サクサク読めて、アプリ限定の機能も多数!
トップへ戻る
iPhone 16
id.fnshr.info
開始日と終了日とを指定する R言語で、連続する日付のベクトルを作りたければ、seq() 函数を使えばよい [1] 。例えば、2017年12月25日から2018年1月8日までの連続する15日間の日付のベクトルは以下のようにして作ることができる。 seq(as.Date("2017-12-25"), as.Date("2018-01-08"), by = "day") # [1] "2017-12-25" "2017-12-26" "2017-12-27" "2017-12-28" "2017-12-29" # [6] "2017-12-30" "2017-12-31" "2018-01-01" "2018-01-02" "2018-01-03" # [11] "2018-01-04" "2018-01-05" "2018-01-06" "2018-01-07" "2018-01-08" 要す
だから、末尾から数えて7文字目より始めて、末尾から数えて3文字目で終わるような部分文字列を取り出したければ、str_sub(string, start = -7, end = -3) とすればよい。 なお、正の整数による位置指定と負の整数による位置指定は混在していてもかまわない。例えば、先頭から数えて6文字目より始めて、末尾から数えて2文字目で終わるような部分文字列は、str_sub(string, start = 6, end = -2) で取り出すことができる。 先頭から決まった文字数だけ削る それでは、ここまでのことを踏まえて、先頭から決まった文字数だけ削る方法について説明しよう。 例えば、先頭の2文字分を削りたいとする。先頭の2文字分だけを削るということは、先頭から数えて3文字目より始めて、末尾から数えて1文字目 [1] で終わるような部分文字列を得ることと同じである。このことをR
なお、日本語の無量大数 (1068) は one hundred unvigintillion に当たる。 事例 こうした数詞を使った例をいくつか見てみよう。 ジンバブエでは21世紀初頭にハイパーインフレが発生し、とても大きな桁数の紙幣が発行された。以下に挙げる紙幣では、「兆」に相当する trillion が用いられている。 one hundred trillion(百兆)ジンバブエドルの紙幣 [2] 。21世紀初頭のハイパーインフレによりこのような高額の紙幣が発行された。 別の例を見てみよう。Cookie Clicker というブラウザゲームでは、ものすごい量のクッキーを作ることができる。1秒ごとに sextillion (十垓)程度のクッキーを作ることなど余裕でできる。なので、このゲームでは以下のようにとんでもない数を表すメッセージが平気で出てくる。 You earned 19.227
『データリテラシー』という書籍は、データ分析の経験がある程度ある人が、データのクリーニングや組織化について見直す際に有用である。 はじめに この記事では、『データリテラシー』という本を紹介したいと思う。タイトルからは何の本なのか分かりにくいかもしれないが、データのクリーニング (data cleaning) やデータの組織化 (data organization) について見識を深めたい人にとって有用な1冊である。 柴田里程.(2001). 『データリテラシー』東京:共立出版. 版元ウェブサイトでの『データリテラシー』の紹介ページ 増田耕一氏による『データリテラシー』の読書ノート [1] どういう人に向いているか この本は、データ分析の経験があまりない人にとっては難しいかもしれない。ただ、データ分析をよくやっている人にとっては、日頃の経験を整理・体系化するのに有用であると思う。要するに、こ
それぞれの言葉 統計学者「三次元なんて多次元のままでは扱いにくい。まずは二次元に落として彼女をさがすべきだ」 数学者「まず彼女が存在する公理系を設定しよう」 論理学者「ここに彼女がいると仮定する」 最適性理論研究者「どうやら彼女ができることは重大な違反であるらしい」 量子力学研究者「彼女がいる状態といない状態が重なり合っていたんだけど、観測が行われて、彼女がいない状態になったんだ」 辞書学研究者「『新明解国語辞典第4版』だと、恋愛の定義の中に“出来るなら合体したいという気持”があるって書いてあるんだよ」(実話) 経済学者「彼女を欲しいという需要が増大すれば、彼女を得るための価格は上がっていくはずだ」 言語哲学者「作りえぬ彼女については沈黙するしかない」 文法学者「彼女という音形はないが空範疇として確かに存在する」 製薬化学者「とりあえず色んな女の子に声をかけてみて、うまくはたらくか調べてみ
はじめに かつて小説家の井上ひさしは、日本の政治家が漢字の字形を変えようとしたことに関し、『私家版日本語文法』の中で以下のように述べたことがある。 「政治家よ、字をいじるな。票でもいじっていろ」 『私家版日本語文法』所収「漢字とローマ字」 つまりは言葉をいじるのは権力者のすることではないと言いたかったのだろう。 ところで、権力者が言葉をいじろうとした例は過去にも見られる。今回は権力者がその権力をもって言葉を変えようとしてうまくいかなかった事例を2つ紹介したいと思う。 皇帝は文法家の上にあらず 1414年に始まったコンスタンツ公会議のときの話である。 時の神聖ローマ帝国の皇帝ジギスムントが演説した際に、schisma という名詞 [1] を女性名詞として使ってしまった。しかし、この schisma という名詞は中性名詞である。 このため、ある人が皇帝に対して、文法的に誤っていると指摘した。す
はじめに 研究社が出している和英辞典で『新和英大辞典』というものがある。この本は、見出し語や例文がかなり多く、すこぶる便利 である。 さて、東北大の中村美千彦 (@Nakamura_Mitch) 教授が2017年5月8日にしたツイートで知ったのだが、研究社『新和英大辞典』の「無理難題」の項には「文部科学省がまた無理難題を言ってきた」という例文がある。単に無理難題を言ってきたのではなく、わざわざ「また」と述べているのが面白い。編者は文科省にから無理難題を繰り返し言われた経験があったのだろうかと心配になる [1] 。 そこで、『新和英大辞典』の中央省庁に対する態度が気になり、色々調べてみたところ、どうやらこの和英辞典は財務省に対して厳しいようだということが分かった。 日本の財務省庁舎 [2] 財務省に厳しい『新和英大辞典』 『新和英大辞典』で「財務大臣」という項目を引くと、以下の例文が出てくる
2013年4月1日から2016年9月30日の間に、文部科学省から大学に教授として再就職した人物で博士号を持っている人物はいない。 博士号を持たない文科省の元職員が大学の教授に 千葉大学高等教育研究機構の大西好宣教授が『朝日新聞』に「文科省天下り 教授職、博士号ゼロは異常」という文章を寄稿していた。その文章の中で、文部科学省から大学に教授として「天下り」した人物で博士号を持っている人がいないことが触れられていた。大西教授は、大学教員は基本的に博士号を持つようにするという国の方針からすると、このことは異常だと述べていた。 大西教授は参議院予算委員会でのやりとりから、文科省の「天下り」教授に博士号持ちがいないことを知ったと述べているが、『朝日新聞』の記事には具体的に何月何日のやりとりかは書いていなかった。 参議院でのやりとり と言うわけで、私の方で参議院の会議録を調べてみたところ、2017年3月
“我 的 妈妈 的 姐姐 =”(私のお母さんのお姉さん)から“姨妈”を導き出すといった形で、中国語の親族名称を「計算」できるウェブサイトの紹介。 中国語の親族名称は複雑 中国語の親族名称の体系はかなり複雑である [1] 。例えば、日本語では「自分の父親の姉」も「自分の母親の姉」も単純に「おば」ということになる [2] 。しかし、中国語では「自分の父親の姉」が“姑妈”(gūmā) になるのに対し、「自分の母親の姉」は“姨妈”(yímā) という別の単語になる。 親族名称を「計算」するウェブサービス “亲戚称谓计算器”を使って、“我 的 妈妈 的 姐姐 =”(私のお母さんのお姉さん)から“姨妈”を導き出す例。 さて、ここからが本題。“亲戚称谓计算器”というウェブサービスがある。これを使うと、中国語の複雑な親族名称を簡単に「計算」することができる。 このウェブサービスは、電卓のようなインターフェ
2017年6月15日にフランスで行われたバカロレア(大学入学資格試験)の哲学の試験でどういう問題が出題されたかを紹介。 バカロレアと哲学 この記事では、6月15日に実施された2017年のフランスのバカロレアでの哲学の問題を紹介する。フランスにおけるバカロレア (baccalauréat) とは、大学入学資格を手に入れるための国家的統一試験であり、毎年6月に行われる。 バカロレアでは、哲学 (philosophie) という科目を受験しなくてはならないことになっている。哲学の試験は4時間かけて行われ、専攻ごとに異なる問題が出される。各専攻とも3つの問題が出され、受験者はそのうち1問に答えることになる。どの専攻も、問題構成は同じである。1問目と2問目では、哲学に関する問題が短い疑問文で与えられ、その答えを書くことが求められる。3問目は哲学者が書いた文章が与えられ、その解説を書くことが求められる
ウェブサイトのリスト LINGUIST List 世界各地で行われている言語研究関連のイベント情報が載っている。 国際学会で発表したいネタがあるとき、すぐに発表できそうな場所を探すときなどに有用。 Twitter の LINGUIST List のアカウント (@linguistlist) でもイベント情報を流している。 言語系学会連合 言語学などのイベント情報あり。 言語系学会連合・加入学会カレンダー(大会・研究会情報) やちまた:学会・研究会情報 [1] 言語学に関するイベント情報あり。 上智大学国際言語情報研究所 上智大学国際言語情報研究所が開催する言語学・言語教育の講演会などの情報あり。 一般社団法人 日本外国語教育推進機構 (JACTFL) の複言語・多言語情報 複言語、多言語、言語政策、言語教育などのイベント情報あり。 日本語関係 くろしお出版の学会・研究会情報 日本語学・日本
はじめに 谷山–志村予想で知られる谷山豊という数学者がいた。彼は、1958年に31歳という若さで自殺した。 東京大学教養学部1号館(2013年撮影)。 生前、谷山は東京大学教養学部で数学を教えていた。その際、谷山が東大で出題した数学の期末試験の問題を発見したので、ここに記しておきたいと思う。谷山の著作権保護期間はすでに切れているので、転載しても問題ないだろう。 出典は以下の通り。 折戸博充・片岡敏郎.(2010). 「次世代に伝えたい。――谷山組のこと」『赤門学友会報懐徳』17, p.9. 上記出典に、谷山が作った手書きの期末試験問題が影印されていたので、それをそのまま写してある。出典にはいつ出された問題か明確に書かれていないのだが、おそらく1957年か1958年に東大の教養学部の1年生か2年生に出した期末試験問題であると思われる。 試験科目は「解析」であり、試験時間は2時間が設定されてい
中華人民共和国の国家標準 《出版物上数字用法》に規定されている中国語での算用数字と漢数字の使い分けについて紹介する。 《出版物上数字用法》 中国語は、日本語と同様に、数を表す際に0, 1, 2, 3といった算用数字を用いるときと、一・二・三・百・千・万といった漢数字を用いるときがある。 それでは、中国語においては、算用数字と漢数字はどのように使い分けられているのだろうか。正直言って、人によって使い分け方が違うというのが実情であろう。だが、一応使い分けの公的な標準が存在している。 中華人民共和国における国家標準の1つとして、GB/T 15835-2011 《出版物上数字用法》(General rules for writing numerals in public texts) というものがある。これは、中国語の出版物における算用数字と漢数字の用法を規定した標準で、算用数字と漢数字の使い分け
「わけがわからないよ」と言いたいときに外国語の名前を引き合いに出す例はさまざまな言語に存在する。このとき、中国語が引き合いに出されることが多い。 「ボクにとってギリシャ語だよ」=「わけがわからないよ」 「わけがわからないよ」に対応する英語の表現として、“It's Greek to me.”という表現がある [1] 。これは、文字通りには「ボクにとってギリシャ語だよ」という意味。こんな感じで、「わけがわからないよ」と言うときに外国語の名前を挙げる例は、英語以外にも見られる。 英語では、「ボクにとってギリシャ語だよ」という語句で、「わけがわからないよ」を表現する [2] 。 「中国語だよ」=「わけがわからないよ」 例えば、フランス語だと「ギリシャ語だよ」でなくて「中国語だよ」 (C'est du chinois) になる。スペイン語でも、「わけがわからないよ」を表すために、「中国語だよ」“Es
私が最近 LaTeX を使って日本語文書を作るときのテンプレートについて紹介する。テンプレートとしては、横書き記事、横書き書籍、縦書き書籍のものを用意してある。あわせて、LaTeX で文書を作る環境をどうやって構築しているのか、そして、どういった命令をよく使用しているのかについて紹介する。 はじめに この記事では、LaTeX の私家版テンプレートについて紹介する。これは、私が最近 LaTeX で日本語文書を作るときに使っているものをまとめたものだ。2017年5月版ということで、なるべく現代的な手法を取り入れたつもりだ。 私家版テンプレートは、以下の3種類を用意している。 横書き記事用テンプレート(jsarticle を使用): yoko-article-template.tex 横書き書籍用テンプレート(jsbook を使用): yoko-book-template.tex 縦書き書籍用テ
はじめに ここ1年ぐらいの間、言語研究に関する学会や研究会の開催情報をまとめて、このブログに載せるということをしてきた [1] 。その取りまとめ作業の際に、さまざまな学会や研究会の開催告知のウェブページを見る機会があった。こうした告知のウェブページの中には、情報が不十分だったり、はっきりしなかったりするものが少なくなかった。 さまざまな人に参加してもらいたいのであれば、開催告知にしっかり情報を書いておいた方が親切だろう。例えば、今まで研究会に参加したことがなかった人が、Google の検索などで研究会の情報にたどりついた場合、参加費用がかかるか分からずに心配になることもあるだろう。 以下では、さまざまな開催告知を見てきた私の経験から、開催告知にはどのような情報を載せておくとよいかということを記しておきたいと思う。 内容 ウェブ上の開催告知にはしっかりとした情報があると親切だ [2] 。 当
統計をあまりよく知らない人が、統計の勉強をはじめるときに役立つ書籍について。おすすめの書籍を7冊紹介。 はじめに この記事では、統計についてあまりよく知らない人が、統計を学びはじめるときに役に立つ書籍を紹介したいと思う。まず、前半では、統計のまったくの初心者が勉強するときに役立つ書籍を3冊紹介する。後半では、前半に挙げた書籍の内容を大体理解した人が、その理解を定着させるために役立つ書籍を4冊紹介する。 まったくの初心者のために まったくの初心者が、統計を勉強したいというときに一番おすすめなのが、『マンガでわかる統計学』だ。 高橋信. (2004). 『マンガでわかる統計学』 東京:オーム社. マンガだからと言って、あなどってはならない。この本はかなりしっかりと組み立てられていて、統計の基礎の基礎がしっかり押さえられるようになっている。この本についてのさらに詳しい紹介が「統計学の初心者が入門
CRAN 上の R パッケージへのリンクをするときには、“Linking”という節に挙げられているURLを使えばよい。 1つのパッケージに複数のURL CRAN では複数のURLが同じ R パッケージの紹介ページを示すことがある。例えば、2017年3月30日現在、以下の3つのURLのどれを選んでも Nippon というパッケージの紹介ページに行き着く。 https://CRAN.R-project.org/package=Nippon https://cran.r-project.org/web/packages/Nippon/index.html https://cloud.r-project.org/web/packages/Nippon/ 要するに、1つのパッケージの紹介ページに対して、複数のURLが割り当てられるのである。 それでは、CRAN にある R パッケージにリンクする場合
『文系でもわかる統計分析』という書籍を読んだところ、「有意水準」や「質的変数」など、統計に関する説明で気になったところがあった。 はじめに 『文系でもわかる統計分析』という本を読んだところ、統計に関する説明で気になるところが見られたので、備忘として記しておきたいと思う。 この本の書誌情報は以下の通りである。3人の著者はいずれも社会学者を称している。 須藤康介・古市憲寿・本田由紀.(2012). 『文系でもわかる統計分析』東京:朝日新聞出版. この本は、基本的に須藤氏と古市氏との間の対話という形で、統計分析の手法が説明されていく。須藤氏が教師役、古市氏が生徒役である [1] 。また、分析にはSPSSを使っており、その使い方の説明もある。なお、もう1人の著者である本田氏は、コラムを書いて、この本に載せている。 有意確率 統計的仮説検定を行うとき、「有意確率」というものが求められる [2] 。『
『統計的方法のしくみ』という本は、統計の初心者のつまずきやすい点をうまく説明してくれる。統計の教科書と併用する副読本として利用すると効果的であろう。 つまずきやすい点を解説した副読本 割とどんな分野でもそうだと思うが、初心者がつまずきやすい場所というものがある。例えば、小学校の算数の勉強を考えてみると、九九が覚えられないとか、割合の意味をうまく理解できないといったところがつまずきやすい場所になるだろう。 統計の勉強のときにも初心者がつまずきやすい場所がある。例えば、統計の教科書に出てくる Σ という記号の意味が分からなかったり、統計的仮説検定で用いられる「P 値」という概念を誤解したりすることがある。 今回紹介する『統計的方法のしくみ』という本は、こうした統計の初心者がつまずきやすいことについて解説をしている書籍である。 永田靖.(1996). 『統計的方法のしくみ』東京:日科技連出版社.
なお、上記の表のデータに、都道府県コードやローマ字表記などを加えたCSVをGitHubに挙げてあるので、必要な人は適宜活用していただければと思う。 https://github.com/fnshr/r-vis-tips/blob/master/pref-names.csv 方針 基本的には、以下の方針で都道府県名を表す1文字を決めた。 1文字で表すときの慣用があるものはそれに従う。 例えば、大阪府は「来阪」のように「阪」で表す慣用があるので「阪」とした。 例えば、山梨県・長野県は旧国名を使って「甲信」と言うことがあるので、それぞれ「甲」・「信」とした。 都道府県名の先頭の1文字を使って紛らわしくない場合は、それを使う。 例えば、香川県の「香」や岐阜県の「岐」といったものである。 しかし、福岡県と福島県、愛知県と愛媛県のように先頭の1文字が同じになることもあるので、そういった場合は先頭の1文
ggrepel パッケージを使うと、ggplot2 パッケージによる可視化の際に、ラベルとラベルが重なって見にくくなることを防ぐことができる。 はじめに R の ggplot2 パッケージで散布図などを作るときに、データ点に対してラベルをつけたいということがあるだろう。そういったときに便利なのが、ggrepel パッケージである [1] 。この ggrepel パッケージを使えば、ラベル同士が重なることが抑制される [2] 。なお、以下では散布図の場合を扱うが、ggrepel パッケージは他の種類の可視化にも利用することができる。例えば、Matt Strimas-Mackey 氏は Mapping the Longest Commericial Flights in R という記事の中で、地図上のラベルが重ならないようにするためにこのパッケージを用いている。 使い方 まずは、必要なパッケー
DeNA に対する第三者委員会の調査報告書でなされていた信頼区間に関する説明がすこしあやういように思われたので、それについて簡単にコメントを記す。 調査報告書の背景 2017年3月13日、DeNA がキュレーションメディア事業で著作権侵害などの問題を起こしたことに対し、第三者委員会による調査報告書が出された [1] 。この報告書は以下の場所からダウンロードすることができる。 株式会社ディー・エヌ・エー 第三者委員会調査報告書の全文開示公表のお知らせ(容量が大きいPDFなので注意) この調査報告書を読んでみたところ、信頼区間についての説明が少しあやういように思われた。以下、この信頼区間の説明について見ていきたい。 まず、なぜ信頼区間というものがこの報告書に出てきたのだろうか。 この調査報告書では、DeNA のキュレーションメディアでどれだけの複製権・翻案権侵害がなされたかという問題を解き明か
R で plot() や ggplot2 パッケージを使って日本語のグラフを描く際に、Y軸のタイトルを縦書きのように表示させる方法についての説明。1行に1文字しかない横書きを作ることで、縦書きのように見せることができる。 はじめに R でグラフを描くと、普通はY軸のタイトルが90度回転した横書きで表示される。 特に何も調整せずにグラフを描くと、Y軸のラベル(ここでは「ダイアモンドの価格」)が90度回転した横書きで表示されてしまう。 英語のグラフならばこのように回転した横書きが普通なのだが、日本語のグラフでこのようになっているのは違和感がある。できることならば、以下のように縦書きにしたいところだ。 Y軸のラベルを縦書きにした例。 1行1文字にする 1行に1文字しかない横書きを作ることで、実質的に縦書きのように見せることができる [1] 。 改行を示す記号を「⏎」とすれば、「あ⏎い⏎う⏎え⏎お
はじめに 最近、英語の文章を日本語に気合を入れて訳すことが多かったので、その方法について、自分なりのやり方を簡単に紹介しておきたい。 もとより私のやり方が最適な翻訳方法だと思っているわけではないし、人によってやりやすい翻訳方法は異なるだろう。だから、ここで紹介する内容が誰でも使えるというわけではないのだが、何らかの参考にはなるかと思う。 以下では、まず、私が本気で英文和訳をするときにどのような手順を踏んでいるかについて説明する。次に、英文和訳の作業のときに使用している辞典や参考書などについて紹介する。なお、ここで紹介するのはあくまでも気合を入れて翻訳する場合の話である。状況によっては、ここまで面倒な方法を採らないこともある。 翻訳の手順 最近、私が本気で英文和訳をするときは、以下の5つの手順を踏むことが多い。 大まかな荒削りの翻訳を行う 細かなところを調べながら翻訳を行う 訳文を日本語とし
Rというプログラミング言語を使ってテキストマイニングを行う方法について教えてくれる入門書『Rによるやさしいテキストマイニング』の紹介。この分野に不慣れな人のために、1冊で収まるように説明してあることが特徴的である。 はじめに 『Rによるやさしいテキストマイニング』という本を著者の小林雄一郎氏からいただいたので、ここで紹介したいと思う。この本は、テキストマイニング――大量の文章から情報を引き出す分析――について教えてくれる入門書だ。 小林雄一郎.(2017). 『Rによるやさしいテキストマイニング』東京:オーム社. サポートサイト:サンプルデータやコードを入手可能 著者による紹介文:『Rによるやさしいテキストマイニング』という本を刊行します 版元ウェブサイトでの紹介文:Rによるやさしいテキストマイニング(目次などあり) オーム社の eBook Store から電子版の『Rによるやさしいテキス
SAS, SPSS, STATA, R といった現在の主要な統計解析ソフトでは、擬似乱数を生成するときに、メルセンヌ・ツイスターをアルゴリズムとして採用している。 はじめに 統計解析の際には、乱数 (random number) が必要になることが多い。例えば、無作為抽出をしたり、モンテカルロ法を実行したりするときには、乱数が必要になる。しかし、計算機を使って分析する際に真の乱数を作り出すことは容易でないことから、何らかのアルゴリズムによって擬似乱数 (pseudo-random number) を作り出すことが必要になる。 2017年2月現在、主要な統計解析ソフトでは、Matsumoto and Nishimura (1998) が提唱したメルセンヌ・ツイスター (Mersenne twister) というアルゴリズムで擬似乱数を生成できるようになっている。このアルゴリズムは、すこぶる優
学会発表などのプレゼンテーションで、時間制限が設定されていることがある。例えば、20分以内で発表を終えなくてはならないと規定されていることがある。 こうした時間制限を守るには、経過時間や残り時間を表示できるタイマーを使うのが良いだろう。 というわけで、タイマーとして使えるオンラインツールをいくつか紹介したいと思う。いずれもインターネットがつながるPCやスマートフォンを使って表示することができる。また、いずれも普通のブラウザ上で動くので、特にアプリケーションをインストールする必要はない。 タイマーとなるツールをうまく使えば、普通の時計や砂時計よりずっと便利に時間を管理することができる [1] 。 なお、ここで紹介するタイマーは発表者自身が用意しても良いし、運営側が用意しても良いだろう。運営側が用意するのであれば、発表会場に余っているディスプレーを持ってきて、こうしたタイマーを映し、発表者の方
日本には統計やデータサイエンスを中核にした学部・学科はほとんどないので、それ以外の学部・学科で統計やデータサイエンスを専門とする教員がいるところを探すのが無難だと思われる。 はじめに 日本の大学で統計やデータサイエンスを学びたい場合、どんなところに進学するのが良いだろうか。そのヒントとなる情報をいくつか紹介していきたいと思う。 データサイエンスを中核とする学部で学ぶ 進学先として「統計学部」や「データサイエンス学科」といったところがあれば分かりやすいのだが、日本の大学にはそういった学部・学科はほとんどない [1] 。 このような状況の例外として、2017年4月に新設される滋賀大学のデータサイエンス学部がある。これはその名の通り、データサイエンスを中核とする学部だ。このほか、同志社大学の文化情報学部もデータサイエンスを中核とする学部と言えるだろう [2] 。 その他の学部で学ぶ 統計やデータ
次のページ
このページを最初にブックマークしてみませんか?
『Colorless Green Ideas の最新記事|Colorless Green Ideas』の新着エントリーを見る
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