関数 options() 関数 options() でさまざまなオプションを変更できる．options() の引数には整数値か論理値を指定する．以下の表に挙げた引数は抜粋である．詳しくは help(options) を実行して確認されたい．
R-Source
関数 options() 関数 options() でさまざまなオプションを変更できる．options() の引数には整数値か論理値を指定する．以下の表に挙げた引数は抜粋である．詳しくは help(options) を実行して確認されたい．
R-Source
画面分割・複数の図 R では一つのデバイスに複数の図を描くことが出来る． 以下に出てくるパラメータの説明はグラフィックスパラメータと割り付けパラメータの節で扱っている． 画面（デバイス）を分割して図を描く まず，画面（デバイス）の外周の余白を指定するパラメータがどこにあるかを紹介する． タイトルや注釈テキストを入れる場合で，余白を指定する場合は par() の引数に以下のパラメータを入れて指定する．タイトルや注釈テキストを入れない場合は指定する必要は無い．ここで紹介する例では，全体のタイトルを描くため，まず oma で上部に 4 mex 分（mex の初期値は 1 なので 4 文字分）の余白を取っている．
44. データの加工と抽出 - R-Source
論理ベクトルが TRUE となっている行にのみアクセスする．例えば x[sapply(x, is.numeric)] ならば数値データにのみアクセスする．
実験計画と分散分析
実験計画と分散分析――総論 三中信宏（農業環境技術研究所） minaka@affrc.go.jp ●ばらつきを調教する－実験を計画する基本的意義 さまざまな要因によって観察データはばらつく．データが示すこの変動の様相を分析することにより，実験処理の変動因としての効果を判定することができる．ある実験処理の効果を調べる目的で実験区を配置することを実験計画と呼ぶ．ある方式で配置された実験区から得られたデータの変動は分散分析によって統計的に分析される．本項目では実験計画とそれに続く分散分析の基本について述べる． 今世紀初頭に生物統計学者ロナルド・フィッシャー（Ronald A. Fisher）が数理統計学の基礎理論をつくろうとしていた当時，圃場試験データはもっぱら変量間の相関分析のためだけに利用されていた．フィッシャーは単に相関係数の計算だけではデータの解析方法としては不十分であると考え，反復測定
見目麗しい Mac OSX 版Ｒコマンダーを目指して
動機 以前，Mac OSX の日本語環境でＲを立ち上げたとき，X11ウィンドウズ上でＲコマンダーを起動すると，表示される日本語が汚すぎて使用に耐えなかった．いろいろな大学や研究機関でＲを用いた統計講習をする機会が多いが，Mac OSX が「使えない」理由は，単に競合する Windows のＲコマンダーのシェアが圧倒的に高いからという理由だけではない．Ｒコマンダーのインストールに伴う困難さが比較にならないほどきびしいからである．Windows PC ならばこんな苦労はしなくてすむのに，どうしてマック信者だけ迫害されないといけないのかと天を仰ぎつつ耐え忍ぶだけではシアワセはけっしてやってこない．そこで，日本語表示の点のみに着目して Mac OSX のＲコマンダーを“心地よく”使うためのワザを下記に挙げておく．以下はすべて私（三中）が実際に行なって動作確認した手順で，お手軽な対症療法から徹底的な
R-Source
回帰分析を行なうために以下の関数が用意されている． lsfit() ： 最小二乗法による回帰を行う． lm() ： 線形モデルによる回帰を行う glm() ： 一般線形モデルによる回帰を行う ここで対象となるモデルは以下のような線形モデルである． 上式をベクトル表記すると y = Xb + e となる．このときの y は応答ベクトル，X は説明変数のベクトル（モデル行列）で，x0 は切片項（要素が全て 1 である列ベクトル）となっている． 回帰分析と重回帰分析 関数 lm() により線形モデルの当てはめを行うことが出来る．この関数により，回帰分析や分散分析，そして共分散分析を行うことが出来る． 詳しい解説は『工学のためのデータサイエンス入門』(間瀬・神保・鎌倉・金藤 共著，数理工学社) を参照のこと．分散分析や非線形回帰についても詳しい解説が載っている． 関数 lm() の書式と引数 書式
統計解析用フリーソフト・R-Tips
R は有名な統計言語『 S 言語』をオープンソースとして実装し直した統計解析ソフトです．さまざまなプラットフォーム（OS）に対応しており，誰でも自由にダウンロードすることができます．それにも関わらず，世界中の専門家が開発に携わっており，日々新しい手法・アルゴリズムが付け加えられています．とにかく計算が速い上にグラフィックも充実しているので数値計算などにも持ってこいです．このドキュメントは Windows 版 R と Mac OS X 版 R（と一部 Linux 版 R ）でコマンドを調べた足跡です． ちなみに，この頁の内容を新しくした書籍は こちら ，電子書籍版は こちら で販売されております．
R-Source
データフレームとは データフレームとは data.frame クラスを持つリストのことであり，数値ベクトルや文字ベクトル，因子ベクトル（文字型ベクトル）などの異なる型のデータをまとめて1 つの変数として持っている．外見は行列と同じ 2 次元配列であるが，データフレームの各行・列はラベルを必ず持ち，ラベルによる操作が可能である点が普通の行列と異なる．しかも各列の要素の型はバラバラでも構わないので，ベクトルやリストで持っているデータをデータフレームに変換することで統計解析がやりやすくなる． 数値ベクトルと因子はそのままの状態で含まれ，非数値ベクトルは因子に強制変換される．データフレームに変数として現れるベクトル構造は全て同じ「長さ」を，行列構造は同じ「行サイズ」を持たなければならない． データフレームの作成例 データフレームを作成する方法は以下のような方法がある． ベクトル（や行列，リストなど
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
