何の話かというと RStudioではじめるRプログラミング入門 作者: Garrett Grolemund,大橋真也,長尾高弘出版社/メーカー: オライリージャパン発売日: 2015/03/25メディア: 大型本この商品を含むブログを見る 某編集長から上記の書籍が送られてきて、「これは、次はRの本を書けという指示か????」と勘ぐってみたものの、筆者はPython派なので、「これと同じことは全部Pythonでもできるんだよー」と言いたくなって、このエントリーを書き始めた次第です。ちなみに、この本、Rの入門書としてはよくできているので、これのPython版ができたら、それはそれで役に立つ気もします。 なお、このエントリーでは、あくまでコードの部分だけを書き直して、RとPythonの差異についての説明だけを行ないます。コードそのものの説明については、上記の書籍をご購入ください。 環境準備 IP
Hide Comments (–) Share Hide Toolbars
RでVIXと日経VIをplotしてみる quantmodでVIXの時系列データを取得、日経サイトからVI謹製csvデータを取得、xtsにしてマージして plot #plotting VIX vs Nikkei VI using quantmod in R library(quantmod) # library(ggplot2) # VIXデータ getSymbols("^VIX") # Nikkei VI url <- "http://indexes.nikkei.co.jp/nkave/historical/nikkei_stock_average_vi_daily_jp.csv" df <- read.csv(url, fileEncoding="CP932") N225VI <- as.xts(read.zoo(df[1:nrow(df)-1,])) # merge IV = na.
1990年頃にアッシェンフェルターさん(Orley Ashenfelter)がビンテージワインの価格予測式(回帰式)を構築しました。精度はかなりよかったものの、当然ワイン評論家からはフルボッコにされました。という話を以前tokyo.RのLTで聞きました。 LTで時間が足りないせいもあってか(?)、式の各項の単位がよくわからなかったり、質は線型で増えるが価格はexpで増えるという説明があったりでちょっと気になって自分でその後調べてみました。ググってみるとこんな記事やこんな記事がヒットします。背景の物語には詳しくなりましたが、肝心の式についてはますます謎は深まるばかり。 その後どうもしっくりこなかったので自分で原論文をもとにトレースしました。ソースはここにあり、データもここにありました。 Rで読み込んでちゃっちゃと線型回帰すると となりまして、回帰の係数やRMSEは有効数字4~5桁まで原論文の
この前のエントリーのために作ったグラフが結構気に入ったのでテンプレとして残しておく。 例えば対数正規分布するデータを1000個用意して、 x <- exp(rnorm(1000)) これをPLOT。 library(ggplot2) qplot(x, geom="blank") + geom_histogram(aes(y=..density..), colour="black", fill="white") + geom_density(alpha=0.2, fill="#6666FF") + geom_vline(aes(xintercept=mean(x)), color="red", linetype="dashed", size=2) xを適当なデータに返るなり関数化して使う。結果はこんな感じになる。赤線が平均値の位置。
Using R Markdown with RStudio R includes a powerful and flexible system (Sweave) for creating dynamic reports and reproducible research using LaTeX. Sweave enables the embedding of R code within LaTeX documents to generate a PDF file that includes narrative and analysis, graphics, code, and the results of computations. However, in some cases the preferred output format for a report is a web page r
ggplot2 Time Series Heatmapsにあるグラフがあまりに美しかったのでやったみた。まずはデータ取得・描画用のライブラリをインストールしておく。 install.packages("ggplot2") install.packages("RFinanceYJ") ここでは2011年のTOPIXのHeatmapを作成してみた。こんな感じ。う、美しい。。。 【指数版】 (年初からだらだらと下落した様子がわかる) 【日次リターン版】 (3・11後の急落が良く見える) コードは以下。 library(ggplot2) library(plyr) library(RFinanceYJ) #データ取得 topix <- quoteStockTsData('998405.T', since='2010-12-31', date.end = "2011-12-31") topix <-
グラフの凡例は当然描きたいグラフに応じてその”内容”を文字列で設定するわけですが、その凡例の「文字幅」に応じて表示する位置を調整しないといけないわけです。このやり方を最近理解したのでメモ。肝は「legend関数の返り値の$rect$wが凡例の幅になってる」ということ。 以下コード&描画。 #適当なデータ作成 x <- seq.Date(Sys.Date(), Sys.Date() + 9, by = "days") y <- cumsum(rnorm(10)) #データの範囲設定 x.lim <- c(min(x), max(x)) y.lim <- c(min(y) - 1, max(y) + 1) #描画 par(xaxt="n") plot(x, y, xlim = x.lim, ylim = y.lim, pch = 1) par(xaxt = "s") axis.Date(1,
Rのステキグラフィックスライブラリ「ggplot2」のqplot関数についてまとめてみた.少し頑張りすぎた. 関連記事:ggplot2の概要 - ぬいぐるみライフ? qplot関数とは ggplot2にはqplot(Quick PLOTの略)というステキな関数が用意されている.これを使うと,デフォルトの設定のままでもRのbaseライブラリ(plot関数など)と比べてきれいな図が描ける上に,色付けや凡例の設定もある程度よしなにやってくれる. 以降,ggplot2のqplot関数について詳しく見ていくことにしよう. この記事の構成 最初に,qplot関数について以下のことをチェックする. qplot関数の基本 qplot関数のdataパラメータ 次に,以下のグラフについてbaseライブラリとggplot2のqplot関数の間でシンタックスの違いや描画されるグラフを比較していく. 散布図 折れ線
統計環境 R で2ちゃんねるを読むというチャレンジをしました。それに関して発表してきましたので,そのスライドおよびソースコードを公開します。 発表資料 ソースコード ソースコードは Mercurial リポジトリから入手可能です。 ZIP 形式でも tarball 形式でもダウンロードできますし,直接 Mercurial クライアントでクローンを作成しても構いません。 ディレクトリはそのまま Eclipse プロジェクトにインポートすることもできます。 StatET プラグインを使いました。ちなみに Mercurial プラグインは HgEclipse がオススメです。 補足説明 発表時に受けた質問や説明不足だった点について補足します。 パッケージ化はしないのか 誰得。 使い方 (マニュアル) リポジトリを参照してください。 配布ライセンス MIT License とします。 書き込みを実
すべての Microsoft 製品 Global Microsoft 365 Teams Copilot Windows Surface Xbox セール 法人向け サポート ソフトウェア Windows アプリ AI OneDrive Outlook Skype OneNote Microsoft Teams PC とデバイス Xbox を購入する アクセサリ VR & 複合現実 エンタメ Xbox Game Pass Ultimate Xbox Live Gold Xbox とゲーム PC ゲーム Windows ゲーム 映画とテレビ番組 法人向け Microsoft Cloud Microsoft Security Azure Dynamics 365 一般法人向け Microsoft 365 Microsoft Industry Microsoft Power Platform W
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