Suche senden
Hochladen
10分で分かるr言語入門ver2 upload用
•
7 gefällt mir
•
9,636 views
Nobuaki Oshiro
Folgen
TokyoR #46
Weniger lesen
Mehr lesen
Technologie
Melden
Teilen
Melden
Teilen
1 von 99
Jetzt herunterladen
Downloaden Sie, um offline zu lesen
Empfohlen
10分で分かるr言語入門ver2.14 15 0905
10分で分かるr言語入門ver2.14 15 0905
Nobuaki Oshiro
10分で分かるr言語入門ver2.10 14 1101
10分で分かるr言語入門ver2.10 14 1101
Nobuaki Oshiro
Tokyo r50 beginner_2
Tokyo r50 beginner_2
Takashi Minoda
10分で分かるr言語入門ver2.15 15 1010
10分で分かるr言語入門ver2.15 15 1010
Nobuaki Oshiro
2016年6月版データマエショリスト入門
2016年6月版データマエショリスト入門
Yuya Matsumura
Tokyo r47 beginner_2
Tokyo r47 beginner_2
Takashi Minoda
rstanで個人のパラメーターを推定した話
rstanで個人のパラメーターを推定した話
Yuya Matsumura
10分で分かるr言語入門ver2.5
10分で分かるr言語入門ver2.5
Nobuaki Oshiro
Empfohlen
10分で分かるr言語入門ver2.14 15 0905
10分で分かるr言語入門ver2.14 15 0905
Nobuaki Oshiro
10分で分かるr言語入門ver2.10 14 1101
10分で分かるr言語入門ver2.10 14 1101
Nobuaki Oshiro
Tokyo r50 beginner_2
Tokyo r50 beginner_2
Takashi Minoda
10分で分かるr言語入門ver2.15 15 1010
10分で分かるr言語入門ver2.15 15 1010
Nobuaki Oshiro
2016年6月版データマエショリスト入門
2016年6月版データマエショリスト入門
Yuya Matsumura
Tokyo r47 beginner_2
Tokyo r47 beginner_2
Takashi Minoda
rstanで個人のパラメーターを推定した話
rstanで個人のパラメーターを推定した話
Yuya Matsumura
10分で分かるr言語入門ver2.5
10分で分かるr言語入門ver2.5
Nobuaki Oshiro
Tokyo r33 beginner
Tokyo r33 beginner
Takashi Minoda
20161127 doradora09 japanr2016_lt
20161127 doradora09 japanr2016_lt
Nobuaki Oshiro
Yamadai.R チュートリアルセッション
Yamadai.R チュートリアルセッション
考司 小杉
HiroshimaR4_LT_sakaue
HiroshimaR4_LT_sakaue
SAKAUE, Tatsuya
Tokyo r30 beginner
Tokyo r30 beginner
Takashi Minoda
Hiroshimar4_Rintro
Hiroshimar4_Rintro
SAKAUE, Tatsuya
20170312 r言語環境構築&dplyr ハンズオン
20170312 r言語環境構築&dplyr ハンズオン
Nobuaki Oshiro
HiRoshimaR3_IntroR
HiRoshimaR3_IntroR
SAKAUE, Tatsuya
Tokyo r38
Tokyo r38
Takashi Minoda
2017年3月版データマエショリスト入門
2017年3月版データマエショリスト入門
Yuya Matsumura
2017年3月版データマエショリスト入門(誤植修正版)
2017年3月版データマエショリスト入門(誤植修正版)
Yuya Matsumura
10分で分かるr言語入門ver2.9 14 0920
10分で分かるr言語入門ver2.9 14 0920
Nobuaki Oshiro
10分で分かるr言語入門ver2 6
10分で分かるr言語入門ver2 6
Nobuaki Oshiro
Tokyor60 r data_science_part1
Tokyor60 r data_science_part1
Yohei Sato
HiroshimaR6_Introduction
HiroshimaR6_Introduction
SAKAUE, Tatsuya
Tokyo r28 1
Tokyo r28 1
Takashi Minoda
HiroshimaR5_Intro
HiroshimaR5_Intro
SAKAUE, Tatsuya
Rstudio事始め
Rstudio事始め
Takashi Yamane
TokyoR LT Rで連続データを離散化
TokyoR LT Rで連続データを離散化
tetsuro ito
はじめての「R」
はじめての「R」
Masahiro Hayashi
20160730tokyor55
20160730tokyor55
Med_KU
Factorization machines with r
Factorization machines with r
Shota Yasui
Weitere ähnliche Inhalte
Was ist angesagt?
Tokyo r33 beginner
Tokyo r33 beginner
Takashi Minoda
20161127 doradora09 japanr2016_lt
20161127 doradora09 japanr2016_lt
Nobuaki Oshiro
Yamadai.R チュートリアルセッション
Yamadai.R チュートリアルセッション
考司 小杉
HiroshimaR4_LT_sakaue
HiroshimaR4_LT_sakaue
SAKAUE, Tatsuya
Tokyo r30 beginner
Tokyo r30 beginner
Takashi Minoda
Hiroshimar4_Rintro
Hiroshimar4_Rintro
SAKAUE, Tatsuya
20170312 r言語環境構築&dplyr ハンズオン
20170312 r言語環境構築&dplyr ハンズオン
Nobuaki Oshiro
HiRoshimaR3_IntroR
HiRoshimaR3_IntroR
SAKAUE, Tatsuya
Tokyo r38
Tokyo r38
Takashi Minoda
2017年3月版データマエショリスト入門
2017年3月版データマエショリスト入門
Yuya Matsumura
2017年3月版データマエショリスト入門(誤植修正版)
2017年3月版データマエショリスト入門(誤植修正版)
Yuya Matsumura
10分で分かるr言語入門ver2.9 14 0920
10分で分かるr言語入門ver2.9 14 0920
Nobuaki Oshiro
10分で分かるr言語入門ver2 6
10分で分かるr言語入門ver2 6
Nobuaki Oshiro
Tokyor60 r data_science_part1
Tokyor60 r data_science_part1
Yohei Sato
HiroshimaR6_Introduction
HiroshimaR6_Introduction
SAKAUE, Tatsuya
Tokyo r28 1
Tokyo r28 1
Takashi Minoda
HiroshimaR5_Intro
HiroshimaR5_Intro
SAKAUE, Tatsuya
Rstudio事始め
Rstudio事始め
Takashi Yamane
TokyoR LT Rで連続データを離散化
TokyoR LT Rで連続データを離散化
tetsuro ito
はじめての「R」
はじめての「R」
Masahiro Hayashi
Was ist angesagt?
(20)
Tokyo r33 beginner
Tokyo r33 beginner
20161127 doradora09 japanr2016_lt
20161127 doradora09 japanr2016_lt
Yamadai.R チュートリアルセッション
Yamadai.R チュートリアルセッション
HiroshimaR4_LT_sakaue
HiroshimaR4_LT_sakaue
Tokyo r30 beginner
Tokyo r30 beginner
Hiroshimar4_Rintro
Hiroshimar4_Rintro
20170312 r言語環境構築&dplyr ハンズオン
20170312 r言語環境構築&dplyr ハンズオン
HiRoshimaR3_IntroR
HiRoshimaR3_IntroR
Tokyo r38
Tokyo r38
2017年3月版データマエショリスト入門
2017年3月版データマエショリスト入門
2017年3月版データマエショリスト入門(誤植修正版)
2017年3月版データマエショリスト入門(誤植修正版)
10分で分かるr言語入門ver2.9 14 0920
10分で分かるr言語入門ver2.9 14 0920
10分で分かるr言語入門ver2 6
10分で分かるr言語入門ver2 6
Tokyor60 r data_science_part1
Tokyor60 r data_science_part1
HiroshimaR6_Introduction
HiroshimaR6_Introduction
Tokyo r28 1
Tokyo r28 1
HiroshimaR5_Intro
HiroshimaR5_Intro
Rstudio事始め
Rstudio事始め
TokyoR LT Rで連続データを離散化
TokyoR LT Rで連続データを離散化
はじめての「R」
はじめての「R」
Andere mochten auch
20160730tokyor55
20160730tokyor55
Med_KU
Factorization machines with r
Factorization machines with r
Shota Yasui
可視化周辺の進化がヤヴァイ 〜2016〜
可視化周辺の進化がヤヴァイ 〜2016〜
Takashi Kitano
ドラえもんでわかる統計的因果推論 #TokyoR
ドラえもんでわかる統計的因果推論 #TokyoR
Shuyo Nakatani
forestFloorパッケージを使ったrandomForestの感度分析
forestFloorパッケージを使ったrandomForestの感度分析
Satoshi Kato
2015年電子出版関連ニュースと今後について
2015年電子出版関連ニュースと今後について
Japan Electronic Publishing Association
150417アニメビジネスモデル勉強会
150417アニメビジネスモデル勉強会
Hisashi Goto
YieldWise: How the World Can Cut Food Waste and Loss by Half
YieldWise: How the World Can Cut Food Waste and Loss by Half
The Rockefeller Foundation
Dietary Guidelines (For the Real World!)
Dietary Guidelines (For the Real World!)
Food Insight
Capitalizing on the shifting consumer food value equation
Capitalizing on the shifting consumer food value equation
Deloitte United States
How We Caffeinate
How We Caffeinate
Food Insight
Top 7 Reasons To Hire A Caterer For Your Next Event
Top 7 Reasons To Hire A Caterer For Your Next Event
Eason Chan
In fast food wars, scale matters
In fast food wars, scale matters
Bloomberg LP
11 Facts You Probably Didn't Know About Pasta
11 Facts You Probably Didn't Know About Pasta
Jodie Harper
Top 10 Most Eaten Foods In The World
Top 10 Most Eaten Foods In The World
Eason Chan
10 Catering Trends for Business Events in 2015
10 Catering Trends for Business Events in 2015
Eason Chan
Our World is Hungry
Our World is Hungry
Empowered Presentations
The ABC’s of Living a Healthy Life
The ABC’s of Living a Healthy Life
Dr. Omer Hameed
Hockey 101
Hockey 101
Telepathy
Quantum computing
Quantum computing
sadakpramodh
Andere mochten auch
(20)
20160730tokyor55
20160730tokyor55
Factorization machines with r
Factorization machines with r
可視化周辺の進化がヤヴァイ 〜2016〜
可視化周辺の進化がヤヴァイ 〜2016〜
ドラえもんでわかる統計的因果推論 #TokyoR
ドラえもんでわかる統計的因果推論 #TokyoR
forestFloorパッケージを使ったrandomForestの感度分析
forestFloorパッケージを使ったrandomForestの感度分析
2015年電子出版関連ニュースと今後について
2015年電子出版関連ニュースと今後について
150417アニメビジネスモデル勉強会
150417アニメビジネスモデル勉強会
YieldWise: How the World Can Cut Food Waste and Loss by Half
YieldWise: How the World Can Cut Food Waste and Loss by Half
Dietary Guidelines (For the Real World!)
Dietary Guidelines (For the Real World!)
Capitalizing on the shifting consumer food value equation
Capitalizing on the shifting consumer food value equation
How We Caffeinate
How We Caffeinate
Top 7 Reasons To Hire A Caterer For Your Next Event
Top 7 Reasons To Hire A Caterer For Your Next Event
In fast food wars, scale matters
In fast food wars, scale matters
11 Facts You Probably Didn't Know About Pasta
11 Facts You Probably Didn't Know About Pasta
Top 10 Most Eaten Foods In The World
Top 10 Most Eaten Foods In The World
10 Catering Trends for Business Events in 2015
10 Catering Trends for Business Events in 2015
Our World is Hungry
Our World is Hungry
The ABC’s of Living a Healthy Life
The ABC’s of Living a Healthy Life
Hockey 101
Hockey 101
Quantum computing
Quantum computing
Ähnlich wie 10分で分かるr言語入門ver2 upload用
10分で分かるr言語入門ver2.8 14 0712
10分で分かるr言語入門ver2.8 14 0712
Nobuaki Oshiro
10min r study_tokyor25
10min r study_tokyor25
Nobuaki Oshiro
10min r study_tokyor25
10min r study_tokyor25
Nobuaki Oshiro
統計環境R_データ入出力編2016
統計環境R_データ入出力編2016
wada, kazumi
12-11-30 Kashiwa.R #5 初めてのR Rを始める前に知っておきたい10のこと
12-11-30 Kashiwa.R #5 初めてのR Rを始める前に知っておきたい10のこと
Haruka Ozaki
統計環境R_はじめの一歩2016
統計環境R_はじめの一歩2016
wada, kazumi
初心者のためのRとRStudio入門 vol.2
初心者のためのRとRStudio入門 vol.2
OWL.learn
C ai p3_jp_no3v1.0
C ai p3_jp_no3v1.0
Tsuda University Institute for Mathematics and Computer Science
Rプログラミング02 データ入出力編
Rプログラミング02 データ入出力編
wada, kazumi
Stan勉強会資料(前編)
Stan勉強会資料(前編)
daiki hojo
第一回Data mining勉強会 -第二章 - 原案
第一回Data mining勉強会 -第二章 - 原案
yushin_hirano
Python による 「スクレイピング & 自然言語処理」入門
Python による 「スクレイピング & 自然言語処理」入門
Tatsuya Tojima
C#でもメタプログラミングがしたい!!
C#でもメタプログラミングがしたい!!
TATSUYA HAYAMIZU
LDA入門
LDA入門
正志 坪坂
第一回Data mining勉強会 -第二章
第一回Data mining勉強会 -第二章
Tomonobu_Hirano
Rブートキャンプ
Rブートキャンプ
Kosuke Sato
企業等に蓄積されたデータを分析するための処理機能の提案
企業等に蓄積されたデータを分析するための処理機能の提案
Toshiyuki Shimono
10分で分かるr言語入門ver2.7
10分で分かるr言語入門ver2.7
Nobuaki Oshiro
Tokyo r45 beginner_2
Tokyo r45 beginner_2
Takashi Minoda
10分で分かるr言語入門ver2.4
10分で分かるr言語入門ver2.4
Nobuaki Oshiro
Ähnlich wie 10分で分かるr言語入門ver2 upload用
(20)
10分で分かるr言語入門ver2.8 14 0712
10分で分かるr言語入門ver2.8 14 0712
10min r study_tokyor25
10min r study_tokyor25
10min r study_tokyor25
10min r study_tokyor25
統計環境R_データ入出力編2016
統計環境R_データ入出力編2016
12-11-30 Kashiwa.R #5 初めてのR Rを始める前に知っておきたい10のこと
12-11-30 Kashiwa.R #5 初めてのR Rを始める前に知っておきたい10のこと
統計環境R_はじめの一歩2016
統計環境R_はじめの一歩2016
初心者のためのRとRStudio入門 vol.2
初心者のためのRとRStudio入門 vol.2
C ai p3_jp_no3v1.0
C ai p3_jp_no3v1.0
Rプログラミング02 データ入出力編
Rプログラミング02 データ入出力編
Stan勉強会資料(前編)
Stan勉強会資料(前編)
第一回Data mining勉強会 -第二章 - 原案
第一回Data mining勉強会 -第二章 - 原案
Python による 「スクレイピング & 自然言語処理」入門
Python による 「スクレイピング & 自然言語処理」入門
C#でもメタプログラミングがしたい!!
C#でもメタプログラミングがしたい!!
LDA入門
LDA入門
第一回Data mining勉強会 -第二章
第一回Data mining勉強会 -第二章
Rブートキャンプ
Rブートキャンプ
企業等に蓄積されたデータを分析するための処理機能の提案
企業等に蓄積されたデータを分析するための処理機能の提案
10分で分かるr言語入門ver2.7
10分で分かるr言語入門ver2.7
Tokyo r45 beginner_2
Tokyo r45 beginner_2
10分で分かるr言語入門ver2.4
10分で分かるr言語入門ver2.4
Mehr von Nobuaki Oshiro
20181117_データ分析プロジェクトの流れを理解する_PDCAとKPIツリー
20181117_データ分析プロジェクトの流れを理解する_PDCAとKPIツリー
Nobuaki Oshiro
20170909 reafletでお手軽可視化 on_r_20分ver_up用
20170909 reafletでお手軽可視化 on_r_20分ver_up用
Nobuaki Oshiro
20170826 fukuoka.r告知_reafletでお手軽可視化_on_r
20170826 fukuoka.r告知_reafletでお手軽可視化_on_r
Nobuaki Oshiro
20170707 rでkaggle入門
20170707 rでkaggle入門
Nobuaki Oshiro
15 0117 kh-coderご紹介 for R users
15 0117 kh-coderご紹介 for R users
Nobuaki Oshiro
15 0117 kh-coderご紹介
15 0117 kh-coderご紹介
Nobuaki Oshiro
15 0117 r言語活用事例-外部公開用
15 0117 r言語活用事例-外部公開用
Nobuaki Oshiro
10分で分かるr言語入門 短縮バージョン 15-0117_upload用
10分で分かるr言語入門 短縮バージョン 15-0117_upload用
Nobuaki Oshiro
Doradora09 lt tokyo_r33
Doradora09 lt tokyo_r33
Nobuaki Oshiro
10分で分かるr言語入門ver2.3
10分で分かるr言語入門ver2.3
Nobuaki Oshiro
10分で分かるr言語入門ver2.2 13 0223
10分で分かるr言語入門ver2.2 13 0223
Nobuaki Oshiro
Code iq×japanr 公開用
Code iq×japanr 公開用
Nobuaki Oshiro
10分で分かるR言語入門ver2.1
10分で分かるR言語入門ver2.1
Nobuaki Oshiro
10分で分かるR言語入門ver2_0906
10分で分かるR言語入門ver2_0906
Nobuaki Oshiro
Tokyor24 doradora09
Tokyor24 doradora09
Nobuaki Oshiro
Tokyor23 doradora09
Tokyor23 doradora09
Nobuaki Oshiro
Survival analysis0702 2
Survival analysis0702 2
Nobuaki Oshiro
Mehr von Nobuaki Oshiro
(17)
20181117_データ分析プロジェクトの流れを理解する_PDCAとKPIツリー
20181117_データ分析プロジェクトの流れを理解する_PDCAとKPIツリー
20170909 reafletでお手軽可視化 on_r_20分ver_up用
20170909 reafletでお手軽可視化 on_r_20分ver_up用
20170826 fukuoka.r告知_reafletでお手軽可視化_on_r
20170826 fukuoka.r告知_reafletでお手軽可視化_on_r
20170707 rでkaggle入門
20170707 rでkaggle入門
15 0117 kh-coderご紹介 for R users
15 0117 kh-coderご紹介 for R users
15 0117 kh-coderご紹介
15 0117 kh-coderご紹介
15 0117 r言語活用事例-外部公開用
15 0117 r言語活用事例-外部公開用
10分で分かるr言語入門 短縮バージョン 15-0117_upload用
10分で分かるr言語入門 短縮バージョン 15-0117_upload用
Doradora09 lt tokyo_r33
Doradora09 lt tokyo_r33
10分で分かるr言語入門ver2.3
10分で分かるr言語入門ver2.3
10分で分かるr言語入門ver2.2 13 0223
10分で分かるr言語入門ver2.2 13 0223
Code iq×japanr 公開用
Code iq×japanr 公開用
10分で分かるR言語入門ver2.1
10分で分かるR言語入門ver2.1
10分で分かるR言語入門ver2_0906
10分で分かるR言語入門ver2_0906
Tokyor24 doradora09
Tokyor24 doradora09
Tokyor23 doradora09
Tokyor23 doradora09
Survival analysis0702 2
Survival analysis0702 2
10分で分かるr言語入門ver2 upload用
1.
10分で分かる R言語入門 ver2 大城信晃 2015/02/21 TokyoR#461
2.
本セッションの役割 •R初心者のために基礎を説明 •本勉強会の以降の他セッションの前提 知識を得てもらう •資料は後ほど公開しますのでざっと眺 めていただければと思います 2
3.
アジェンダ •自己紹介 •Rって何 •Rの使い方 •Rの資料 3
4.
自己紹介 • 名前:大城信晃 • Twitter:doradora09 •
職業:データマイニングエンジニア • R:勉強中。 • 業務ではhadoop使ってます • マイブーム: • カクテル作り • カメラ 4
5.
執筆しました!(一部) http://www.amazon.co.jp/dp/47981349025
6.
これまで/現在の仕事 •ショッピング関連 •商品/製品DB 保守開発 •データ分析関連 •行動ターゲティング •DMP •データを使って顧客像を探る 6
7.
TokyoRでは •第1回から主に運営側で参加 •初心者セッション •懇親会(ピザ、お酒) 7
8.
アジェンダ •自己紹介とお知らせ •Rって何 •Rの使い方 •Rの資料 8
9.
R言語(アールげんご)は、オープン ソースでフリーソフトウェアの統計 解析向けプログラミング言語、及び その開発実行環境である。 Wikipediaより引用 9
10.
での使われ方 •プロトタイプをRで作って検証 •PythonやC++で実装 GoogleとFacebookではRをどうやって使っているのか? http://pracmper.blogspot.jp/2010/01/googlefacebookr.html 10
11.
用途で分類 プロトタイピング実務利用 コマンドライン形式(CUI) 画面上で操作(GUI) 業務専用 ソフト 実装 11
12.
特徴 価格 大規模データ
速度 統計特化 無料 △ (メモリ依存) △ SAS/ SPSS 統計特化 数十万∼ ○ ○ エクセル 直感的 1万∼ (約100万行) C++ 高速だが 開発コスト高 無料∼ 数万 実装次第 ◎ Python スクリプト 言語 無料 実装次第 ○ 他言語との比較 12
13.
こんな方におすすめ •色々な統計手法を試してみたい方 •エクセルでは物足りない方 •まずは無料で始めてみたい方 13
14.
あると望ましいスキル •プログラミングの基礎 •統計学の知識 •(英語力) 14
15.
アジェンダ •自己紹介とお知らせ •Rって何 •Rの使い方 •Rの資料 15
16.
インストール Windows http://cran.md.tsukuba.ac.jp/ bin/windows/base/ Mac http://cran.md.tsukuba.ac.jp/ Linux http://cran.md.tsukuba.ac.jp/ 16
17.
Rコンソール起動 17
18.
Rコンソール起動 ココに処理を 記述していく 18
19.
処理の記述 3+5 = 8 10-7
= 3 19
20.
処理 解析の流れ データ レポート 20
21.
処理 解析の流れ データ レポート 変数 配列 行列 関数 パッケージ 自作関数 作図 CSV データフレーム 21
22.
処理 解析の流れ データ レポート 変数 配列 行列 データフレーム 関数 パッケージ 自作関数 作図 CSV 22
23.
値を入れる箱 > hako <-
10 > hako [1] 10 > hako * 2 [1] 20 変数 23
24.
値を入れる箱 > hako <-
10 > hako [1] 10 > hako * 2 [1] 20 変数 変数に対して 処理(かけ算) 変数に値を入れる 左矢印のイメージ 24
25.
複数の値をまとめる > array <-
c(10,20,30) > array [1] 10 20 30 > array * 2 [1] 20 40 60 配列 25
26.
複数の値をまとめる > array <-
c(10,20,30) > array [1] 10 20 30 > array * 2 [1] 20 40 60 処理は 配列全体に 適用される 配列 3つの値を 配列に格納 26
27.
各要素へのアクセス > array[1] [1] 10 >
array[2] [1] 20 > array[3] [1] 30 配列 27
28.
各要素へのアクセス > array[1] [1] 10 >
array[2] [1] 20 > array[3] [1] 30 配列[番号]で 1個ずつ値を 取り出せる 配列 2個目 3個目 28
29.
2次元の配列 > array2 <-
matrix(c(10,20,30, 40,50,60), 2, 3) > array2 [,1] [,2] [,3] [1,] 10 30 50 [2,] 20 40 60 行列 29
30.
2次元の配列 > array2 <-
matrix(c(10,20,30, 40,50,60), 2, 3) > array2 [,1] [,2] [,3] [1,] 10 30 50 [2,] 20 40 60 matrixという 関数を利用して 作る 行列 2行3列の 行列 30
31.
行列覚え方 http://wakuteka.info/R/110729 より転載31
32.
各要素の指定 > array2[1,1] [1] 10 >
array2[1,] [1] 10 30 50 > array2[,1] [1] 10 20 行列 32
33.
各要素の指定 > array2[1,1] [1] 10 >
array2[1,] [1] 10 30 50 > array2[,1] [1] 10 20 1行1列を 指定 行列 1行目全体 を指定 1列目全体 を指定 33
34.
複数の型を持てる > sex <-
c("F","F","M","M","M") #性別 > height <- c(158,162,177,173,166) #身長 > weight <- c(51,55,72,57,64) #体重 > ( x <- data.frame(SEX=sex, HEIGHT=height, WEIGHT=weight) ) SEX HEIGHT WEIGHT 1 F 158 51 2 F 162 55 3 M 177 72 4 M 173 57 5 M 166 64 データフレーム 34
35.
複数の型を持てる > sex <-
c("F","F","M","M","M") #性別 > height <- c(158,162,177,173,166) #身長 > weight <- c(51,55,72,57,64) #体重 > ( x <- data.frame(SEX=sex, HEIGHT=height, WEIGHT=weight) ) SEX HEIGHT WEIGHT 1 F 158 51 2 F 162 55 3 M 177 72 4 M 173 57 5 M 166 64 性別(文字列型) 身長、体重(数値型) データフレーム data.frame関数で セット 35
36.
要素の指定 > x$HEIGHT [1] 158
162 177 173 166 ! > x$HEIGHT[1] [1] 158 ! > x$HEIGHT[1:3] [1] 158 162 177 $で 身長(HEIGHT) を全指定 データフレーム 身長1つめだけ 身長1-3番目 36
37.
ここまで • 変数:1種類の型の値を1つ入れる箱(スカラー) • 配列:1種類の型の値を複数入れる箱(ベクトル) •
行列:1種類の型の複数ベクトルをまとめて表現 • データフレーム:複数の型のベクトルをまとめて 表現 37
38.
CSV 処理 解析の流れ データ レポート 変数 配列 行列 関数 自作関数 データフレーム パッケージ 作図 38
39.
処理の呼び出し関数 •関数は複数の処理をまとめたもの •様々な計算が手軽に実行できる 39
40.
処理の呼び出し関数 目的 関数名と書式 データの結合 C(データ) 合計
sum(データ) 個数を求める length(データ) 平均 mean(データ) 標準偏差 sd(データ) ・・・ ・・・ 40
41.
合計を求める関数 > array [1] 10
20 30 > sum(array) [1] 60 41
42.
合計を求める関数 > array [1] 10
20 30 > sum(array) [1] 60 処理結果が 出力される 関数名(引数) で処理呼び出し 先ほどの配列 42
43.
行列も足せる > array2 [,1] [,2]
[,3] [1,] 10 30 50 [2,] 20 40 60 > sum(array2) [1] 210 関数 43
44.
行列も足せる > array2 [,1] [,2]
[,3] [1,] 10 30 50 [2,] 20 40 60 > sum(array2) [1] 210 合計値が 表示される 関数 先ほどの行列 array2 44
45.
結果を格納関数 > ret <-
sum(array2) > ret [1] 210 変数 45
46.
結果を格納関数 > ret <-
sum(array2) > ret [1] 210 処理結果を 変数に格納 変数 合計値の 確認 46
47.
CSV読み込み •変数に毎回データを手入力するのは面倒 •CSV形式(カンマ区切り)ファイルを読み 込む関数がある 関数CSV 47
48.
関数CSV > hawks <-
read.csv("hawks.csv") ! > hawks height salary 1 173 17000 2 178 14000 3 180 9000 CSV読み込み 48
49.
関数CSV > hawks <-
read.csv("hawks.csv") ! > hawks height salary 1 173 17000 2 178 14000 3 180 9000 read.csv関数に hawks.csvという CSVファイルを 渡して 変数に代入 CSV読み込み 49
50.
CSV読み込み関数CSV > hawks <-
read.csv("hawks.csv") ! > hawks height salary 1 173 17000 2 178 14000 3 180 9000 CSVファイルの 変数への 読み込みが 確認できる50
51.
自分で関数を作る •関数は自分で定義することも可能 •繰り返し使う処理は自作関数にする 自作関数 51
52.
関数の書き方 関数名 <- function
(引数) { 処理 } 52
53.
自分で関数を作る自作関数 > varp <-
function(x) { retsult <- var(x) * (length(x) - 1) / length(x) retsult } > varp(array) [1] 66.66667 53
54.
自分で関数を作る自作関数 > varp <-
function(x) { retsult <- var(x) * (length(x) - 1) / length(x) retsult } > varp(array) [1] 66.66667 関数の定義 処理を記述する 実行 54
55.
ここまで •組み込み関数:基本的な演算が可能 •CSV:read.csv関数でCSV形式のデー タを読み込める •自作関数:自身で関数を定義できる 55
56.
処理 解析の流れ データ レポート 変数 配列 行列 関数 パッケージ 自作関数 作図 CSV データフレーム 56
57.
標準作図関数作図 •標準の関数でも色々と作図可能 目的 関数名 ヒストグラム hist 散布図
plot 箱ヒゲ図 boxplot ・・・ ・・・ http://cse.naro.affrc.go.jp/takezawa/r-tips/r/50.html 参考URL 57
58.
> x <-
rnorm(50) > hist(x, breaks=seq(-3, 3,1)) 標準作図関数作図 58
59.
> x <-
rnorm(50) > hist(x, breaks=seq(-3, 3,1)) 標準作図関数作図 乱数生成 ヒストグラム 作図関数 59
60.
> x <-
rnorm(50) > plot(x) 標準作図関数作図 乱数生成 プロット 関数 60
61.
関数をまとめたもの •複数の関数をまとめたもの •様々なパッケージがCRANというシステ ムにて無料公開されている •自作のパッケージも公開できる パッケージ 61
62.
例 •作図パッケージggplot2を使えるよう にする 62
63.
> install.packages( ggplot2
) > library("ggplot2") 外部パッケージパッケージ 作図 63
64.
> install.packages( ggplot2
) > library("ggplot2") CRANから パッケージ ダウンロード& インストール 外部パッケージパッケージ 作図 パッケージを ロード 64
65.
a <- 1:10 b
<- a^2 qplot(a,b) qplotが利用可能パッケージ 作図 65
66.
a <- 1:10 b
<- a^2 qplot(a,b) qplotが利用可能パッケージ 作図 ggplot2 パッケージ の関数 66
67.
qplot(carat, price, data =
diamonds, colour = clarity) サンプルデータ diamonds パッケージ 作図 diamonds データの carat, priceを 描画 67
68.
参考資料パッケージ 作図 http://www.slideshare.net/dichika/ggplot268
69.
紹介:分析用もあるパッケージ 目的 パッケージ名 主成分分析 stats(組み込み済) 対応分析
MASS クラスター分析 stats 線形回帰分析 stats 生存分析 survival ニューラルネット nnet ・・・ ・・・ 処理 69
70.
詳細はこちらの書籍で http://amazon.jp/dp/4627096011/ •過去にTokyoRでもテキストとして利用 70
71.
ここまで •作図関数:可視化が可能 •パッケージ:CRANからダウンロード して利用する 71
72.
処理 Rで一連の分析が可能 データ レポート 72
73.
アジェンダ •自己紹介とお知らせ •Rって何 •Rの使い方 •Rの資料 73
74.
•日本語の資料 74
75.
seekR http://seekr.jp/ •R言語用検索エンジン 75
76.
ちなみに •中の人がTokyoRで発表して下さいました! http://www.slideshare.net/hiratake55/ seekrjp-2228155476
77.
RjpWiki •R言語のWiki http://www.okada.jp.org/RWiki/ 77
78.
Rコミュニティ発表資料 http://lab.sakaue.info/wiki.cgi/JapanR2010?page=FrontPage 「勉強会発表内容一覧」のリンクから •Tokyo.R, Nagoya.R, Tukuba.Rのアーカイブ 78
79.
RとSQLの対応付け •SQLが分かる人は一読の価値有り http://d.hatena.ne.jp/a_bicky/20110529/1306667230 79
80.
サンプルデータ •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 •http://d.hatena.ne.jp/hoxo_m/ 20120214/p1 •データセット一覧 •http://vincentarelbundock.github.io/ Rdatasets/datasets.html 80
81.
81
82.
•以下海外のサイト(英語) 82
83.
CRAN Task Viws •Rには5000以上パッケージがある (2014/09現在) •用途別におすすめパッケージを紹介 http://cran.r-project.org/web/views/ 83
84.
CRAN Task Viws •日本語訳してるサイト(一部機械翻訳) http://www.trifields.jp/r-cran-task-views-639 84
85.
R-Chart •Rでの作図のサンプルが多数ある http://www.r-chart.com/ 85
86.
まとめ •Rは無料の統計解析ソフト •データ解析からレポートまで利用可能 •Web上の資料も充実 86
87.
まとめ •Rは無料の統計解析ソフト •データ解析からレポートまで利用可能 •Web上の資料も充実 是非使ってみましょう! 87
88.
ご清聴ありがとうございました 88
89.
質疑応答 89
90.
予備資料 90
91.
連携も可能 プロトタイピング実務利用 プログラミング言語寄り (カスタマイズ可能) 直感的な操作(用途は限定) 業務専用 パッケージ .C()関数 RExcel 91
92.
イケメンツールRStudio 92
93.
RStudio資料 http://www.slideshare.net/wdkz/ rstudio-1386695893
94.
初心者だけど2回目 •箕田さんの初心者セッション •集計、条件分岐、ループ、作図など http://www.slideshare.net/ aad34210/tokyo-r21 http://www.slideshare.net/ aad34210/tokyo-r30-beginner 94
95.
Tips 95
96.
補足:クリップボード関数 #windowsの場合! >hawks <- read.table("clipboard", header=TRUE,sep=’,’);! #macの場合! >hawks
<- read.table(pipe("pbpaste"), header=TRUE,sep=’,’)! > hawks! height salary! 1 173 17000! 2 178 14000! 3 180 9000! クリップボードからも 読み込み可能 CSV 96
97.
補足2:関数調べ方関数CSV > ?read.table > ??read.table >help(read.table) !
ヘルプを 呼び出すことが 出来る 97
98.
補足2:関数調べ方関数CSV 後半には 用例もあるので 参考に > ?read.table > ??read.table >help(read.table) ! 98
99.
紹介:テキスト解析ツール KH Corder •茶筅やRを裏側で利用(Rのソースで出力可) •GUIで形態素解析、対応分析、ネット ワーク分析が簡単にできる http://khc.sourceforge.net/ 99
Jetzt herunterladen