EZRでROC曲線とAUCを出力！Youden indexでカットオフ値も計算｜いちばんやさしい、医療統計
この記事ではEZRでROC曲線を出力する方法についてお伝えします。 具体的には、以下の3つが分かるようになります！ そもそもROC曲線とはなんだっけ？ ROC曲線とAUCを出力する方法 ROC曲線からカットオフ値を決める方法 ROC曲線とAUCに関する詳細はこちらの記事にありますので、併せてご確認くださいませ。 ROC曲線とAUCとはそもそも何だったっけ？ ROC曲線はReceiver Operatorating Characteristic Curveの略で、日本語では受信者動作特性曲線と言います。 医薬研究では、ROC曲線は検査や診断薬の性能を表すときや、新しい検査との比較をするときに用いられることが多いですね。 一般的に、高い感度で判断しようとすると偽陽性がでやすく、逆に偽陽性を低くすると、感度も低くなってしまいます。 ROC曲線を理解するには、陽性的中率や陰性的中率に関する知識も不
Rで決定木分析（rpartによるCARTとrangerによるランダムフォレスト） – marketechlabo
準備 決定木（decision tree）分析をする際、まず目的変数の種類とアルゴリズムを決定する。 アルゴリズム CART CHAID ID3 / C4.5 / C5.0 目的変数の型 目的変数の型によって扱いが変わる 質的変数（2値変数）：分類木→目的変数が0/1, T/Fの場合はas.factor()でfactor型にデータ変換しておく 量的変数：回帰木 survivalオブジェクト （生起を表す2カラム） CARTはすべて対応、C4.5/C5.0は質的変数のみ ここではCARTアルゴリズムでツリーモデルを生成するrpartと、ランダムフォレストrangerを中心に説明する。 データセットと前処理 Default of Credit Card Clients Dataset データセットの主な留意点 30000行25変数 最初の列が識別子（ID）→除外 3列目SEX, 4列目EDUC
決定木について分かりやすく解説！PythonとRで実装してみよう！｜スタビジ
決定木とは 比較的新しい文献から決定木に関する記述を引用してみましょう！ 2009年の論文です。 CART is a rule-based method that generates a binary tree through binary recursive partitioning that splits a subset (called a leaf) of the data set into two subsets (called sub-leaves) according to the minimization of a heterogeneity criterion computed on the resulting sub-leaves. Each split is based on a single variable; some variables may be used
R のチルダシンボル(~)
チルダ記号(~)は通常、おおよそを意味します。C、Java、JavaScript などのプログラミング言語では、演算子を表します。R 言語では、式の中で右オペランドと左オペランドを分離するために使われます。 R は統計やデータ分析に非常によく使われています。それには、さまざまな目的のための多くの数式の使用が含まれています。そのため、R ではチルダ記号(~)が非常に頻繁に使われています。 従属変数は ~ 記号の左側に取り、右側は説明変数で構成されています。以下に、~記号の使用を示すサンプル式を示します。 この例では、s がサンプル式です。この例では、s は数式のサンプルです。 R プログラミングでは、関数 help() を使って、関数や演算子、その他のオブジェクトに関する情報を得ることができます。チルダ記号(~)についての詳細を調べるためにも使用できます。以下のコードはその方法を示しています
数式に頼らないイメージで学ぶ統計！
私たち株式会社データシードは 忙しい医療従事者に対して 統計が苦手でも論文投稿を最短で達成するために 最適なソリューションを提供しています
The R Tips 第3版 データ解析環境Rの基本技・グラフィックス活用集 | Ohmsha
第1編 R 入門 編 第1章 R のインストール 第2章 電卓としてR を使う──起動→計算→終了 第3章 代入(付値） 第4章 ベクトルの基本 第5章 関数定義とプログラミング入門 第6章 ヘルプ，パッケージ，関数定義の見方 第7章 グラフ作成入門 第8章 データ解析（入門編） 第2編 R Tips 編 第9章 データの種類と種々のベクトル 第10章 配列とリスト，要素のラベル 第11章 オブジェクトと出力 第12章 行列 第13章 関数とプログラミング 第14章 数値計算 第15章 データハンドリング 第16章 データ解析（実践編） 第17章 乱数とシミュレーション 第18章 グラフィックス 第19章 データ解析（多変量解析編） 第20章 ggplot2 入門 付録A 練習問題の解答 参考文献 はじめに 第1編 R 入門編 1 第1章 R のインストール 1.1 Windows 版R
Rグラフィックス - 共立出版
自由に入手できる統計ソフトウェアRは、その便利さから多くの研究・教育分野で広く使われつつあり、データ可視化・作図機能には非常に強力なものがある。 本書は、そのR開発コアメンバーの一人であり、さらにR独自の作図システムであり柔軟性・拡張性を重視したGrid作図ライブラリの開発者でもある原著者が、Rの持つ強力なデータ可視化・作図機能を包括的に説明した唯一の書籍であるR Graphicsの翻訳である。昔から用いられている作図法から、著者自身が開発したgrid作図法まで包括的に扱っており、幅ひろい範囲の読者、すなわちR作図を始めたばかりの初心者からオリジナルな作図関数を設計する上級ユーザーまで有用なものである。 第1章 R作図の紹介 第I部 TRADITIONALな作図 第2章 traditional作図を素朴に使ってみる 第3章 traditional作図のカスタマイズ 第II部 GRIDな作図
Rをはじめよう生命科学のためのRStudio入門
リンゴ収量やウシ生育状況，カサガイ産卵数...イメージしやすい８つのモデルデータを元に手を動かし，堅実な作業手順を身に着けよう．行儀の悪いデータの整形からsummaryの見方まで，手取り足取り教えます 訳者からの序前書きこの本を書いた理由この本は何の本なの?この本の構成Rを使う理由この本のアップデート謝辞第1章 Rと仲よくなろう1.1.はじめてみる1.2.まずは R をインストールする1.3.RStudio をインストールする1.4.どこからはじめるか1.5.とりあえずデカい電卓として使ってみよう1.6.スクリプトを書いてみる1.7.総まとめ(ここまでの)1.8.大事なのはパッケージ1.9.いつでもヘルプ1.10.本格的な例(ちょっとだけ)1.11.最初のうち(そして今後も)うまくやっていくコツ付録1a.課題の解答例付録1b.ファイルの拡張子と OS による違い第2章 データを読み込む2.
Rグラフィックスクックブック 第2版 ggplot2によるグラフ作成のレシピ集 | Ohmsha
Rの強力なグラフィックスパッケージ、ggplot2を使ってグラフを作成するためのレシピ集の待望の改訂版です。初版発刊から6年、ggplot2自体をはじめ、R言語や関連パッケージ、ツールのアップデートにしたがって全面改訂しました。基本的なグラフだけでなく、複雑なグラフや地図の作成、さらにはこうしたグラフのきめ細かいカスタマイズ方法、効果的な表示方法、色の使い方、さらには文書用データへの変換方法まで、およそグラフに関するほとんどのことを網羅。実際の「やりたいこと」に応じた解決法を提示。描きたいグラフがすぐに描ける、実用的な一冊です。 訳者まえがき はじめに 1章 Rの基本 レシピ 1.1 パッケージをインストールする レシピ 1.2 パッケージを読み込む レシピ 1.3 パッケージをアップグレードする レシピ 1.4 区切られたテキストデータファイルを読み込む レシピ 1.5 Excelファイ
おすすめ！Rで解析するなら、ぜひ持っていてほしい書籍
Rで解析するなら、ぜひ持っていてほしい書籍を紹介します。なお、書籍の表紙がわかるようにAmazonアソシエイトリンクを表示しています。 随時、更新しています。価格は掲載時です。また、御殿入り書籍は下部で紹介しています。 最近読んだ本：書籍名：Rが生産性を高める〜データ分析ワークフロー効率化の実践 著 者：igjit, atusy, hanaori 価 格：3,190 発売日：2022/1 出版社：技術評論社 コメント：22.01.30 丁寧にRを生産性よく使うノウハウが紹介されている書籍です。一通り読むことでデータ解析に必要なコードの記述だけでなく、おすすめのパッケージも紹介されているので生産性が高まると思います。書籍名に負けない内容です。特筆する点としてR MarkdownやGoogleのサービスと連携する方法が記述されています。R MarkdownやGoogleのサービスと連携は古い情
stringrを使って文字列処理をやってみる
文字列を操作するパッケージ stringiパッケージのwrapper 元は違ったけど“i”の性能がよかったから Hadley Wickham謹製 特徴 baseの関数群より処理が速い 関数名が“str_”で始まってる 主な文字列処理はこれひとつでOK “%>%”で連鎖しやすい! インストール CRANからインストール install.packages("stringr") GitHubからインストール devtools::install_github("hadley/stringr") githubinstallでもOK githubinstall::githubinstall("stringr") 参考資料 stringr - RDocumentation R Documentationというサイトにあるパッケージ紹介サイト Helpの内容をベースに,サイト内で実際にコードが試せます {
8. 統計解析に必要なサンプル数 | 株式会社ダイナコム
実行例を以下に示します。1行目のスクリプトをタイプしてリターンキーを入力すると2行目以降のように、必要なサンプル数などが計算されて表示されます。 > power.t.test(delta=1.2,sd=3.5, sig.level = 0.05, power=0.8) Two-sample t test power calculation n = 134.5071 delta = 1.2 sd = 3.5 sig.level = 0.05 power = 0.8 alternative = two.sided NOTE: n is number in each group > > power.t.test(delta=1.2,sd=3.5, sig.level = 0.05, power=0.8) Two-sample t test power calculation n = 134.50
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
!!! ATTENTION !!!
Preview Syllabus
HiroshimaR5_Intro
Ｒ言語のデータの入出力と編集