対応分析研究会 第３回報告資料

1. 対応分析研究会
第3回
「R⼊⾨/Rで対応分析」
2021/02/18
Ver1.0
藤本⼀男
Kazuo.fujimoto2007[at]gmail.com

2. 構成
• 「Rで対応分析」をタイトルをつけてますが、
それを⽬的としながら、これまでRに触れたこ
とがない⽅も対象にお話を進めます。
• Rの構成
• Rでどんな⾵に⾒えるのか
• Rで対応分析
• Rでカテゴリカルデータ分析
• その他諸々

3. このスライドの付録
• このスライドは、ガイドです。
• Rのスクリプト、それが吐き出した出⼒は、以
下のところに並べてあります。
• https://bit.ly/3atLwEg

4. Rとはなにか
• よく「無料の統計ソフト」という⾔い⽅がされ
る。
• ある時は「貧乏⼈のSPSS」とも呼ばれた
• そのために「無料」のソフトなんだから⼤した
ことはできないだろう、という思い込みさえ流
布されてしまっている。
• そんなことはありません。無料です。ですから、
無保証です。これ、有償ソフトでもそれを使っ
た結果にはなんら補償はないので同じことかと。

5. Rをめぐる困難？
• メニュー形式（GUI）ではなく、コマンドを⼊
⼒（CUI）するので敷居が⾼い。
• 問題（エラーなど）が発⽣した場合、⾃⼒で解
決しなくてはならない。
• 必ずしも簡単ではないのですが、⾃分で解決し
ていく⼿順を⼿にいれれば、あとは「楽」にな
ります。
• 加えて、macOSの場合、いろいろ設定が。

6. Rの歴史
• ベル研でのSの開発
• JMチェンバース達
• EDAのTukeyの流れ
• グラフィックスを得意とする統計処理⾔語（統計処
理環境）
• Rへ
• R Foundation
• 詳しくは、Rjpwikiの以下のページを
• http://www.okadajp.org/RWiki/?R%EF%BC%9A%E9%81
%8E%E5%8E%BB%E3%81%A8%E6%9C%AA%E6%9D%A5
%E3%81%AE%E6%AD%B4%E5%8F%B2

7. Rをどうやって学ぶ？
• この解説のアプローチ
• Rとはなにかを、R⾔語の全体像からは説明しませ
ん。（無理…。なんでもできる⾔語ですから。）
• 切り⼝を絞ります：
• 対応分析
• カテゴリカルデータ
• 社会調査
そして
• EDAという分析アプローチ

8. Rへの三つの「⼊り⼝」
• スッピンのR
• RcmdrというGUIのR
• Rstudio ★

9. Rの壁
• Base R の使い⽅が基本
• それでも、tidyverseで導⼊されたパイプ処理
（%>%）を使うとスクリプトが⾒えるようになる。
• .Rmd（Rmarkdown）で、再現可能性が⾼まる。
• Graphics
• Base Rのグラフィックス
• ggplot2 という解ってしまえば⾃由度の⾼いグラ
フィックス。
• こんな「区分」があることを知っておくと、
「書籍」を読む際に混乱しないかも。

10. Part 1
少し実演

11. Rがインストールされている環境で
• Rのインストール
• CRANにいくと、OSごとのリンクがあります。
• The Comprehensive R Archive Network
• https://cran.r-project.org/
• ⼀番⼤事な
ページです。

12. まずは、基本構成を！
• Rの本体
• コンソールに
コマンドを⼊
⼒
• 結果がコン
ソールやグラ
フィック・ウ
インドウに表
⽰されます。
macOSでの画⾯ですが
Windowsでも同じような
ものかと。

13. 最初の⼀歩！
• 以下のコマンドをコンソールから⼊⼒します。
• コマンドは、半⾓です。
• x <- rnorm(1000)
• y <- rnorm(1000)
• Plot(x,y)
• x（とy）に、rnorm（正規乱数で）1000個の
データを⽣成し代⼊しなさい。
• xとyの散布図を描画しなさい。

15. ⼆歩⽬！
• スクリプト（プログラム）
を書いて、実⾏します。
• ファイル名はなんでもOK。
ただ、拡張⼦は「.R」
• ⼀⾏ずつ実⾏もできます。
• 領域を指定して実⾏もでき
ます。
• 全部を実⾏もできます。
• 1000 のところをNに置き換
えます。
• ⼀度やった処理をなんでも
繰り返せます。
• N＝1000 ですが、これを
100000 にして実⾏するこ
とも可能です。

16. このあとは⾃分で歩いていけ
ます
• Rの機能
• baseと呼ばれるR本体に最初からついてくる基本部分。
• これにpackageとして様々な機能を追加することができ
ます。
• ほんの⼀例
• ca Greenacre先⽣とテクサポのNenadicさんの作品
• FactoMineR F.Husson先⽣のPCA,CA,MCA。
• vcd M.Friendly先⽣のカテゴリカルデータ分析
• car J.Fox先⽣の回帰分析必携
• Rcmdr J.Fox 先⽣のRでGUI
• これらをlibray()で指定してloadする

17. Rを使う3形態
• スッピンのRを使う
• コンソールでコマンドをたたく
• スクリプト・エディタでスクリプトを書く
• package Rcmdr を使い、GUIでRを使う。
• RStudioを使い、Rmd（Rmarkdown）でスクリプト
を記述する。★
• どれを推すか、と⾔われれば、RStudioですが、⼊
り⼝として（また併⽤ツールとして）RCmdrも優
れものだと思います。
• 各関数の引数(arg)の使い⽅がわかります。
• 使った昨⽇のスクリプトも吐き出すので、それを再利⽤
できます。

18. Rcmdr RCommander
• J.Fox 先⽣の作品
• package Rcmdrをインストール
• これはメニューからできます。
• library(Rcmdr) でロード

19. Rcmdr の使い⽅
• はじめてRに触れる学⽣には「やさしい」
• メニューには基本的な統計処理は⽤意されてい
る。
• カテゴリカル変数処理系は少ないが…
• さまざなパッケージのRcmdrプラグインが提供され
ている。
• FactoMineR（PCA,CA,MCA）のプラグインもある
• メニューから選択し使⽤したコマンドのコマン
ド列（引数も設定されている）が履歴として残
るので、そのコマンドの使い⽅の⽣きたレファ
レンスになる。

20. 最新のRcmdrでは
• Rmarkdownがサポートされている
• ⇄ RStudioとの共有。（.Rでも可能だが）
• pandocをインストールすると、レポートをWord形
式で出⼒できる。
• 少し、実演
• macOSの⼈は、terminalからRを起動してそこで
library(Rcmdr)とすると動きがもさっとしない
ようです。

21. 真打：Rstudio
• インストールは、
• Rstudio https://rstudio.com/products/rstudio/
• Products – Rstudio でRstudio Desktopを選び、Download
Rstudio Desktopから⾃分のOSにあったものをダウンロー
ドします。
• 起動は、アイコンをクリック
• スクリプトは、Rmarkdownという書式で書く。と
いってもなにか難しいことではない。
• コマンドだけでなく、コメント、分析に関係する解釈、
など、そのままレポートを⽣成できる。
• Rmarkdown以前は、スクリプトと描画したグラフと、ｒポー
トは、バラバラのファイルだったので、管理がうまくいかな
かった。
• RMarkdownで⼀元管理。
• 関係するファイルは、プロジェクトというディレクトリ
（フォルダ）で管理される。

22. スクリプト編集画⾯
コンソール、ターミナル画⾯
変数、履歴、など管理
ファイル、プロット、help、
など

23. Rmdの編集、実⾏が処理の中
⼼です
• その結果が、Rmdのファイルに現れます。
• 出⼒されたグラフをcopyしレポート（wordなど）に
pasteする必要がありません。
• Knitr コマンドでHTMLなどに出⼒できます。
• 出⼒されたHTMLファイルをFILEペインでクリックす
ると、ブラウザで表⽰することができます。

24. Part 2
Rを使うために知っておいた⽅がいいこと

25. Rの基本構造（復習）
• スッピンのRで実演を振り返ります。
• コンソール(console)から
• コマンドを⼊⼒
• グラフを描きます
• スクリプトエディタで
• 同じコマンドを⼊⼒
• ⼀⾏づつ実⾏
• 修正して実⾏
• 機能追加は、packageで
• library(……)

26. 少し実演
雰囲気をみてください
• スッピンR
• RcmdrでR
• RstudioでR

27. 構成：baseとpackageの組合せ
R base ＋
Package
Package
Package
Package
Package
分析の⽬的によって必要なものをload
して使います。
Rをインストールすると「基本構成」
としておおよそのものがついてき
ます。
Rcmdrもpackageです

28. 基本操作：コンソールとスク
リプト
Console ＋ Script
コンソールから⼊⼒：結果もコンソール
スクリプトから実⾏
結果はコンソール
繰り返し実⾏できる。
filename.R

29. Rstudio:IDE(統合開発環境)
Integrated Development Environment
Console Script
File/package/object..
スッピンのR
Filename.R、filename.Rmd ★

30. Rstudioを使うメリット
• Project として、ファイル類をまとめて管理で
きる。
• スッピンRやRcmdrだと、⾃分でフォルダ/ディレク
トリを管理する必要あり。（作業が少し増えてくる
と⼤混乱します。）
• Rmdを使った再現可能処理
• スクリプトファイルは、コマンド処理の流れは記録
さえますが、その結果であるグラフなどもまとめて
管理できます。

31. Rmarkdownをマスターすると
幸せになれます。
• markdown書式
• markupの逆？
• HTML：Hyper Text Markup Language
• テキストファイル上の簡単な書式でアウトライン/レイ
アウトなどを表現する
• # ⾒出し１
• ## ⾒出し２
• これをR⽤に拡張したもの
• Rmarkdown
• Rへのコマンドだけでなく、表やグラフなど処理結果を
⼀つのファイルとしてまとめることができる。
• 再現可能な処理を記録。
• レポートまで作成

32. スクリプトの構成
⼊⼒ 処理 結果
データ 統計処理 処理結果
表、
グラフ、
…
コマンド
引数、オプション
スクリプトの内部で作成
外部から読み込み
などなど

33. スクリプトの構成
⼊⼒
処理１
結果
処理１
処理１
：
：
この関係をシンプルに表現するのが
パイプ演算⼦%>% というもの

34. Rの⾔語的特徴
• ベクトル/⾏列演算が可能
• Σ で関係を表⽰すると
• I,j,k…でまわす
• プログラム的には、for ⽂で表現（間違いのも
と）！
• ベクトル/⾏列表現だと、シンプル！
• 実例は、本⽂の解説の中でやります。

35. part3

36. 実際に使うのに不可⽋なもの
• データ⼊⼒
• Excelやテキストファイルでつくったデータをどう
やってR/RStudioに読み込むのか
• Rmarkdown上でどうやってデータを記述するのか。
• SPSSのデータ（.sav）を読み込むこともできます
（package haven）。
• 以下、実例を交えながら説明します。
• 参照URL：https://bit.ly/3atLwEg

37. クロス表を使う
• http://419kfj.sakura.ne.jp/db/wp-
content/uploads/2021/02/Fisher1940.html を⾒なが
ら説明します。
• Fisherが「判別判定の精緻化」1940でつかった、髪
の⾊と⽬の⾊の関係をクロス集計したデータ。
• 出典：http://onlinelibrary.wiley.com/doi/10.1111/j.1469-
1809.1940.tb02264.x/pdf
• データを書き込む
• ベクトル
• ⾏列
• 表にする
• mosaic plot
• カイ⼆乗検定

38. P値ハッキング
• http://419kfj.sakura.ne.jp/db/wp-
content/uploads/2021/02/p-valHack.html
• p値が有意にならないクロス表をつくる。
• 各セルの⽐率をそのままにして、総数Nを増や
していく。
• その都度のp値をplotしてみる。

39. アンスコムの４重奏
• Anscombeの論⽂
• https://www.sjsu.edu/faculty/gerstman/StatPrimer/ansc
ombe1973.pdf
• Kieran Healy,,2019(2021),『データ可視化⼊⾨』
講談社p25 アンスコムの４重奏
• グラフを確認しないで回帰分析のresult数値だ
けを⾒ていると判断をあやまりますよ、という
例。
• http://419kfj.sakura.ne.jp/db/wp-
content/uploads/2021/02/Chap1.html

40. Part 4
Rで対応分析

41. 対応分析をRでやります
• Package caをloadします
• まずはこれだけでやってみます。
• データは、smoke 従業員と喫煙習慣(chapxの
データです)
• 実演します

42. 対応分析/多重対応分析
• 処理⾃体は、１⾏です。
• 例：FactoMineRのCA
• res.CA <- CA(.tbl)
• グラフも出⼒されます。
• ただし条件が！
• .tbl としてデータが⽤意されていること。
• どの分析⼿法でも同じですが、この過程いかんによって
は、結果はゴミとなります。
• res.CA に出⼒されたresultを評価するために、計算
された統計量を評価すること
• ここがCAやMCAを使いこなすポイント。

43. Resultを⾒てみましょう
• 吐き出された統計量の詳しいことは今後の研究会
で説明していきます（この研究会のメインテー
マ）。
• まずはグラフ出⼒
• ⾏変数、列変数を双⽅とも主座標にする（対称マップ）
かどちらかを標準座標にするか、指定。
• グラフ表⽰をinteractive にする描画ツールも公開さ
れています。
• Package explor
• ⼊⼒できるCA/MCAのresultは要チェック。
• CONTR（軸の形成に寄与）、cos2（軸がそのポイントにど
れだけ寄与しているか）をもとに、ポイントの⼤きさを変化
させせて表⽰できる。
• MCAでの集中楕円を表⽰できる。

44. Package vcdのmosaic plotを使う
• 対応分析は、カテゴリカル・データ分析におけ
るEDA（探索的データ解析Tukry1977）の１ピー
スなので、基本的なカテゴリカルデータ分析⼿
法と併⽤します。
• 出発点は、クロス表
• ⾏分析、列分析
• カイ2乗検定
• 期待値からのズレ
• などを図⽰してみます
• http://419kfj.sakura.ne.jp/db/wp-
content/uploads/2021/02/Fisher1940.html

45. 困った時は！
• 近くにいるRに詳しい⼈に相談する
• ネットで検索する
• R-wakalang で質問する
• Slackで開設されています。
• https://qiita.com/uri/items/5583e91bb5301ed5a4ba
• RjpWikiで調べて/質問する
• http://www.okadajp.org/RWiki/
• Rコミュニティに参加する
• 例えば：Tokyo.R https://tokyor.connpass.com/