Rを用いた
データ解析の基礎と応用2022
※ Step 1 ~ 6をクリックするとスライドが表示されます
Step 1：まずは準備しよう！
- 実習までに行うこと（RとR Studioのインストール）
- 実習について
Step 3：データを可視化しよう！
- データ可視化の重要性
- ggplot2でデータを眺めよう
- geom_histogram ヒストグラム
- geom_density 密度分布
- geom_point 散布図
- aes(color) 色を表現する
- facet_wrap, facet_grid グラフを分ける
- geom_boxplot 箱ヒゲ
- theme_*** 全体の雰囲気を変える
- color（aesの外） 線を特定の色にする
- fill（aesの外） 特定の色で塗りつぶす
- color（aesの中） 線を値に応じた色にする
- coord_cartesian 軸の範囲を変える
- labs タイトルや軸ラベルを書く／書き換える
- theme 文字の大きさなどを細かく設定
- ggsave()
図をファイルとして保存
- その他のグラフの描き方を知りたい方は
Step 4：データを解析しよう！
- dplyrでデータを解析しよう
- head() データをざっくり眺める
- str() データの変数をリストアップする
- select() 指定した列を選び出す
- filter()
特定の値の行を抽出する
- filter(【列名】 %in% c(【値1】, 【値2】)) 複数の値
- filter(【列名】 > 【値】) 比較演算子
- filter(【列名A】 > 【値】, 【列名B】 > 【値】) 複数条件（AND）
- filter(【列名A】 > 【値】| 【列名B】 > 【値】) 複数条件（OR）
- mutate() 新しい列を作る／既存の列の値を変更する
- summarize() 数値を要約する
- group_by() 特定のグループに分けて要約する
- across() 複数条件の要約を短く書く
- bind_cols, bind_rows 複数のデータフレームを結合する
- ***_join 複数のデータフレームを列で紐付けて結合する
- その他便利な関数を探したい方は
- tidyrでデータを使える形に変形しよう
- pivot_wider() 縦長のデータを横広に
- pivot_longer() 横広のデータを縦長に
- separate() 文字列カラムを複数に分割
- unite()
複数の文字列カラムを結合
- その他便利な関数を探したい方は
- ggplot2の実例
Step 5：自分のデータを扱おう！
- 整然（tidy）データとは何か
- readrで自分のデータを読み込もう
- read_csv() CSVファイルの読み込み
- write_csv() CSVファイルの書き出し
Step 6：統計解析をしよう！
- どのように統計解析をするのか
- 統計の基本：母集団と標本
- 統計の基本：応答変数と説明変数
- 統計の基本：どんな変数なのか
- 選び方１：モデリングか仮説検定か
- 仮説検定
- 仮説検定の考え方
- p値をどのように求めるか１
- 確率分布って何？
- p値をどのように求めるか２
- 検定統計量にもいろいろある
- 正しい解析法を使わないと意味がない
- 仮説検定のよくある間違い
- 選び方２−１a：仮説検定法（１要因２群の検定、割合の検定）
- 選び方２−１b：仮説検定法（多重比較、２要因の検定）
- １要因２群の検定
- 多重比較（３群以上）の検定
- 割合の検定
- 統計モデリング
著者について
- 石川
由希（名古屋大学生命理学）
- 名古屋大学 理学研究科 生命理学専攻 講師
- 専門：進化生物学、神経行動学