はじめよう！R

Author

Affiliation

Koji Kosugi, PhD

Senshu University

自己紹介

• 小杉考司（こすぎこうじ）
• 生年月日：1976.1.17(117はいい数字)
• 専修大学人間科学部　教授　博士（社会学）
• 担当講義；心理学データ解析基礎，心理学データ解析応用
• 専門分野
  • 心理尺度の作り方，使い方
  • 多変量解析（因子分析，多次元尺度構成法），統計モデリング
  • 統計パッケージ開発；テスト理論用パッケージexametrika

Rの紹介

• R言語はオープンソースの統計解析環境
  • 豊富な統計手法とグラフィックス機能
  • 無料で利用可能で継続的に発展中
  • 拡張パッケージが充実（CRAN, Bioconductor等）
  • データサイエンス・統計分析の標準ツールの一つ
• RStudioはRをより使いやすくする統合開発環境（IDE）
  • コード編集、実行、可視化が一画面で完結
  • プロジェクト管理機能で作業を整理
  • Rmarkdown/Quartoによる再現可能な分析レポート作成

Rのはじめかた

0. SPSSやSASなどの統計ソフトをアンインストールします
1. CRAN（しーらん）と検索します。The Comprehensive R Archive Networkというサイトが出てくるはずです。
2. 自分のOS/CPUに合ったページから，最新版をダウンロードします。現在はR4.5.0になります(2025/04/11にupdate!)。
3. 指示に従ってインストール！「次へ」を連打するだけでいいです。簡単ですね！

cranのページ

Mac用パッケージマネージャHomebrew

MacにはパッケージマネージャHomebrewというアプリがあり，Homebrew経由で各種アプリをインストールするとパッケージのバージョンを(apt-getのように)管理してくれます。

• Homebrewのサイトを検索してアクセス。
• インストール用のコマンドがあるので，コピーしてターミナルにペーストするとインストールが始まります。
  • ターミナルはターミナルというアプリからできますが，iTermなどの専用アプリを使うもよし，VSCodeなどのターミナルウィンドゥを開くもよし，です。
• Homebrewが入ったらbrew install rのコマンド一つでOK!
  • brewで管理しているアプリのアップデートはbrew upgradeのコマンド一つでOK!

RStudioも使いましょう

1. RStudioで検索します。RStudio DesktopあるいはPosit社が出てきます。
2. Install RStudioからRStudio Desktopをダウンロードしてインストールしましょう。

RStudioはServer版もあります。サーバを用意すればブラウザ経由で簡単に使える利点があります。

• Homebrewで管理していたらbrew install --cask rstudioでOK!

RStudioの起動画面

RStudi起動画面

• 大きく4分割して使います。
• 起動して最初にやるのが「環境設定」です。
• メニューバーから，Tools > Global Optionsと進みます。

オススメ設定

環境設定画面

• General > Basic のWrokspace，Save Workspace to .RData on exit:をneverに
• General > Graphics > Graphics DeviceのBackendをAGGに
• Appearance の Editor Fontを見やすいフォントにしましょう
• Appearance の Editor Font sizeを見やすい大きさにしましょう

おすすめフォント

• Bizin Gothic
• HackGen

オススメ設定(つづき)

環境設定画面その2

• Pane Layoutを
  • SourceとCosoleを横並びに
  • かなりワイドな画面をお使いの方は，Add Columnで3列にしてsource paneを一列増やそう
• 設定が終わったら Apply(適用) ボタンをおして，OK で閉じる

RStudioの4つの窓

4つのペイン

Pane1

Sourceペイン;エディタ領域で，Rスクリプトを書く場所。

ソースペイン

Pane2

環境その他のペイン

• Environmentはメモリに入っている変数・オブジェクトを表示
• Historyは履歴を保管
• Connectionsはデータベースと繋げたりするときに使います
• Tutorialはlearnrパッケージを使ったチュートリアルをする画面です

環境ペイン

Pane3

• ConsoleペインはRエンジン。
  • >になっているときは入力待ち。直接入力してもOK
  • Sourceで書いたコードを送り込んで実行する，が基本的な使い方
  • Historyから送り込むことも可能

コンソールペイン

Pane4

ファイルその他のペイン；

• Filesはワーキングディレクトリの表示，簡単な操作
• Packageはパッケージ管理(後述)
• Plots,Viewerは出力表示

ファイルその他ペイン

RStudioはプロジェクト管理が基本

• プロジェクト＝フォルダに紐づいた作業環境を作ろう
  • File > New ProjectからNew Directory/Existing Directory/Version Controlを選ぶ
    • New Directory; 新しいフォルダで作業開始
    • Existing Directory; 既存のフォルダをプロジェクトと紐付け
    • Version Control; Githubレポジトリとプロジェクトを紐付け

Projectを開くStep1

Projectを開くStep2

Projectを開くStep3

プロジェクトにしておくと，作業フォルダの設定も自動でなされるから，ファイルの読み込みなどでパスの指定が楽になります。

• 作業単位でプロジェクトフォルダを作りましょう！
  • すでにフォルダに色々まとめている人は，Existing Directoryから
  • まだフォルダがない人は，New Directoryから

Projectをチェック

Rをさわってみましょう

はじめの1歩

• Rはインタプリタ言語＝一問一答
  • Consoleに>が出ていたら聞く準備ができています。
  • Consoleに+が出ていたら前の入力が終わってません。
• 直接Consoleに書き込むのではなく，スクリプトに書きましょう。
  • File > New File > R Script と進むと無名のスクリプトファイルが開きます
• スクリプトファイルが開いたら，まず次のように書きます。

rm(list = ls())

• 一行目は呪文のようなものだと思ってください。
  • rmという関数はremoveを意味していて，現在Rのメモリにある変数やオブジェクトを除外します。
  • list=ls()は「メモリのすべてのオブジェクトリスト」を意味するので，これで環境の初期化になります。

パッケージ

• パッケージは関数のセット。元のRに追加するだけで機能が増えます。
• パッケージはCRANを通じて公開され，ペインのPackagesタブで管理できます。

• デフォルトではCRANから取ってくることになります。(要ネット環境)
  • Packagesのところでexametrika等と入力してインストールしちゃいましょう。
  • あるパッケージが他のパッケージを必要とすることもあります。これを依存パッケージといいます。
  • RStudioのPackagesタブではinstall dependenciesにチェックがあるのがデフォルトです。
    • 依存パッケージがあれば自動的にインストールされます。

パッケージの使い方

• パッケージを使うにはlibraryと書きます。

library(exametrika)

要求されたパッケージ mvtnorm をロード中です

要求されたパッケージ igraph をロード中です

次のパッケージを付け加えます: 'igraph'

以下のオブジェクトは 'package:stats' からマスクされています:

    decompose, spectrum

以下のオブジェクトは 'package:base' からマスクされています:

    union

• これでexametrikaパッケージの持つ関数が実行できるようになりました！他のパッケージも同様です。

• パッケージのインストールを毎回する必要はありません。インストールは「手に入れる」ということだからです。

• パッケージの実装(library)はセッション毎に行う必要があります。これは「そうびする」ようなものです。

• Rスクリプトの冒頭でrm(list=ls())としましたが，分析に必要なパッケージはスクリプトの最上部にまとめて書いておきましょう。

  • Rはインタプリタなので，逐次的に処理が進みますが，行ったり来たりしていると「パッケージを読み込んだっけ？」とか「今は何の数字で何の計算をしてるんだっけ？」となってしまいます。
  • 細かいことですが，パッケージは読み込む順番に影響されることがあります。
    • 同じ関数名を異なるパッケージが使っている場合，後で読み込まれた方が上書きされます。
    • 混同しないようにPackageName::functionのように::で明示することがあります。

数値計算の基礎

• スクリプトに四則演算を書いて，Cmd+Enterでコンソールに送ります。
• 複数行選択/Runボタン/Sourceボタンをつかってもいいでしょう。

1 + 2

[1] 3

3 - 4

[1] -1

5 * 6

[1] 30

7 / 3

[1] 2.333333

• 出力に[1]とあるのは気にしないでください。
  • Rはベクトルで処理します。今回の演算も，要素が1つのベクトルとして考えて処理しています。
• 計算結果を保持する，あるいは名前をつけて管理することができます。
• Rは「名前をつけて管理する対象」をすべてオブジェクトといいます。

a <- 1 + 2
b <- 3 - 4
print(a)

[1] 3

print(b)

[1] -1

print(a + b)

[1] 2

• <-で代入を意味します。ショートカット(ALTと-,optionと-)も覚えておこう
• RStudioのEnvironmentタブに保存されているオブジェクトが表示されています。ダブルクリックで確認できます。

a <- 5
a + b

[1] 4

同じオブジェクト名なら上書きされることに注意

ベクトル，行列，リスト，データフレーム

• 複数の数字のセット，ベクトルはc()でくくることで表現します。
  • 連続した数字はコロン:で表現します。
• 2次元に並ぶ数字のセット，行列はmatrix()でつくります。
  • matrix関数にベクトルを与えるなどします。
• 3次元以上の数字のセット，配列はarray()で，dimオプションで各次元の大きさを指定します。
• 数字，文字，論理値(T/F)などが混在するもののセット，リストはlist()でつくります。
• リストの中でも矩形に整っているデータフレームは，data.frame()でつくります。

分析するときはデータフレームがもっともよく使われます

データフレームの上位互換，tibbleという型もあります。これはtibbleパッケージを読み込むことで使えるようになります。

ベクトル（Vector）の例

数値ベクトル

x <- c(1, 2, 3, 4, 5)
print(x)

[1] 1 2 3 4 5

文字列ベクトル

y <- c("りんご", "みかん", "バナナ")
print(y)

[1] "りんご" "みかん" "バナナ"

論理値ベクトル

• Rには文字，数字以外に論理値というのがあります。真/TRUEか偽/FALSEか，を表します。
• 使い方としては，論理判断の条件で使ったり，オプションの「スイッチオン・オフ」を表す時につかいます。
• 大文字のTやFは論理値を表す特別な用語(予約語)です。

z <- c(TRUE, FALSE, TRUE)
print(z)

[1]  TRUE FALSE  TRUE

行列（Matrix）

• 1から9までの数字で3×3行列を作成

m1 <- matrix(1:9, nrow = 3, ncol = 3)
print(m1)

     [,1] [,2] [,3]
[1,]    1    4    7
[2,]    2    5    8
[3,]    3    6    9

• 行名と列名を付ける

m2 <- matrix(1:9,
    nrow = 3, ncol = 3,
    dimnames = list(
        c("A", "B", "C"),
        c("X", "Y", "Z")
    )
)
print(m2)

  X Y Z
A 1 4 7
B 2 5 8
C 3 6 9

配列（Array）

• 2×3×2の3次元配列を作成

arr <- array(1:12, dim = c(2, 3, 2))
print(arr)

, , 1

     [,1] [,2] [,3]
[1,]    1    3    5
[2,]    2    4    6

, , 2

     [,1] [,2] [,3]
[1,]    7    9   11
[2,]    8   10   12

リスト（List）

• 様々な型のデータを含むリストを作成

my_list <- list(
    numbers = c(1, 2, 3),
    text = "Hello",
    logical = TRUE,
    matrix = matrix(1:4, 2, 2)
)
print(my_list)

$numbers
[1] 1 2 3

$text
[1] "Hello"

$logical
[1] TRUE

$matrix
     [,1] [,2]
[1,]    1    3
[2,]    2    4

リスト（List）

• リストの要素へのアクセス
  • 名前付きリストなら$マークで呼び出せます

my_list$numbers

[1] 1 2 3

my_list$numbers[3]

[1] 3

my_list$matrix[, 2]

[1] 3 4

my_list$matrix

     [,1] [,2]
[1,]    1    3
[2,]    2    4

データフレーム（Data Frame）

• データフレームの作成例
  • データフレームはリストの特殊な型なので，リストをas.data.frame関数で変換してもOK

df <- data.frame(
    name = c("田中", "鈴木", "佐藤"),
    age = c(25, 30, 28),
    gender = c("M", "F", "M"),
    height = c(170, 160, 175)
)

print(df)

  name age gender height
1 田中  25      M    170
2 鈴木  30      F    160
3 佐藤  28      M    175

• 要素へのアクセスの仕方はリストと同じです

df$age

[1] 25 30 28

データ構造の比較

特徴	ベクトル	行列	配列	リスト	df	Tibble
次元	1次元	2次元	n次元	階層構造	2次元	2次元
型の統一	必要	必要	必要	不要	列ごと	列ごと
データ型	単一	単一	単一	複数可	複数可	複数可
主な用途	単純な数列	数値計算	多次元データ	複雑なデータ	データ分析	データ分析

tibble型はデータフレームの上位互換で，tibbleパッケージを使うことで導入できます。主な特徴は次のとおりです。

• 型情報の表示
• 行数と列数の表示
• データの一部のみ表示（大きなデータセット時に便利）

パイプ演算子を活用しよう

• パイプ演算子は、データの処理を順番に繋げてくれる記号
• 左から右へ、データが流れていくイメージ！コードが読みやすく、理解しやすくなる

基本的な使い方

• パイプ演算子を使わないでいると？

result <- sum(sqrt(abs(log(c(1:10)))))

• パイプ演算子を使ってみると？

result <- c(1:10) |>
    log() |>
    abs() |>
    sqrt() |>
    sum()

• パイプ演算子はショートカットCtrl/Cmd + Shift + Mで入力できます
  • |>はR4.1以降使えるようになった，Rのもってるパイプ演算子
  • %>%はmagrittrパッケージや，それを含んだtidyverseパッケージで以前から使われていたもの

(余談)tidyな世界

• tidyverseパッケージは，データハンドリングを画期的に簡単にしたパッケージで，これでRのユーザが一気に広がったと言っても過言ではありません。
• tidyverseパッケージはパッケージのパッケージ。
  • 大規模データ用のデータフレーム，tibble
  • パイプ演算子のパッケージmagrittr
  • 描画を綺麗にしてくれるパッケージggplot2などが含まれます
• 専門の書籍も出ています tidyverseパッケージを基本にした改訂2版RユーザのためのRStudio[実践]入門〜tidyverseによるモダンな分析フローの世界

チートシートを活用しよう

• RStudioのメニューバー，Help> Cheat Sheetsと進んでください
• PDFファイル1，2枚分で基本的な使い方を始めとした，様々なチートシートが現れます！

具体的にデータを扱ってみよう

データの読み込みと操作

CSVファイルの読み込み

• CSVファイルはRでもっとも一般的なデータ形式の一つです
• エクセルファイルなどと違って，アプリケーションに依存せず，メモ帳で開くこともできますので，あらゆるOSに対応できます。
• 基本的な読み込み方法は read.csv() 関数を使います
• tidyverseパッケージを使っている人は，read_csv()関数のほうが細かな調整が効いていいかも

基本的なCSV読み込み

data <- read.csv("data.csv")

日本語を含むCSVファイルの場合

• Windowsユーザ/Excelユーザは文字化けを起こす可能性があります。
• 世界標準であるUTF-8という文字コードでファイルを管理しましょう

data <- read.csv("data.csv", fileEncoding = "CP932") # Windowsの場合

• RstudioのFiles タブからファイルを選んでImport DatasetとするとGUIでも操作できます。
  • Excelファイルを読み込みたい場合は，そちらを使うのもいいでしょう

Import Dataset

サンプルコードを読み込んでみよう

• インターネットから読み込むこともできます！
• 次のコードでサンプルデータを読み込んでみましょう。

baseball <- read.csv("https://kosugitti.github.io/psychometrics_syllabus/codes/SampleData/BaseballDecade.csv")

• URLの参照先は私のサイトです
  • 私の心理統計教育教材サイトに置いてあるサンプルデータです
  • 野球選手の基本情報など，10年分のデータがあります。
• データの一部(冒頭)をhead関数で確認してみましょう

head(baseball)

      Year       Name team salary bloodType height weight UniformNum position
1 2011年度 永川　勝浩 Carp  12000       O型    188     97         20     投手
2 2011年度 前田　健太 Carp  12000       A型    182     73         18     投手
3 2011年度 栗原　健太 Carp  12000       O型    183     95          5   内野手
4 2011年度 東出　輝裕 Carp  10000       A型    171     73          2   内野手
5 2011年度   シュルツ Carp   9000      不明    201    100         70     投手
6 2011年度   大竹　寛 Carp   8000       B型    183     90         17     投手
  Games AtBats Hit HR Win Lose Save Hold
1    19     NA  NA NA   1    2    0    0
2    31     NA  NA NA  10   12    0    0
3   144    536 157 17  NA   NA   NA   NA
4   137    543 151  0  NA   NA   NA   NA
5    19     NA  NA NA   0    0    0    9
6     6     NA  NA NA   1    1    0    0

オブジェクトの基本情報

• str関数，あるいはEnvironmentタブにあるオブジェクト名を開くと，基本情報が確認できます。

str(baseball)

'data.frame':   6546 obs. of  17 variables:
 $ Year      : chr  "2011年度" "2011年度" "2011年度" "2011年度" ...
 $ Name      : chr  "永川　勝浩" "前田　健太" "栗原　健太" "東出　輝裕" ...
 $ team      : chr  "Carp" "Carp" "Carp" "Carp" ...
 $ salary    : int  12000 12000 12000 10000 9000 8000 8000 7500 7000 6600 ...
 $ bloodType : chr  "O型" "A型" "O型" "A型" ...
 $ height    : int  188 182 183 171 201 183 177 173 176 188 ...
 $ weight    : int  97 73 95 73 100 90 82 73 80 97 ...
 $ UniformNum: int  20 18 5 2 70 17 31 6 1 43 ...
 $ position  : chr  "投手" "投手" "内野手" "内野手" ...
 $ Games     : int  19 31 144 137 19 6 110 52 52 40 ...
 $ AtBats    : int  NA NA 536 543 NA NA 299 192 44 149 ...
 $ Hit       : int  NA NA 157 151 NA NA 60 41 11 35 ...
 $ HR        : int  NA NA 17 0 NA NA 4 2 0 1 ...
 $ Win       : int  1 10 NA NA 0 1 NA NA NA NA ...
 $ Lose      : int  2 12 NA NA 0 1 NA NA NA NA ...
 $ Save      : int  0 0 NA NA 0 0 NA NA NA NA ...
 $ Hold      : int  0 0 NA NA 9 0 NA NA NA NA ...

• 何年度のデータか(Year)，選手名(Name)，どのチーム所属か(team)，年俸(salary)などがあります。
• データの型もわかります
  • chrは文字列型です。四則演算の対象ではありません。
  • int,numは数字です(整数と実数)
  • NAは欠測値を表しています。
• read.csv関数は読み込んだデータを自動的にデータフレーム型にします。

(余談)Rにおけるデータ型と尺度水準の基本

統計データは扱い方によって以下のように分類でき、それぞれRの変数型と対応しています：

• バイナリデータ (論理型・logical): TRUE/FALSEまたは1/0で表される二値データ。R内ではlogical型（TRUE, FALSE）または数値の0と1で表現。例：success <- TRUE

• カウントデータ (整数型・integer): 0以上の整数値。行動回数や対象個数など。Rではinteger型で表現。例：count <- as.integer(5)またはcount <- 5L

• カテゴリデータ (因子型・factor): 複数の値が対象と対応するデータ。Rではfactor型が対応し、内部的には整数だが、ラベルを持つ。例：region <- factor(c("東京", "大阪"), levels=c("東京", "大阪", "京都"))

• 連続データ (数値型・numeric): 小数点を含む連続的な値。Rではnumeric型として扱われる。例：weight <- 65.4

尺度水準とRでの扱い

データの尺度水準はRでの統計処理に重要な影響を与えます：

• 名義尺度水準: 対象と一対一対応する数字（例：都道府県コード）。Rではfactor型で扱います。

• 順序尺度水準: 大小関係に意味がある数字（例：ランキング）。Rではorderedまたはfactor(ordered=TRUE)で表現。RではOrdered Factor型といいます。

• 間隔尺度水準: 差分比較が可能な数字（例：温度）。Rでは通常numeric型で扱います。

• 比率尺度水準: 0を基準とした比率が意味を持つ数字（例：長さ、重さ）。Rではnumeric型で扱います。

Rでの実践的なコード例

RStidoのEnvironmentタブやstr関数で，どのように扱われているか確認しておきましょう。また出力のされ方もみておきましょう。

バイナリデータ

pass_fail <- as.logical(c(1, 0, 1, 1, 0)) # 数値から論理型へ変換
pass_fail

[1]  TRUE FALSE  TRUE  TRUE FALSE

カウントデータ

observations <- c(3L, 5L, 2L, 7L) # 整数型 (Lは整数リテラルの指定)
observations

[1] 3 5 2 7

カテゴリデータ

blood_type <- factor(1:4,
    labels = c("A", "B", "O", "AB")
)
blood_type

[1] A  B  O  AB
Levels: A B O AB

順序データ

rating <- ordered(c("低", "中", "高"),
    levels = c("低", "中", "高")
)
rating

[1] 低 中 高
Levels: 低 < 中 < 高

連続データ

temperature <- c(36.5, 37.2, 36.8) # 数値型
temperature

[1] 36.5 37.2 36.8

統計分析では、データの型と尺度水準に応じて適切な分析手法を選択することが重要です。Rはこれらの概念をデータ構造として実装しており、正しい型を指定することで適切な統計処理が可能になります。

記述統計量

• summary関数で要約統計量を算出できます

summary(baseball)

     Year               Name               team               salary     
 Length:6546        Length:6546        Length:6546        Min.   :  200  
 Class :character   Class :character   Class :character   1st Qu.: 1000  
 Mode  :character   Mode  :character   Mode  :character   Median : 2000  
                                                          Mean   : 5178  
                                                          3rd Qu.: 5700  
                                                          Max.   :65000  
                                                                         
  bloodType             height          weight      UniformNum   
 Length:6546        Min.   :163.0   Min.   : 60   Min.   : 0.00  
 Class :character   1st Qu.:177.0   1st Qu.: 78   1st Qu.:16.00  
 Mode  :character   Median :180.0   Median : 83   Median :33.00  
                    Mean   :180.7   Mean   : 84   Mean   :34.93  
                    3rd Qu.:184.0   3rd Qu.: 89   3rd Qu.:52.00  
                    Max.   :216.0   Max.   :135   Max.   :99.00  
                                                                 
   position             Games            AtBats           Hit        
 Length:6546        Min.   :  1.00   Min.   :  0.0   Min.   :  0.00  
 Class :character   1st Qu.:  9.00   1st Qu.: 23.0   1st Qu.:  4.00  
 Mode  :character   Median : 25.00   Median : 95.0   Median : 21.00  
                    Mean   : 40.67   Mean   :165.1   Mean   : 42.53  
                    3rd Qu.: 61.00   3rd Qu.:271.0   3rd Qu.: 69.00  
                    Max.   :144.00   Max.   :603.0   Max.   :216.00  
                                     NA's   :3233    NA's   :3233    
       HR              Win              Lose             Save      
 Min.   : 0.000   Min.   : 0.000   Min.   : 0.000   Min.   : 0.00  
 1st Qu.: 0.000   1st Qu.: 0.000   1st Qu.: 0.000   1st Qu.: 0.00  
 Median : 1.000   Median : 1.000   Median : 1.000   Median : 0.00  
 Mean   : 3.967   Mean   : 2.517   Mean   : 2.509   Mean   : 1.27  
 3rd Qu.: 4.000   3rd Qu.: 4.000   3rd Qu.: 4.000   3rd Qu.: 0.00  
 Max.   :60.000   Max.   :24.000   Max.   :15.000   Max.   :54.00  
 NA's   :3233     NA's   :3307     NA's   :3307     NA's   :3307   
      Hold       
 Min.   : 0.000  
 1st Qu.: 0.000  
 Median : 0.000  
 Mean   : 3.511  
 3rd Qu.: 3.000  
 Max.   :45.000  
 NA's   :3307    

• 行数，列数を確認して，データのサイズを見ておきましょう

NROW(baseball)

[1] 6546

NCOL(baseball)

[1] 17

変数毎の要約統計量

• 変数に$でアクセスして，要約統計量を計算してみましょう。

mean(baseball$height)

[1] 180.7177

sd(baseball$height)

[1] 5.613504

median(baseball$weight)

[1] 83

max(baseball$salary)

[1] 65000

min(baseball$salary)

[1] 200

quantile(baseball$salary)

   0%   25%   50%   75%  100% 
  200  1000  2000  5700 65000 

因子型をつくってみましょう

• チーム名はたかだか12種類です。名義尺度水準＋ラベルの数値であるFactor型にしてみましょう。

baseball$team <- as.factor(baseball$team)
summary(baseball$team)

    Carp     DeNA  Dragons   Eagles Fighters   Giants    Lions    Lotte 
     517      550      573      569      533      524      528      538 
    Orix Softbank Swallows   Tigers 
     579      525      556      554 

• 一行目で，同じ変数に「上書き」していることに注意
• as.factor関数は変数をFactor型に変換するものです
  • クラス名，実験の水準などグループ化変数として扱うのに便利です

可視化してみましょう

• データは図にするのが基本です。Rの基本関数でも十分綺麗な図が描けます。
  • ヒットの数をヒストグラムにしてみましょう
  • ヒストグラムの関数はhistです

print(head(baseball))

      Year       Name team salary bloodType height weight UniformNum position
1 2011年度 永川　勝浩 Carp  12000       O型    188     97         20     投手
2 2011年度 前田　健太 Carp  12000       A型    182     73         18     投手
3 2011年度 栗原　健太 Carp  12000       O型    183     95          5   内野手
4 2011年度 東出　輝裕 Carp  10000       A型    171     73          2   内野手
5 2011年度   シュルツ Carp   9000      不明    201    100         70     投手
6 2011年度   大竹　寛 Carp   8000       B型    183     90         17     投手
  Games AtBats Hit HR Win Lose Save Hold
1    19     NA  NA NA   1    2    0    0
2    31     NA  NA NA  10   12    0    0
3   144    536 157 17  NA   NA   NA   NA
4   137    543 151  0  NA   NA   NA   NA
5    19     NA  NA NA   0    0    0    9
6     6     NA  NA NA   1    1    0    0

print(class(baseball$Hit))

[1] "integer"

hist(baseball$Hit)

可視化してみましょう

• データは図にするのが基本です。
  • チーム毎のヒット数の違いを見てみましょう
  • ボックスプロット(箱ひげ図)の関数はboxplotです
    • x軸がFactor型になっています

boxplot(Hit ~ team, data = baseball)

可視化してみましょう

• データは図にするのが基本です。
  • 散布図を書いてみましょう
  • 散布図はplot関数にx軸とy軸変数を指定します

plot(baseball$height, baseball$weight)

ggplotによる出力は，より綺麗です

次の発表をおたのしみに！

library(ggplot2)
baseball |>
    ggplot(aes(x = weight, y = height, color = team)) +
    geom_point() +
    geom_smooth(formula = "y ~ x", method = "lm", se = FALSE) +
    facet_wrap(~team)

発展的なトピックス

RStido以外のIDE

• エディタはVSCodeをお使いの方も少なくないと思いますが，VSCodeでRの拡張機能を使うこともできます。
  • languageserverパッケージが必要です。
• VSCodeからフォークされたPositronが熱い！
  • RStudioを提供しているPosit社が力を入れてる次世代IDE
  • Homebrewがある人はbrew install --cask positronでOK

Positron

Quarto/Rmarkdown：文芸的プログラミング

Rmarkdownとは

• Markdown書式というプレーンな文書作成文法 + チャンクと呼ばれるRコードの結合

• 文書を作成(レンダリング)するときは，Rの計算を実行してその結果を文書内に反映させる

• コピペ汚染がなく，RStudioで執筆と分析が統合，これだけで完結できます。

Rmarkdownのしくみ

Quartoとは

• 次世代のR Markdownです。このスライドもQuartoで作られています

• マルチ言語に対応（R, Python, Julia等）

• ePub, PDFなど出力も多様

• 公式サイトに豊富な情報があります！

• 私たちのR＞再現可能な研究も参考になります！

Quarto/Rmarkdown：文芸的プログラミング

基本的な使い方

1. File → New FileでQuarto Document / R Markdownを選択
2. TitleやAuthorを入力，出力書式(HTML,PDF,Word)などを選ぶ画面が出ます
3. サンプル文書・コードが書いてあるファイルが生成されます

これをRnederすることでファイルが出力されます。

Quartoのしくみ

Enjoy!