理学療法士がまとめたノート

統計学備忘録 since2016

Rを使って統計学を勉強するブログです

グラフ

正規分布の色塗り

plot(dnorm, -4, 4, xaxt="n") xvals <- seq(-4, -1.96, length=10) # -4以上-1.33以下 領域をx軸方向に10個の多角形(台形)に等分割 dvals <- dnorm(xvals) # 対応するグラフの高さ polygon(c(xvals,rev(xvals)), c(rep(0,10),rev(dvals)),col=5) # 塗りつぶ…

ヒストグラムのビン調整

head(iris) Sepal.Length Sepal.Width Petal.Length Petal.Width Species 1 5.1 3.5 1.4 0.2 setosa 2 4.9 3.0 1.4 0.2 setosa 3 4.7 3.2 1.3 0.2 setosa 4 4.6 3.1 1.5 0.2 setosa 5 5.0 3.6 1.4 0.2 setosa 6 5.4 3.9 1.7 0.4 setosa 変数Speciesがsetosa…

相関係数のイメージ

パッケージmvtnormを使用して相関係数0.0, 0.2, 0.5, 0.7, 0.8, 0.9のグラフを作成してみます install.packages("mvtnorm") library(mvtnorm) 共分散行列.分散を全て1に設定しているので共分散=相関係数となります. sigma00 <- matrix(c(1,0,0,1), ncol=…

2変量の正規分布をグラフでイメージ(persp)

また、ここで勉強させていただきました. http://cse.naro.affrc.go.jp/minaka/R/R-binormal.html 忘れないように要点のみ転記させていただます.まさに備忘録. 今回はRの関数perspを使用して、密度関数の数式から3Dのグラフを描いてみます 確率変数x1…

2変量の正規分布をグラフでイメージ(scatterplot3d)

ここで勉強させていただきました. http://cse.naro.affrc.go.jp/minaka/R/R-binormal.html 忘れないように要点のみ転記させていただます. 必要なパッケージをインストールします install.packages("mvtnorm") library(mvtnorm) install.packages("scatterp…

正規分布の重ね描き

text関数でグラフに文字の挿入 curve(dnorm(x, -2, 4), from=-10, to=10, ylim=c(0,0.4),ylab ="") text(-5, 0.1, "N(-2,4)") par(new=T) curve(dnorm(x,3, 1), from=-10, to=10, ylim=c(0,0.4),ylab ="") text(1.5, 0.3, "N(3,1)") par(new=T) curve(dnorm(…

信頼区間のプロット

同じサイズのデータサンプルからt分布を利用した信頼区間の作図 まずは3×4の場合(サンプルサイズ3を4回実施する) x <- matrix(NA,nrow=3,ncol=4) #3×4の空セル for (i in 1:4){ #列数分乱数を代入 x[,i] <- rnorm(3) #標準正規分布の乱数を行数分繰り返…

クラスター分析

Rのサンプルattitudeを使用して、クラスタ分析(階層的方法)を勉強します. attitudeは、管理者態度のデータです.無作為に選ばれた35名の雇用者よりアンケート.好意的な割合が数値化されています. rating全般的評価、 complaints雇用者からの苦情処理、 …

指数分布

指数分布 投稿日2017.9.4 今回はRを使って苦手な指数関数に挑戦します定義 を確率変数の確率密度関数とします は確率変数の累積分布関数とします 離散型の変数で確率密度関数の復習をします 例)正確なサイコロ 確率変数 y<-c(rep(1/6,6)) plot(y, type = "h…

残差分析

残差分析 Rのサンプル ChickWeight を使用y<-ChickWeight$weight[1:10]x<-ChickWeight$Time[1:10]summary(lm(y~x))plot(x,y,xlab = "生後日数",ylab = "体重")abline(30.327 ,7.030) #回帰直線の挿入 残差 ei をプロットすることで、回帰モデルからのズレを…

F分布の確率密度関数

F分布の確率密度関数df(x, df1, df2, ncp, log = FALSE) 自由度1、自由度5のF分布の確率密度関数のグラフを描いてみます # par()を使用する# グラフィックパラメータ:グラフを構成する点や線の形状や色、大きさや余白などを決定する# par()は余白などの土台…

並行箱ひげ図

エクセルでデータのみコピーt<-read.table("clipboard")x<-t$V1y<-t$V2boxplot(x,y,xaxt="n",main="タイトル") #x軸のラベルを消去name<-c("ラベル1","ラベル2") #x軸のラベルを定義axis(side=1,at=c(1,2),labels=name) #x軸のラベルを更新 このような小技が…

t分布からの信頼区間

自由度5のt分布より確率点:qt(0.025,5,lower.tail = F)累積分布:pt(2.570582,5,lower.tail = F)確率密度:dt(2.570582,5) 拡張期血圧を6回測定して95%信頼区間を求めるDBP<-c(86,92,88,94,89,88)vDBP<-var(DBP) t値 { mean(DBP)-X } ÷ {sqrt(vDBP/6)} 95%…

データの要約

irisx<-iris$Sepal.Length[1:50]y<-iris$Sepal.Length[51:100]xy<-data.frame(x,y)summary(xy)boxplot(x,y)t<-c(1,2)ave<-c(mean(x),mean(y)) #平均値points(t,ave,pch=16) #平均値(・)を挿入 x y Min. :4.300 Min. :4.900 1st Qu.:4.800 1st Qu.:5.600 Me…

x軸操作いろいろ

覚えきれないことは素直にかくことにしましたサンプル標準正規分布N(0,1)x<-seq(-3,3,0.01)y<-dnorm(x)plot(x,y,type="l",ylab ="確率密度",xlab="") 目盛り操作でN(3,1)に変更する方法plot(x,y,type="l",ylab ="確率密度",xlab="",xaxt="n") #xaxt="n"で軸…

RでBland Altman Plotを描く

データ国際医療福祉大学 下井研究室信頼性の検討方法:相対信頼性と絶対信頼性例1(http://shimoi.iuhw.ac.jp/reliability_3_systematicbias.html)を使用させていただきましたx125.1 23.3 33.2 20.9 22.8 34.9 26.5 26.1 29.4 29.8 29.2 26.5 14.3 14.6 17.…

正規分布のグラフ

グラフ初歩の初歩 手探り状態でやってます 赤文字のみRで実行 正規分布#1正規分布の乱数を100個生成x<-rnorm(100)#ヒストグラム,freq=Fで確率密度,ylimでy軸範囲hist(x,freq=F,ylim=c(0,0.6))#枠の処理、lty線種は実践、btyで左と下のみbox(lty=1,bty = "l")…

二項分布のグラフ

こんな説明でどうでしょうか? コイン投げ(いかさまなし)表の出る確率確率1/23回コイン投げを実施してみた場合・・・表が出る回数(x)は0回、1回、2回、3回xの確率は𝐵𝑖(3 , 0.5) に従う.その確率分布を二項分布といいます. 村上 正康,安田 正実; 統計…

グラフに色をつける

library(RColorBrewer)#RColorBrewerパッケージのサンプルdisplay.brewer.all() ヒストグラムを塗ってみるどの色セットを使用するかを指定するcols <- brewer.pal(8,"Pastel1") # brewer.pal(何色、パレット名) y<-c(1,2,3,4,5,6,7)p<-c(2,3,4,5,4,3,2)q<-…

棒グラフの中央に散布図をプロットする方法 (pos.x)

y<-c(1,2,3,4,5,6,7)p<-c(2,3,4,5,4,3,2)q<-c(2,3,4,5,4,3,2)par(mar = c(5, 4, 1, 4)) #余白 底辺、左、上、右の順 pos.x <- barplot(q,ylim=c(0,6))points(pos.x, p)

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 HR793 21.5 0.16 -1.09 -0.12 75.531 4.247 80.941 0.11 76800 21.5 0.16 -1.09 -0.12 75.436 4.078 80…

中心極限定理をグラフで理解する

#母集団の分布がどのような分布であっても、無作為抽出した標本における和の分布は、標本の大きさnが大きいときに正規分布に収束する。 #母集団の分布がどのような分布であっても、無作為抽出した標本における標本平均の分布は、標本の大きさnが大きいとき…

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, …