理学療法士がまとめたノート

統計学備忘録(R言語のメモ)

since2016 ときどきTEXのメモ

時系列データの可視化01

下のデータをコピーして時系列グラフを作ってみます

心拍変動を三次元加速度を同時測定した結果です

被験者は私です

 

RRI TEM X Y Z HF LFHF LF activity HR
793 21.5 0.16 -1.09 -0.12 75.531 4.247 80.941 0.11 76
800 21.5 0.16 -1.09 -0.12 75.436 4.078 80.308 0.11 75
785 21.5 -0.19 -1.06 -0.28 76.456 4.069 80.271 0.11 76
800 21.5 -0.19 -1.06 -0.28 75.99 4.136 80.529 0.11 75
771 21.5 -0.19 -1.06 -0.28 79.091 3.808 79.203 0.11 78
777 21.5 -0.19 -1.06 -0.28 80.769 3.654 78.515 0.11 77
786 21.5 -0.19 -1.06 -0.28 82.759 3.52 77.876 0.11 76
778 23.1 0.19 -1.09 -0.19 84.894 3.408 77.316 0.13 77
790 23.1 0.19 -1.09 -0.19 87.254 3.308 76.789 0.13 76
784 23.1 0.19 -1.09 -0.19 89.791 3.215 76.277 0.13 77
718 23.1 0.19 -1.09 -0.19 92.463 3.123 75.746 0.13 84
721 23.1 0.19 -1.09 -0.19 95.281 3.025 75.156 0.13 83
698 23.1 0.12 -1 -0.62 98.16 2.92 74.493 0.19 86
717 23.1 0.12 -1 -0.62 101.123 2.82 73.824 0.19 84
728 23.1 0.12 -1 -0.62 103.987 2.724 73.15 0.19 82
782 23.1 0.12 -1 -0.62 107.143 2.637 72.503 0.19 77
711 23.1 0.12 -1 -0.62 110.228 2.544 71.781 0.19 84
705 23.1 0.12 -1 -0.62 109.643 2.538 71.738 0.19 85
710 23.1 -0.31 -1.16 -0.56 112.757 2.448 71.001 0.32 85
697 23.1 -0.31 -1.16 -0.56 116.133 2.363 70.267 0.32 86
697 23.1 -0.31 -1.16 -0.56 119.019 2.283 69.545 0.32 86
682 23.1 -0.31 -1.16 -0.56 122.16 2.206 68.812 0.32 88
679 23.1 -0.31 -1.16 -0.56 125.184 2.137 68.122 0.32 88

 

Rに貼り付けます

x<-read.table("clipboard",header=T)

 

TEM<-ts(x$TEM)
HR<-ts(x$HR)
RRI<-ts(x$RRI)
LFHF<-ts(x$LFHF)
X<-ts(x$X)
Y<-ts(x$Y)
Z<-ts(x$Z)
activity<-ts(x$activity)

4行2列のベースを用意

par(mfrow=c(4,2)) 

 

そこにグラフをプロット

ts.plot(TEM,type="l",main="TEM")
ts.plot(HR,type="l",main="HR")
ts.plot(RRI,type="l",main="RRI")
ts.plot(LFHF,type="l",main="LFHF")
ts.plot(X,type="l",main="X")
ts.plot(Y,type="l",main="Y")
ts.plot(Z,type="l",main="Z")
ts.plot(activity,type="l",main="activity")

f:id:yoshida931:20161215172617p:plain

 

いったんグラフを消去します

graphics.off()

 

次に、グラフィックスパラメータ値を一時退避する方法

par(no.readonly = TRUE) を使って
ts.plot(HR,type="l",main="HR")のみを緑色&破線にしてみます

 

par(mfrow=c(4,2))
ts.plot(TEM,type="l",main="TEM")
# 現グラフィックスパラメータ値を退避
oldpar <- par(no.readonly = TRUE)
# 一部だけ追加
oldpar <- par(col=3, lty=2)
# 緑色にしたいグラフをプロット
ts.plot(HR,type="l",main="HR")
# 元のグラフィックスパラメータ値に
par(oldpar)
# 残りのグラフをプロット
ts.plot(RRI,type="l",main="RRI")
ts.plot(LFHF,type="l",main="LFHF")
ts.plot(X,type="l",main="X")
ts.plot(Y,type="l",main="Y")
ts.plot(Z,type="l",main="Z")
ts.plot(activity,type="l",main="activity")

f:id:yoshida931:20161215172857p:plain

参考)田中 孝文; Rによる時系列分析入門, シーエーピー出版, 2008

 

確率とパーセント点

正規分布の累積分布(確率)

pnorm(1.959964,lower=F) 

#Z≧1.959964となる上側確率=0.025

pnorm(-1.959964)

#Z≦-1.959964となる上側確率=0.025

正規分布の確率点(パーセント点)

qnorm(0.025,lower=F)

#上側確率が0.025となるZ値=1.959964

qnorm(0.025)

#下側確率が0.025となるZ値=-1.959964

 

f:id:yoshida931:20170310115320p:plain

 

t分布の累積分布(確率)

pt(2.228139,10,lower=F)

#自由度10,  t≧2.228139となる上側確率=0.02499999

pt(-2.228139,10)#自由度10,  t≦2.228139となる下側確率=0.02499999

t分布の確率点(パーセント点)

qt(0.02499999,10,lower=F)

# 上側確率が0.02499999となるt値=2.228139

qt(0.02499999,10)

# 下側確率が0.02499999となるt値=-2.228139

幹葉図、箱ひげ

# 箱ひげ、パーセンタイル説明のために偏ったデータを作成
 
x<-c(
5, 8, 11, 23, 33, 35, 41, 44, 44, 44,
44, 46, 47, 49, 50, 51, 52, 52, 52, 53,
55, 55, 55, 56, 56, 56, 58, 58, 58, 59,
59, 59, 60, 60, 60, 61, 61, 62, 63, 63,
64, 65, 65, 65, 65, 66, 67, 67, 67, 67,
68, 68, 68, 68, 69, 69, 70, 70, 70, 67,
65, 65, 65, 65, 66, 49, 50, 51, 52, 52,
52, 53, 55, 55, 77, 98, 99, 99, 100, 100
)
 
length(x) #標本数
summary(x) #平均、中央、最大、最小、四分位点
stem(x) #幹葉図
 
The decimal point is 1 digit(s) to the right of the |

0 | 58
1 | 1
2 | 3
3 | 35
4 | 144446799
5 | 00112222223355555666888999
6 | 000112334555555556677777888899
7 | 0007
8 |
9 | 899
10 | 00
 
 
hist(x)

f:id:yoshida931:20170118104147p:plain

par(cex=1.2) #図文字の大きさ
boxplot(x)  #箱ひげ図

f:id:yoshida931:20170118104202p:plain