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?