今日

• 基本の操作

• 基本の図の作成

• 線形モデルの作成

基本操作　とりあえずデータで遊ぶ(1)

(1)cars dataをみてみる

print(cars)　# データを表示してくれる。

   speed dist
1      4    2
2      4   10
3      7    4
4      7   22
5      8   16
6      9   10
7     10   18
8     10   26
9     10   34
10    11   17
11    11   28
12    12   14
13    12   20
14    12   24
15    12   28
16    13   26
17    13   34
18    13   34
19    13   46
20    14   26
21    14   36
22    14   60
23    14   80
24    15   20
25    15   26
26    15   54
27    16   32
28    16   40
29    17   32
30    17   40
31    17   50
32    18   42
33    18   56
34    18   76
35    18   84
36    19   36
37    19   46
 [ reached 'max' / getOption("max.print") -- omitted 13 rows ]

基本操作　とりあえずデータで遊ぶ(2)

(2)carsはどういうデータ？

help(cars)  # helpを表示してデータの使い方を教えてくれる。

Description

The data give the speed of cars and the distances taken to stop. Note that the data were recorded in the 1920s.

基本操作　とりあえずデータで遊ぶ(3)

3. carsの一部を取り出す。 全データを見るにはスプレッドシート（エクセル等）が良い。また、View(cars) でRstudioでウイドウでデータ表示可能。

head(cars,3)  # 最初のn=3行を表示

  speed dist
1     4    2
2     4   10
3     7    4

tail(cars,2)　# 最後のn=2行を表示

   speed dist
49    24  120
50    25   85

基本操作　とりあえずデータで遊ぶ(4)

3. carsの一部を取り出す。

help(head)   # helpを表示してデータの使い方を教えてくれる。
help(tail)   # helpを表示してデータの使い方を教えてくれる。

Return the First or Last Part of an Object

基本操作　とりあえずデータで遊ぶ(5)

3. carsの一部を取り出す。

dim(cars)  #carsのデータ構造　列数・行数

[1] 50  2

cars[,1]　 #carsの1行目だけを取り出す。

 [1]  4  4  7  7  8  9 10 10 10 11 11 12 12 12 12 13 13 13 13 14 14 14 14
[24] 15 15 15 16 16 17 17 17 18 18 18 18 19 19 19 20 20 20 20 20 22 23 24
[47] 24 24 24 25

cars[20,]　#carsの20列目だけを取り出す。

   speed dist
20    14   26

cars[5,2]　#carsの5列目2行目だけを取り出す。

[1] 16

基本操作　とりあえずデータで遊ぶ(6)

4. carsの全体像の把握

names(cars)  #変数 variablesの表示

[1] "speed" "dist" 

class(cars)  #データ型の表示。データ構造、数字、文字、Boolen 

[1] "data.frame"

str(cars)    #すべてを一気に表示

'data.frame':   50 obs. of  2 variables:
 $ speed: num  4 4 7 7 8 9 10 10 10 11 ...
 $ dist : num  2 10 4 22 16 10 18 26 34 17 ...

基本操作 とりあえずデータで遊ぶ(7)

4. carsの特徴付け　統計値

mean(x) 平均 > sd(x) 標準偏差 var(x) 分散

median(x) 中央値 > range(x) 範囲 min(x) 最小値 max(x) 最大値

mean(cars$speed)

[1] 15.4

min(cars$dist)

[1] 2

range(cars$dist)

[1]   2 120

基本操作　とりあえずデータで遊ぶ(8)

4. carsの特徴付け　統計値　もっと簡単に

mean(x) 平均 sd(x) 標準偏差 var(x) 分散

median(x) 中央値 range(x) 範囲

min(x) 最小値 max(x) 最大値

summary(cars)

     speed           dist       
 Min.   : 4.0   Min.   :  2.00  
 1st Qu.:12.0   1st Qu.: 26.00  
 Median :15.0   Median : 36.00  
 Mean   :15.4   Mean   : 42.98  
 3rd Qu.:19.0   3rd Qu.: 56.00  
 Max.   :25.0   Max.   :120.00  

基本の図の作成(1)

5. carsのデータの可視化

hist(cars$dist)

基本の図の作成(2)

5. carsのデータの可視化

plot(cars)

基本の図の作成(3)

5. carsのデータの可視化+ (6)線形モデルの作成 2変数の関係

z <- lm(dist ~ speed, data = cars)
plot(cars)
abline(z)

plot(cars)

基本の図の作成(4)

+(6)線形モデルの作成 2変数の関係

z <- lm(dist ~ speed, data = cars)
summary(z)

Call:
lm(formula = dist ~ speed, data = cars)

Residuals:
    Min      1Q  Median      3Q     Max 
-29.069  -9.525  -2.272   9.215  43.201 

Coefficients:
            Estimate Std. Error t value Pr(>|t|)    
(Intercept) -17.5791     6.7584  -2.601   0.0123 *  
speed         3.9324     0.4155   9.464 1.49e-12 ***
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Residual standard error: 15.38 on 48 degrees of freedom
Multiple R-squared:  0.6511,    Adjusted R-squared:  0.6438 
F-statistic: 89.57 on 1 and 48 DF,  p-value: 1.49e-12

データの読み込み(1) デスクトップへのフォルダーの作成

デスクトップに“Biostat2019”という名前のフォルダーを作ってください。

データの読み込み(2) データのダウンロードと名前の変更

1. “Biostat2019”フォルダーに　i assistantの第二回講義から２つのデータ,“2B023_02_01.csv”と“2B023_02_02.xls”をダウンロードしてください。
   この二つは同じデータですが、データのファイルフォーマットが異なります。一つはカンマ「,」で区切ったテキスト形式データで、ファイルの拡張子が「.csv」。もう一つは、MSエクセルでの形式でファイルの拡張しが「.xlsx」です。
   
2. この２つのファイルの名前を“Biostat2019_Data_1.csv”と“Biostat2019_Data_1.xls”にそれぞれ変更してください。
   

データの読み込み(3) working ディレクトリーの設定

(1)　“R”が今、参照している場所(ディレクトリーもしくはフォルダー)の確認

[1] "/Users/gakugaku/Dropbox/#_2 授業/2019生物統計学/2019Biostat_Class_1"

(2)　“R” が参照している場所(ディレクトリーもしくはフォルダー)を“Biostat2019”に変更

getwd()

[1] "/Users/gakugaku/Dropbox/#_2 授業/2019生物統計学/2019Biostat_Class_1"

setwd("/Users/gakugaku/Desktop/Biostat2019/")
getwd()

[1] "/Users/gakugaku/Desktop/Biostat2019"

データの読み込み(4) tidyverse パッケージのインストールと読み込み

1. tiyverse パッケージを“Tools”⇒　“Install Packages”でインストール
2. 現在のワーキングスペースに“library”コマンドで読み込み

library(tidyverse)

データの読み込み(5)　 working ディレクトリーの確認

1. “R”が今、参照している場所(ディレクトリーもしくはフォルダー)の確認
2. “Biostat2019”にはいっているファイルの確認

getwd()

[1] "/Users/gakugaku/Dropbox/#_2 授業/2019生物統計学/2019Biostat_Class_1"

dir()

[1] "2019Biostat_Class_1_cache" "2019Biostat_Class_1_files"
[3] "2019Biostat_Class_1.html"  "2019Biostat_Class_1.Rmd"  
[5] "2019Biostat_Class_1.Rproj" "Data"                     
[7] "Untitled.Rmd"             

データの読み込み(6)　データを読み込む

setwd("/Users/gakugaku/Desktop/Biostat2019/")
Working_Data <- read.csv("Biostat2019_Data_1.csv")

# データをみてみる
print(Working_Data)

   FERTIL YIELD
1       1  6.27
2       1  5.36
3       1  6.39
4       1  4.85
5       1  5.99
6       1  7.14
7       1  5.08
8       1  4.07
9       1  4.35
10      1  4.95
11      2  3.07
12      2  3.29
13      2  4.04
14      2  4.19
15      2  3.41
16      2  3.75
17      2  4.87
18      2  3.94
19      2  6.28
20      2  3.15
21      3  4.04
22      3  3.79
23      3  4.56
24      3  4.55
25      3  4.55
26      3  4.53
27      3  3.53
28      3  3.71
29      3  7.00
30      3  4.61

# データの中身の概要
str(Working_Data)

'data.frame':   30 obs. of  2 variables:
 $ FERTIL: int  1 1 1 1 1 1 1 1 1 1 ...
 $ YIELD : num  6.27 5.36 6.39 4.85 5.99 7.14 5.08 4.07 4.35 4.95 ...