統計を学びたい人へ贈る、統計解析に使えるデータセットまとめ - ほくそ笑む
はじめに 統計解析の手法を学ぶのに、教科書を読むのは素晴らしい学習方法です。 しかし、教科書で理論的なことを学んだだけでは、統計手法を使いこなせるようにはなりません。 統計解析手法を身につけるには、実際のデータについて手法を適用し、パラメータを変えるなどの試行錯誤を行い、結果を考察するというような経験を積むことが大切です。 それでは実際のデータをどうやって手に入れましょうか？ 実験や調査をして実際のデータを得るのは大変でお金もかかります。 幸運なことに、世の中には適度なサイズの自由に使えるデータがたくさん存在します。 例えば、統計言語 R には、100以上ものデータセットがデフォルトで付属しています。 ただし、不幸なことに、それらのほとんどは英語で説明が書かれています。 英語は、いつかは乗り越えなければならない壁ですが、最初のうちはちょっと避けて通りたいところです。 というわけで、今日は、
主成分分析が簡単にできるサイトを作った - ほくそ笑む
あけましておめでとうございます。 本年もよろしくお願いいたします。 主成分分析 さて、昨年の終わりごろから、私は仕事で主成分分析を行っています。 主成分分析というのは、多次元のデータを情報量をなるべく落とさずに低次元に要約する手法のことです。 主成分分析は統計言語 R で簡単にできます。 例として iris データで実行してみましょう。 data(iris) data <- iris[1:4] prcomp.obj <- prcomp(data, scale=TRUE) # 主成分分析 pc1 <- prcomp.obj$x[,1] # 第一主成分得点 pc2 <- prcomp.obj$x[,2] # 第二主成分得点 label <- as.factor(iris[,5]) # 分類ラベル percent <- summary(prcomp.obj)$importance[3,2] *
Excel から R を操作 （RExcelのインストールについて） - コピペで栄養管理
「Excel で R自由自在」が発売されました。Excelから自由にRが使うことができます。 インストールは、まず本を買うこと、これは、インストール自体は本がなくても出来ますが、使い方が本を見ないと分かりません。 インストールは、二通りのやり方があります。 1. RもいったんアンインストールしてRAndFriendsSetup.exe で、一括インストール。 2. Rが2.8.1以上なら、Rで install.packages("RExcelInstaller", dependencies=TRUE) install.packages("RThroughExcelWorkbooksInstaller", dependencies=TRUE) install.packages("RcmdrPlugin.HH", dependencies=TRUE) library(RExcelInstall
Excel上でRを動かすRExcel - もうカツ丼でいいよな
最近Office Professionalを買ったので，近頃はもっぱらOfficeで遊んでいる．Officeはちょっとバグとか多くて難しいから，よく勉強をして早く初心者を脱出したい． で，ここ2〜3日はExcelからRを呼ぶ方法をいろいろ調べていた．やっぱVBAちょっとくらい勉強しないと駄目かなとか思い始めた頃，RExcelというExcelのアドインを見つけた(statconn)．これを使うと結構実用的なレベルでExcelとRを連携させられそう*1． RExcelのインストール まず，rscproxyとrcomの2つのパッケージをRから入れておく．下の二行はRExcelのインストール時にやれっていわれたからやった*2． install.packages("rscproxy") install.packages("rcom") library(rcom) comRegisterRegistr
JIN'S PAGE
R、R言語、R環境・・・・・・ Rのダウンロードとインストール リンク集 題名 Chap_01 データ解析・マイニングとR言語 Chap_0２ Rでのデータの入出力 Chap_03 Rでのデータの編集と演算 Chap_04 Rと基本統計量 Chap_05 Rでの関数オブジェクト Chap_06 Rでのデータの視覚化(1) Chap_07 Rでのデータの視覚化(2) Chap_08 Rでのデータの視覚化(3) Chap_09 GGobiとデータの視覚化(Rgobi) Chap_10 Rと確率分布 Chap_11 Rと推定 Chap_12 Rと検定 Chap_13 Rと分散分析 Chap_14 Rと回帰分析 Chap_15 Rと重回帰分析 Chap_16 Rと一般化線形モデル Chap_17 Rと非線形モデル Chap_18 Rと判別分析 Chap_19 Rと樹木モデル Chap_20 WEK
Rでパネルデータ分析をやってみる - 椅子は硬いほうがいい
１．はじめに 最近は統計処理のためにRを使っている。で、このたびRでパネルデータ分析にチャレンジしてみることにした。パネルデータというのは複数の主体の時系列データをまとめたものである。クロスセクション×時系列のデータ。例えば、1990～2007年の都道府県別一人当たり県民所得データはパネルデータである。この場合は、都道府県別というのがクロスセクションであり、1990～2007年というのが時系列ということになる。 Rでパネルデータ分析を行うためには、パッケージplmが必要である。でもplmはまた別のパッケージを必要としているので、以下のパッケージを"The Comprehensive R Archive Network"からダウンロードして解凍・インストールする必要がある： plm kinship nlme Formula VR sandwich zoo 埼玉大学の並河永先生のウェブページ「
Rを使えるようになるための10のこと - Issei’s Analysis ～おとうさんの解析日記～
Rは統計解析を行うことができる強力なツールです。計算上の信頼性はとても高く、世界中の分析者が日々分析用パッケージを公開しております。近年では行政機関で使われているという事例もちらほら聞きます。 ・姫路市役所での事例 これまでSASは使ってきたけどRは全く使ったことがない！JAVAとかC++とかガリガリ書けるけどRはよく分からない！という方々がすんなりRの世界に入れるよう、資料の探し場所や導入部分をまとめておきます。 ※まだ不完全ですが情報を入手し次第アップデートしていきます。 1. 資料を探す場所 CRAN R本体、パッケージ、PDF資料などの置き場 Task Viewに分野ごとのまとめ Searchでパッケージや資料の検索 CRANの読み方は「しーらん」派と「くらん」派でわかれる（どっちでもいいw） Rjpwiki 日本語で書かれている、これまでのRに関する資料の集大成 データの加工技、
R for macOS FAQ
R for macOS FAQ Frequently Asked Questions on R for macOS Version 4.3.1 2023-06-16, R.app 1.79 Stefano M. Iacus Simon Urbanek Rob J. Goedman Brian Ripley Introduction R.app How to install packages R and external applications Quartz device Tcl/Tk issues Internationalization of the R.app Additional resources Acknowledgments Miscellaneous questions 1 Introduction This document contains a user guide t
R-Source
Microsoft EXCEL のデータ（もしくは Open Office の calc のデータ）を R へ読み込む際のテクニックをいくつか紹介する． csvファイルに保存する方法 目的は関数 read.csv() で読み込める形式にすることである（前節の data05.txt の状態）．まず，EXCEL ファイルを開き，メニューの [ファイル] の [開く] から，[名前をつけて保存] を選択する． 保存する名前をつけた後，次に [ファイルの種類] から [CSV カンマ区切り] （Open Office の calc ならば [テキスト CSV] ）を選択して保存する．Windows 版 R の場合は以下のようになる． Mac OS X 版 R の場合は以下のようになる．
Rで多変量解析（一般化線形モデル）〜タイタニックのデータも分析しました〜 - Issei’s Analysis 〜おとうさんの解析日記〜
今回は多変量解析についてです。その前にそもそもですが、「多変量解析」という言葉は様々な意味で使えるので、なるべく使うのを止めましょう。私が経験してきた中で、このような意味で使われていました。重回帰、一般線形モデル一般化線形モデル変数選択（ステップワイズ法）変数縮小（主成分分析） どの手法も目的がまったく違っています。「多変量解析をやりたいのですが、、、」と相談されると、こちらとしては「多変量解析」が何を意味するのかを探るところから始めます。 具体的には、解析手法はこのように使い分けます。何かの結果変数を説明するモデルを作る→重回帰同じ目的で説明変数が連続値以外→一般化線形モデル（GLIM、ぐりむと発音） 実は「重回帰」も「GLIM」もほとんど同じ意味ですが、ニュアンスとして重回帰は一般線形モデル（GLM、じーえるえむ）を指す事が多いです。正確には「重回帰」は「単回帰」と対になる言葉で、説明
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
バイオ・データ・マイニング/Rの基本 - とうごろうぃき