CSVファイルの取り込み
下記のサイトに移転いたしました
データフレームの列を入れ替えて、欠損値のある行を除外する
忘れないうちに書いときます
欠損値のあるデータセットを用意します
x <- LETTERS[1:10] y <- c(1,2,NA,2,4,NA,5,1,2,5) z <- c(1,2,2,1,1,2,2,1,1,1) xyz <- data.frame(x,y,z) x y z 1 A 1 1 2 B 2 2 3 C NA 2 4 D 2 1 5 E 4 1 6 F NA 2 7 G 5 2 8 H 1 1 9 I 2 1 10 J 5 NA
Z列とY列を入れ替えます
a <- data.frame(xyz[,1]) b <- data.frame(xyz[,2]) c <- data.frame(xyz[,3]) xzy <- data.frame(a,c,b) colnames(xzy) <- c("x","z","y") x z y 1 A 1 1 2 B 2 2 3 C 2 NA 4 D 1 2 5 E 1 4 6 F 2 NA 7 G 2 5 8 H 1 1 9 I 1 2 10 J NA 5
欠損値を含む行を全て除外します
xzy_cc <- complete.cases(data.frame(xzy)) #欠損値を含む行にFALSEを返す関数･･･だからxzy_ccは完璧(complete)な行 dataset <- xzy[xzy_cc,] x z y 1 A 1 1 2 B 2 2 4 D 1 2 5 E 1 4 7 G 2 5 8 H 1 1 9 I 1 2
この処理は暗記してたがよさそうです
コピーした１行のデータをベクトルに変換
以下のようなデータをコピーしてＲのベクトルに変換する方法です
10 12 14 15 18
まず以下のように入力します
x = scan()
するとコンソールに次のように表示されます
> x = scan() 1:
この１: の横に10 12 14 15 18をペーストして、enterを２回
> x = scan() 1: 10 12 14 15 18 6: Read 5 items
これでベクトルに変換できました
str(x) num [1:5] 10 12 14 15 18
ノンパラメトリック 相関係数
[,1] [,2] [,3] [1,] 27 14 5 [2,] 10 17 26 [3,] 5 12 50
上記の分割表から行の順序スコアと列の順序スコアを算出してデータセットを作成します
#RANK xr1 <- c(rep(23.5,46),rep(73,53),rep(133,67)) xc1 <- c(rep(21.5,27),rep(64,14),rep(125,5),rep(21.5,10),rep(64,17), rep(125,26),rep(21.5,5),rep(64,12),rep(125,50))
データのイメージ
xr1_xc1 <- data.frame(xr1, xc1)
相関係数を求めます
cor_r_p <- cor.test(xr1,xc1,method = "pearson") #ピアソン cor_r_s <- cor.test(xr1,xc1,method = "spearman") #スピアマン
上記の分割表から表スコアを0,1,2としてデータセットを作成します
#TABLE xr2 <- c(rep(0,46),rep(1,53),rep(2,67)) xc2 <- c(rep(0,27),rep(1,14),rep(2,5),rep(0,10),rep(1,17), rep(2,26),rep(0,5),rep(1,12),rep(2,50))
データセットにイメージ
xr2_xc2 <- data.frame(xr2, xc2)
表スコアから相関係数を求めます
cor_t_p <- cor.test(xr2,xc2,method = "pearson") #ピアソン cor_t_s <- cor.test(xr2,xc2,method = "spearman") #スピアマン
Rstudioの小ネタ (パッケージやファイルの保存方法)
Rstudioを閉じても、ＰＣ再起動してもファイルの読み込みやインストールしたパッケージは残せます （ただしパッケージは休んでいますので、起動するときにはlibraryで起こしましょう）
データ処理する前に必ず行う作業は以下の通りです
まずRstudioを起動させた状態で・・・
FileメニュからNewProject → NewProject → NewProjectと進んでいきます
Projectの名前を適当に書いてください（例：test001）、次に場所をしてしてください（as you like）．
以下のように一つのフォルダの中に「---.Rhistory」と「---.Rproj」が入ってたら ＯＫ
データファイルも同じフォルダに収納します
次回から「---.Rproj」をダブルクリックしてＲstudioを起動させてください
前回までに取り込んだデータは右上に表示され、そのまま使用可能です．
また右下に同じフォルダにあるデータファイルが表示されます．ここから直接データを取り込むこともできます．
またインストールしたパッケージも記憶されていますので、library( )で起動させるだけで使用できます．
Rで簡単 多重ロジスティック回帰分析
下記のサイトに移転いたしました
変数の呼称について（目的変数と説明変数）
それぞれの研究界のご意見はあると思うのですが・・・
ややこしや
目的変数 
は以下のように呼ばれています
目的変数 objective variable
応答変数 response variable
反応変数 reaction variable（response variable ）
結果変数 outcome variable
従属変数 dependent variable
基準変数 criterion variable
外的基準 external criterion
被説明変数 explained variable
説明変数 
は以下のように呼ばれています
説明変数 explanatory variable
予測変数 predictor variable
独立変数 independent variable
パターンとしては
「目的変数＆説明変数」
「従属変数＆独立変数」
「被説明変数＆説明変数」
個人的には…
応答変数＆説明変数が理解しやすいかな？
