Tokyo.Rに参加してきて、色んな人とお話させてもらったけど、結構Rを使いこなしているなぁと思う人が多いというのが第一印象だった(やってる内容とか悩んでいる問題とか)。が、悩んでいる問題を解決する術がすでに存在しているにも関わらず英語なので、その人たちに情報が伝わってないっていうのが結構あるなぁというのを感じた。日本語で誰かがBlogとかでキャッチアップするとしても結構タイムラグがあるし、(最近多くの本が出ているとは言え)本になるのを待っていたら数年単位でしか情報を得ることができない。というわけで結論としては「英語のリソース読め!!!」ってことになるんだけど、自分も最初はどこ読めばいいかとかよく分からなかったなぁと思ったので、自分が読んでる英語で書かれているRの情報源になっているところを列挙していこうと思います。 僕はIRCとかは使ってないので、その付近はよく分からないのと他にもまだまだ
R Programming, 2008-9 The link you have followed is out of date: access to the most recent version of these lectures is available via my web page. Last edited on 23 September 2013 by Ruth Ripley (ruth@stats.ox.ac.uk)
Survive R By jmount on September 28, 2009 • ( 22 Comments ) New PDF slides version (presented at the Bay Area R Users Meetup October 13, 2009). We at Win-Vector LLC appear to like R a bit more than some of our, perhaps wiser, colleagues ( see: Choose your weapon: Matlab, R or something else? and R and data ). While we do like R (see: Exciting Technique #1: The “R” language ) we also understand the
エクセルからデータをカット&ペースト Last modified: Dec 12, 2006 エクセルのデータ,特に一部分のデータを R に持ってくるためには,エクセルのデータ範囲をコピーして,テキストエディタなどにペーストして,保存して,それを読み込んでと面倒くさいし余分なファイルができるのもいや。 Mac の場合には,クリップボードにコピーした後, d <- read.table(pipe("pbpaste")) とすれば,以下に書いたような面倒なこと(ペースト)をしないで済む。 面倒な方法 以下に前に書いたことを発展させて,データフレームに読み込む方がよい。以下に示すように,変数名も含めて範囲をコピーする。 > x <- read.table(stdin(), header=TRUE) # 入力元に stdin() を指定する 0: x y z 0: が表示さ
igraph – The network analysis package igraph is a collection of network analysis tools with the emphasis on efficiency, portability and ease of use. igraph is open source and free. igraph can be programmed in R, Python, Mathematica and C/C++. igraph R package python-igraph IGraph/M igraph C library python-igraph 0.9.6, the fourth bugfix release of the 0.9 series, has arrived. The preferred way of
主成分分析で個人間の遺伝的遠近関係を評価し、それをプロットすることがある。主要2軸で十分に表現できることもあるが、それだけだとよく分からないこともある。 そんなときには、3軸が作る3つの2次元プロットを見較べるのも手であるが、3軸目の情報を色で表すことも便利かも知れない。 今、第1、第2、第3に3軸の値の入った、タブ区切りの3カラムファイル"data.txt"があるとする。 0.0163 0.0191 0 0.0167 0.019 -0.0001 0.0164 0.0194 0.0023 0.0161 0.0193 -0.0032 0.0163 0.0191 0.0003 0.0162 0.0197 -0.001 0.0167 0.0191 -0.001 0.0162 0.0186 0.0006 0.0159 0.0195 0.0001 0.0161 0.0192 -0.0007 0.01
Springerの"User R"シリーズが20冊を超えて、益々充実している。当初はRにおけるデータの取り扱い方法だとかグラフィックの表示方法、そしてベイジアン推定などの統計テクニックなどを記述する入門書ばかりだったが、最近は専門分野にRを導入する本が多くてとても好ましく思う。 http://www.springer.com/series/6991 例えば系統学でRを使う方法を示してくれるものもある。 Analysis of Phylogenetics and Evolution with R (Use R) http://www.amazon.com/dp/0387329145 形態計測学においてRを利用する手引きをしてくれるものもある。 Morphometrics with R (Use R) http://www.amazon.com/dp/038777789X/ 遺伝系の研究に必要
連鎖不平衡係数などの値を格納した、正方行列型の以下のようなテキストファイル、"hoge.txt"を作ったとする。 Rのimage()関数で、これをグレースケールで表したいとする。84段階表示なら HOGE<-read.table(file="hoge.txt") HOGEmatrix<-as.matrix(HOGE) q<-84 image(1:nrow(HOGEmatrix),1:ncol(HOGEmatrix),HOGEmatrix,col=gray((q:0)/q))色をつけるなら、rgbを使って、 redcolor<-rgb(red=1,(q:0)/q,(q:0)/q, names=paste("red",0:q,sep="."))とすると、q=84=256/3なので、以下のように、"#xxyyzz"のxx部分が赤のff=256(16進数で、0,1,2,3,4,5,6,7,8,9,
RjpWiki はオープンソースの統計解析システム R に関する情報交換を目的とした Wiki ですL.Tierney氏のsnowパッケージでクラスタ計算を行う (間瀬茂) 必要に迫られ、計算機クラスタで計算をせざるを得なくなりました。幸い私は 東工大の誇るグリッドスパコンTSUBAME(現時点で公称アジア最速)を自由に使える(但し現在1ジョブあたり16ノードの制限)恵まれた立場にありますが、ただRを実行しても一台分しか使わないので、却って自分のパソコンよりも遅い(笑)。(追加註:TSUBAMEは32GBもしくは64GBのメモリを使えるため巨大なオブジェクトを扱う計算はさすがに早い)。並列処理用にRコードを書くのは面倒そうなので、これまで宝の持ち腐れ状態でしたが、最近 snow パッケージを使うと、面倒無しにRで並列計算ができることを知り、やっと使ってみる気になりました。ということで、勉強
このウェブサイトは販売用です! atword.jp は、あなたがお探しの情報の全ての最新かつ最適なソースです。一般トピックからここから検索できる内容は、atword.jpが全てとなります。あなたがお探しの内容が見つかることを願っています!
Rで時系列データってどう扱うの? 時系列オブジェクトを生成 時系列オブジェクトの合併 lhデータ データを覗いてみる UKgasデータ 出力が長いので要約した統計量を知りたい 開始時刻、終了時刻などなどを知りたい 時系列データの一部を取り出したい 時系列データをプロット ガス消費量のプロット 複数種類の時系列データを一度に表示する データを定常にする ラグ処理 実際にやってみる データの定常化 diff関数 自己相関係数 acfを使って、データが定常になるまで差分を取る 答え もう一個練習 答え ちなみに シミュレーションでデータを生成 シミュレーションでデータを生成してみよう sarimaのシミュレーション モデルの同定 偏自己相関係数の直感的理解 自己相関係数、偏自己相関係数から見るAR、MA、ARMAの特徴 ARモデル 使うデータ モデルを推定する arimaモデル ARIMAモデル
18,691 images, 1,263 packages, 33,935 functions Last data update: 2007-11-26 (R version 2.6.0)
CLUTO is a software package for clustering low- and high-dimensional datasets and for analyzing the characteristics of the various clusters. CLUTO is well-suited for clustering data sets arising in many diverse application areas including information retrieval, customer purchasing transactions, web, GIS, science, and biology. CLUTO's distribution consists of both stand-alone programs and a library
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