Rプログラミングのための第一歩（未完） - Qiita
R Advent Calendar@Qiita 3日目では、Rを扱う上で欠かせない関数についての説明と関数作成のためのRプログラミングの基礎について書きます。書き足りない点があったりということで未完 です（いつか書く、という意味も込めて）。 書いた人間はやっとこさ関数を書けるようになったひよっこなので、間違いやより良い記述方法などございましたら、コメントやTwitter(@u_ribo)にて報告いただければ幸いです 。 はじめに 関数型言語としてのR Rは関数型言語です。Rで行われるすべての操作は関数 Functionによって処理されています。Rにおいて関数はfunction()の形で定義されます。 次の２つの和算の実行結果を見てください。 ２番目の例では、和の記号を関数として扱い、和算を行いました。では次に、関数のヘルプを読みだすように、この"+"のヘルプを出してみてくださいhelp("
Google's R Style Guide
R is a high-level programming language used primarily for statistical computing and graphics. The goal of the R Programming Style Guide is to make our R code easier to read, share, and verify. The rules below were designed in collaboration with the entire R user community at Google. Summary: R Style Rules File Names: end in .R Identifiers: variable.name (or variableName), FunctionName, kConstantNa
むしろ数式が苦手だけど統計を勉強したいという人はRをやるといいかもしれない - Line 1: Error: Invalid Blog('by Esehara' )
はじめに なぜか唐突にRブームが俺の中でやってきてしまってどうしようもないので、Rの本を注文しまくってたりしていたら、下のような本の山が出来てしまいました。 これらの本を付箋でペタペタしながら読み進めていくうちに、段々とRというのはどういう言語で、どういう風に勉強するといいのか、という方針が固まってきたので、ここにメモをしておきます。 Rとはどのような言語か 一言で、しかも乱暴に言ってしまうならば「統計に特化したPHP」というのが一番雰囲気を伝えられるかもしれない。いや、PHPの悪評は知っているし、ガチでRをやっている人にとっては嫌がられることもわかっているけど、あえてそういう説明が、あくまで入り口としてはわかりやすいのではないかと。 どういうことかというのを言い訳します。 自分が読んだ感じだと、統計というのは、「何らかのデータ」と「分析するためのツールとしての数式」と「その数式が意図する
JIN'S PAGE
R、R言語、R環境・・・・・・ Rのダウンロードとインストール リンク集 題名 Chap_01 データ解析・マイニングとR言語 Chap_0２ Rでのデータの入出力 Chap_03 Rでのデータの編集と演算 Chap_04 Rと基本統計量 Chap_05 Rでの関数オブジェクト Chap_06 Rでのデータの視覚化(1) Chap_07 Rでのデータの視覚化(2) Chap_08 Rでのデータの視覚化(3) Chap_09 GGobiとデータの視覚化(Rgobi) Chap_10 Rと確率分布 Chap_11 Rと推定 Chap_12 Rと検定 Chap_13 Rと分散分析 Chap_14 Rと回帰分析 Chap_15 Rと重回帰分析 Chap_16 Rと一般化線形モデル Chap_17 Rと非線形モデル Chap_18 Rと判別分析 Chap_19 Rと樹木モデル Chap_20 WEK
Rで学ぶデータ・プログラミング入門 - 共立出版
本書は、データ分析（あるいは統計解析）のためのプログラミング技法を解説した入門書である。最近のデータ分析・グラフィックス作成では、多様な手法が使われているが、こうした技法を利用するには高機能なソフトウェアが必要となる。Rは多機能性と拡張性を備えたフリーのデータ分析・グラフィックス作成ソフトウェアとして、非常に多くの手法をサポートしており、世界中で普及が進んでいる。しかしながらRを利用するには、ある程度のプログラミング技法（そしてコンピュータを使いこなせる技能）が必要となる。本書ではプログラミング言語の経験がなく、統計（数学）にも自信のない読者にも、前提知識を要求せずに、データ分析に必要となる知識と技術を解説する。また分析手法としては、古典的なt検定や分散分析、回帰分析だけでなく、クラスター分析や主成分分析などの多変量解析に分類される手法についても、具体例を示しつつ説明する。 またRそのもの
Rが使えるフリをするための14の知識
米国FDAで公認され、ハーバード大学やイェール大学の授業で利用されるようになり、世間での認知度が着実に上昇している統計用プログラミング環境のRだが、ユーザーなのか、ユーザーになりたいのか、ユーザーとして振舞いたいのか分からない人が増えてきた。 スノッブなユーザーとして振舞う場合は、Rの特性を語れる必要があるので、ユーザーになるよりもRへの知識や理解が必要で、実は難易度が高い行動である。それでもあえて意識の高いRユーザーとして振舞いたい人々のために、最低限求められる事のチェック・リストを用意してみた。 1. 参考文献や参考ページを押さえておく 一番大事な事だが、参考文献や参考ページを押さえておこう。公式サイトで配布されている、「R 入門」「R 言語定義」「R のデータ取り込み/出力」は持っておくべきだ。R-TipsやRjpWikiも参考になる。 2. 演算子や制御構文をマスターする 四則演算
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
アート・オブ・Rプログラミング | Ohmsha
Amazon.co.jp: Rによるモンテカルロ法入門: C.P.ロバート (著), G.カセーラ (著), 石田基広 (翻訳), 石田和枝 (翻訳): 本
The Comprehensive R Archive Network