統計を始めたい人に僕がPythonよりＲを勧める理由 - 蛍光ペンの交差点
今回は「ほぼＲしか使ったことがない」人間*1が、できる限り二者の優劣をくっきり述べる。 僕はほとんどＲしか使ったことがない。Pythonはtfidfやクイックソートをライブラリ無しで実装した程度。 前半の主張は以下である。 「過去のＲでの１０回程度の解析において、Ｒで不十分さを感じてPythonを使った経験は１度だけ、しかも部分的にしかなかった。Ｒの使いにくさを感じることも最近はだいぶ無くなった。だから初学者には「事足りる」Ｒを勧める。」 前半の主張 今までにＲでやった解析の内容は大体以下である。 （未発表）は途中で頓挫した、もしくは現在進行中／契約により詳細＆解析結果の公開不可能のプロジェクトである。 [ビジネス・製造業] 米国新車価格の線形重回帰分析（授業の期末課題） [ビジネス・不動産] 不動産賃貸価格の線形重回帰分析（発表スライド） [ビジネス・ＩＴ] ＥコマースサイトのＡＲＩＭＡ
Google Sites: Sign-in
Not your computer? Use a private browsing window to sign in. Learn more about using Guest mode
(Rで)塩基配列解析
(Rで)塩基配列解析 (last modified 2024/07/11, since 2010) このページは、RStudio (R含む)で生命科学系のデータ解析を行うためのテンプレート集です。このページに特化したチュートリアル（インストール | についてと基本的な利用法）を一通り実践した上でご利用ください。より一般的なチュートリアルは、教科書の付録ページ(←読込に時間がかからなくなりました)にあるR1.010とR1.020で提供しています(2023/04/01)。 アグリバイオインフォマティクス、@Agribio_utokyo、アグリバイオの教科書、(Rで)塩基配列解析のサブページ What's new? (過去のお知らせはこちら) 生命科学研究のためのデジタルツール入門 第2版（監修：坊農秀雅・小野浩雅）が2024年6月末に出版されています。生命科学分野に参入してきた学生さんに、最新
HarvardX: Statistics and R
This course teaches the R programming language in the context of statistical data and statistical analysis in the life sciences. We will learn the basics of statistical inference in order to understand and compute p-values and confidence intervals, all while analyzing data with R code. We provide R programming examples in a way that will help make the connection between concepts and implementation
RubyからRの機能を使う - TogoWiki
RSRuby Tigerでは、 $ export LD_LIBRARY_PATH=:/Library/Frameworks/R.framework/Resources/lib $ ruby187/bin/gem install rsruby-0.5.1.1.gem -- --with-R-dir=$R_HOME Building native extensions. This could take a while... Successfully installed rsruby-0.5.1.1 1 gem installed Installing ri documentation for rsruby-0.5.1.1... Installing RDoc documentation for rsruby-0.5.1.1... $ R --version R version 2.8.0 (2
WebページのバックグラウンドにR言語を実装する４つの方法～ (1)Ruby on Railsから動かす3つの方法 or (2) Shiny serverにアップロードする方法 - Qiita
Webサイト の裏側に R を組み込んで、バックでデータ解析エンジンを走らせる方法 【 概要 】 １．エレガントな UI のウェブページの裏側で R スクリプトを走らせて、ユーザが対話的にデータ解析を楽しめるウェブアプリケーションをつくりたいな、と思い立ちました。 ２．やりかたをググってみたら、以下の２つの方法にいきあたったので、備忘録 & シェア まで、とってもわかりやすいウェブサイトのリンクを張っておきます 【方法は大きくわけて２つ】（細かくは、 4 つの方法） （方法１） Ruby on Rails から R を動かす ※ ⇒ Rails と R の連携する方法は、 3 通りある （リンク） WEB SALAD RailsとWebの話を書いているブログです そもそもRをRubyで動かすには 主なライブラリが3つある。 RSRuby 実行速度は3つの中で最も速いらしいが、パスを通さない
R-Source - 50. 高水準作図関数
種々の高水準作図関数を紹介する． 散布図：plot() plot() の詳しい説明は 前々節 を御覧頂きたい．ここでは，plot() への引数の与え方による出力の違いを見てみる． plot(x) ベクトル x の要素が実数ならば，x は時系列データとみなされ，横軸を自然数，縦軸をデータ x 要素とする時系列プロットが描かれる． ベクトル x が時系列データならば，そのまま時系列プロットが描かれる． ベクトル x の要素が複素数ならば，横軸を実数，縦軸を虚部とするプロットが描かれる． x が2列の行列ならば，横軸を一列目，縦軸を2列目とするプロットが描かれる． x が2次元リストならば，その要素を横軸，縦軸としてプロットが描かれる．ただし names() を使ってどちらが x なのか y なのかラベルをつける必要がある．
(Rで)マイクロアレイデータ解析
(Rで)マイクロアレイデータ解析(last modified 2023/05/24, since 2005) お知らせは主に(Rで)塩基配列解析で行っておりますのでそちらをご覧ください。(2018/11/21) アグリバイオインフォマティクス、@Agribio_utokyo、アグリバイオの教科書、生命情報解析研究室 What's new? アグリバイオインフォマティクスの教科書「Web連携テキスト バイオインフォマティクス」のページの読み込みに時間がかかる問題がありました。理由は1つの巨大なページとして構成していたためですが、章ごとのページに変更することで解決しました。(2023/05/24) このページに取り残されていた2014年出版のトランスクリプトーム解析という本のWeb資料情報を「(Rで)塩基配列解析」に移行しました。(2022/12/24) バイオDBとウェブツール ラボで使える
RとSQLiteで気軽にデータベース作成
2. テーブルデータの限界 4.39GBのデータを read.table() webから取得した シロイヌナズナの 遺伝子発現データ 堅気の人はまず見る事が無いエラーメッセージ 3. データをどう管理するか RDBMS - リレーショナルデータベースマネージメントシステム - データを関係モデルで管理 - MySQL, PostgreSQL, Oracle, SQLite等 テーブル2 テーブル3 テーブル1 4. データをどう管理するか NoSQL 最近注目されているRDBMSと異なる技術 キー・バリュー型 ： データを単純に“キー”と“値”を持つものとして管理 - Cassandra（前までfacebookが使ってた）, Google BigTable, Amazon DynamoDB等 keyX 124 keyX 526 keyX 9579 keyY ABAV keyY DHHD k
Rで季節変動のある時系列データを扱ってみる - 渋谷駅前で働くデータサイエンティストのブログ
Rで計量時系列分析シリーズでだいぶ時系列データの話をしてきたわけですが、最近個人的に季節変動のあるデータを扱うケースが増えてきたので、備忘録的にまとめてみようかなと。 一般に、webデータサイエンスの領域で季節変動というと業種や領域にもよるものの、おおむね 週次*1 月次*2 四半期ごと*3 年次or12ヶ月ごと*4 辺りが多いと理解してます（もちろん必ずしもこればかりではないので念のため）。ちなみにこの辺の大ざっぱなまとめが「季節調整」のWikipedia項目に書かれているので、そちらもどぞー。 この辺の処理はRだとかなりお手軽にできるんですが、結構Rならではの約束ごとが多くていきなりやろうとすると「何じゃこりゃ？？？」みたいなことになりがちです。ということで、その辺のポイントをざっくりまとめておきました。 必要なRパッケージ 今回は{forecast}だけインストールして展開しておけば
Google の R コーディングスタイル - RjpWiki
RjpWiki はオープンソースの統計解析システム R に関する情報交換を目的とした Wiki です2013-10-19 Ｑ＆Ａ (初級者コース)/15 Google の R コーディングスタイル 2013-10-18 R掲示板 2013-10-17 Rでデータマイニング R史 Python で R 2013-10-16 R本リスト RとHTML5 2013-10-14 Shiny 2013-10-13 R のインストール 2013-10-11 追加パッケージをなんでもかんでも追加する 2013-10-10 Rで複雑系 2013-10-06 The MakeR Way 2013-10-05 R でエンタメ R で３Dプリンター出力 2013-09-29 RExcel 2013-09-27 Rシラバス R と Big Data 処理 2013-09-26 トップ頁へのコメント リンク集 20
主成分分析が簡単にできるサイトを作った - ほくそ笑む
あけましておめでとうございます。 本年もよろしくお願いいたします。 主成分分析 さて、昨年の終わりごろから、私は仕事で主成分分析を行っています。 主成分分析というのは、多次元のデータを情報量をなるべく落とさずに低次元に要約する手法のことです。 主成分分析は統計言語 R で簡単にできます。 例として iris データで実行してみましょう。 data(iris) data <- iris[1:4] prcomp.obj <- prcomp(data, scale=TRUE) # 主成分分析 pc1 <- prcomp.obj$x[,1] # 第一主成分得点 pc2 <- prcomp.obj$x[,2] # 第二主成分得点 label <- as.factor(iris[,5]) # 分類ラベル percent <- summary(prcomp.obj)$importance[3,2] *
[B! R][bioinformatics] ma_koのブックマーク
ArrayExpressHTS - RNA-Seq Processing Pipeline ArrayExpressHTS is an R based pipeline for pre-processing, expression estimation and data quality assessment of high throughput sequencing transcriptional profiling (RNA-seq) datasets. The pipeline starts from raw sequence files and produces standard Bioconductor R objects containing transcript measurements for downstream analysis along with web report
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
http://www.okada.jp.org/RWiki/?%A5%B0%A5%E9%A5%D5%A5%A3%A5%C3%A5%AF%A5%B9%BB%B2%B9%CD%BC%C2%CE%E3%BD%B8%A1%A7%A5%D7%A5%ED%A5%C3%A5%C8%C5%C0%A4%CE%BC%EF%CE%E0
RforProteomics
RMassBank
Warning: Mac OS 10.9 Mavericks and R Don’t Play Nicely | R-bloggers