HairEyeColor:2変数のクロス表でRパッケージ(MASS)による対応分析 Simple Correspondence Analysis Rパッケージ(MASS) 対応分析の解析結果の解釈の仕方は,資料の多い主成分分析を参考にする ・早分かり コレスポンデンス分析 -南山大学 入門編を終えた後の参考書 ・結果の解釈が詳しい参考書 "記述的多変量解析法", 大隈 昇・ルバール, 日科技連出版,1994.ISBN: 4-8171-2019-3 ・03章 対応分析,"Rによるデータサイエンス", 金 明哲, 森北出版,2007.ISBN-10: 4627096011 ・09章 対応分析,"Rで学ぶデータサイエンス1"カテゴリカルデータ解析", 藤井良宜, 共立出版,2010.ISBN:978-4-320-01921-8 ・07章 対応分析法,"Rで学ぶデータサイエンス2 "多次元データ
教師Aの判定「コミュニケーション力」と「学力」の散布図の作図 (1) Rの「コンソール」画面に, a <- read.table ( "clipboard", header=TRUE ) # と記述し,Rの内部のデータフレーム a にコピーした「表1 教師Aの判定」の緑のデータを直接読み込む. ・header=TRUE は第1行が列の変数名になっていることを指示している. (2) Rの「コンソール」画面に, plot(学力 ~ コミュニケーション力, data= a,type="n" ) # 縦軸第2変数[学力]と横軸第1変数[コミュニケーション力]の散布図を作図する text ( a [,1], a [,2] ) # サンプル番号を付けた散布図を作図する # と記述すると,データ「a」の第1変数と第2変数の散布図が表示される. (3) 散布図・画像の保存は,「ファイル」->「別名で保存」
Technical Data presentation in R コピペで学ぶ Rでテクニカルデータプレゼンテーション 1.基礎統計解析編 グラフィックス・リテラシ-教育: 「図学 I ・図形情報 I ・統計学」科目 修了後のコースウェア 福岡大学工学部図学教室 梶山 喜一郎 ・つまみ食いで,学習しないように願います. ・データの可視化を体系・系統だったスキルにするために順を追って学習する. ・統計ブームに乗っている学習者も先人に感謝の気持ちを.さらに, ・確かなスキルにするために,教科書・解説書を理解し,Rスクリプトで確認. A. はじめに--ここは統計・解析の必要を味わった後で読めばよい まず,統計の手続きを実行する.慣れたら統計的に考えよう. 学校の統計学を復習--買った教科書とノートをまた読むだけ a. 測定と尺度 Measurement and scale b. 記述統計学の
2変数XYの関係の表現 (1) 質的変数(カテゴリーデータ)Yと質的変数(カテゴリーデータ)Xの関係を「関連」といい,連関係数で表す. ファイ係数φとクラメールの連関係数 Vがある. (2) 量的変数(数値)Yと量的変数(数値)Xの関係を「相関」といい,相関係数rで表す.積率相関係数と順位相関係数がある. ・量的変数(数値)Yと質的変数(カテゴリーデータ)Xの関係を「相関」といい,相関係数でなく相関比ηで表す. 統計的仮説検定の復習はここをクリックする. 「独立性の検定」と「一様性の検討」 分割表のデータ解析の目的には次の二つがある. 注意 Rの統計解析に使用するクロス表は合計欄を含まない. (1) 独立性の検定は,クロス表1の2変数A・Bのカテゴリの関連の有無を検定する場合である. (2) 適合度の検定(一様性の検討)は,クロス表2の2つの変数A・Bの片方Aがグループ(実験群と対照群)を
「アンスタック形式」と「スタック形式」のデータフレームの表現形式 統計に用いる関数が要求するデータフレームの表現形式は,下の表に示す「アンスタック形式」と「スタック形式」がある. 変数ごとに測定値を列として整理した表形式の「アンスタック形式」と データを群(カテゴリ)とその測定値に,二列(二変数)の表形式にまとめた「スタック形式」である. 「アンスタック形式」の各列の変数名は,「スタック形式」では群のカテゴリーに置き換える. データの情報は同じなので2つの形式は stack 関数と unstack 関数で互いにデータ変換できる.
非線形回帰分析の関数 nls( ) と非線形曲線の関数 nls=Nonlinear Least Squaresの略 nls( 非線形モデル式, データフレーム名, start=初期値のリスト, control, algorithm, trace, subset, weights, na.action, model, lower, upper, ...) 非線形回帰分析は単回帰分析と同じく,2変数の散布の曲線モデル Y = f( X ) の係数を推定する. Y に目的変数の測定値(データ)を与え,X に説明変数の測定値(データ) を与えたときに,2変数の差を最小とする最小二乗法で係数 a と b,c,・・・を推定する. ただしY = f( X ) の関数が線形ではないモデル式を使用する. [非線形回帰分析のための関数リスト] 累乗モデル Y= a Xb [Y ~ a * X ^
> x <- read.table ("clipboard", header=TRUE ) > x 測定値 群 1 45 図形科学 2 39 幾何学 3 30 製図学 4 30 架空力学 5 27 図形科学 6 24 幾何学 7 18 製図学 8 21 架空力学 9 54 図形科学 10 24 幾何学 11 33 製図学 12 9 架空力学 13 42 図形科学 14 36 幾何学 15 21 製図学 16 15 架空力学 17 54 図形科学 18 21 幾何学 19 36 製図学 20 21 架空力学 > str (x) 'data.frame': 20 obs. of 2 variables: $ 測定値: int 45 39 30 30 27 24 18 21 54 24 ... $ 群 : Factor w/ 4 levels "幾何学","架空力学",..: 3 1 4 2 3
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
処理を実行中です
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