必要

マウスでポチポチもできる

install.packages("tidyverse")    #インストールは最初の１回でOK
library(tidyverse)               #読み込みはRを起動するたびに必要

tidyverseとは：データを上手に扱うためのパッケージ群

• 統一的な使い勝手
• 暗黙の処理をなるべくしない安全設計
• シンプルな関数をつなげて使うデザイン

• エラーの８割は凡ミスです！よく確認しよう！
  • （ミスを発見しやすいように表示を大きく！！）
  • エラーコードをよく読もう
  • よくあるエラー集を作りました
• パッケージ名やエラー文をコピペしてウェブ検索しよう
  • StackOverflowや個人サイトに解決策があったりする
  • r-wakalang（熟練Rおじさんが教えてくれるSlack）
• Rヘルプやパッケージの公式ドキュメントを読もう