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…？

❌（証拠はないけど…）「あります！」
⭕「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。
  
  
  
  Return to HOME

• 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。
  
  
  
  Return to HOME

• 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…
  
  
  
  Return to HOME

• 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…
  
  
  
  Return to HOME

• 泣きながら何十枚も…。無料期間が終わって今は使えない…。
  
  
  Return to HOME

• 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。
  
  

  Return to HOME

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
  Return to HOME

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
    Return to HOME

• Directory name:「R_training_2022」と入力
• Create project as subdirectry of:
  • Cドライブの直下 or User名の直下
  • Pathに日本語が入っていないことを確認
• Create Projectをクリック
  Return to HOME

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

• 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_2022_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！
  Return to HOME

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。
  Return to HOME

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！
  Return to HOME

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: longer object length is not a multiple of shorter object
## length

##  [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

Return to HOME

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

Return to HOME

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！
  • 左に ●がついてたり、コードに波線がある場合はミスあり
    • なくなるまで試行錯誤（そのまま走らせてもダメ）
  • （ミスを発見しやすいように表示を大きく！！）
  • 手で打つとミスが多くなるので、コピペ推奨
  • 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
  • ググる能力 ≒ コードを書く能力（まずは日本語で、なければ英語で、画像検索するのも良い）
  • 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
  • コンソールに以下を打つとheadのHelpが表示される

?head

• headを好きな関数に変えればOK