Rによるデータ分析

Rによる違いの有無の分析

検定 は、「違いがあると言えるのか？」という事について、定量的な分析ができます。

２つの母平均の差の検定

平均値の差の検定 は、検定の中でも基本的なものになります。 データは、２列あって、１列目と２列目を比べることを想定しています。

スチューデントのt検定

setwd("C:/Rtest") # 作業用ディレクトリを変更
Data <- read.csv("Data.csv", header=T) # データを読み込み
t.test(x=Data$X1,y=Data$X2,var.equal=T,paired=F) # スチューデントのt検定

ウェルチのt検定

setwd("C:/Rtest") # 作業用ディレクトリを変更
Data <- read.csv("Data.csv", header=T) # データを読み込み
t.test(x=Data$X1,y=Data$X2,var.equal=F,paired=F) # ウェルチのt検定

２つ以上の母平均の差の検定

２つ以上の母平均の差の検定は、「 分散分析 」と呼ばれているものがあります。

一元配置分散分析

データは、１列目は「X」という列名でカテゴリ、２列目は「Y」という列名で数値が入っていることを想定しています。

setwd("C:/Rtest") # 作業用ディレクトリを変更
Data <- read.csv("Data.csv", header=T) # データを読み込み
summary(aov(Y~X,data=Data)) # 一元配置分散分析

二元配置分散分析（交互作用項なし）

データは、１列目、２列目は「X1」、「X2」という列名で水準名、３列目は「Y」という列名で数値が入っていることを想定しています。

setwd("C:/Rtest") # 作業用ディレクトリを変更
Data <- read.csv("Data.csv", header=T) # データを読み込み
summary(aov(Y~X1+X2,data=Data)) # 二元配置分散分析（交互作用項なし）

二元配置分散分析（交互作用項あり）

交互作用 も評価する場合は、「+」の所が、「*」になります。

交互作用項を入れる場合は、繰り返しデータが必要になります。 繰り返しデータとは、２つの因子のそれぞれの水準の組み合わせについて、複数回分のデータがあることを指します。

setwd("C:/Rtest") # 作業用ディレクトリを変更
Data <- read.csv("Data.csv", header=T) # データを読み込み
summary(aov(Y~X1*X2,data=Data)) # 二元配置分散分析（交互作用項あり）

平均やばらつきの違いの可視化

１つの量的変数を１つの質的変数で分解するグラフ

データは、「C1」という列名でカテゴリ、「Y1」という列名で数値が入っていることを想定しています。

ggplot(Data, aes(x=Y1)) + geom_histogram() + facet_grid(C1~.)# 層別ヒストグラムを描く

ggplot(Data, aes(x=C1, y=Y1)) + geom_point() # 一次元散布図を描く

プロットの大きさはsize、横方向の散らばり具合はposition=position_jitterの数字で調節できます。

ggplot(Data, aes(x=C1, y=Y1)) + geom_jitter(size=1, position=position_jitter(0.1))# 一次元ジター散布図を描く

ggplot(Data, aes(x=C1, y=Y1)) + geom_boxplot() # 箱ひげ図を描く

１つの量的変数を２つの質的変数で分解するグラフ

ggplot(Data, aes(x=Y1)) + geom_histogram() + facet_grid(C1+C2~.)# ２段層別ヒストグラムを描く

ggplot(Data, aes(x=C1, y=Y1)) + geom_jitter(size=1, position=position_jitter(0.1)) +facet_grid(.~C2)# 一次元散布図（二元配置）を描く

対応のある平均値の差の検定

対応のある検定 は、実務で使う場面が少ないかもしれません。

対応のある２つの平均値の差の検定

setwd("C:/Rtest") # 作業用ディレクトリを変更
Data <- read.csv("Data.csv", header=T) # データを読み込み
t.test(x=Data$X1,y=Data$X2,paired=T) # 対応のある平均値の差の検定

対応のある３つ以上の平均値の差の検定

データは、１列目、２列目は「X1」、「X2」という列名でカテゴリ、３列目は「Y」という列名で数値が入っていることを想定しています。 「X2」が対応を表す文字列になります。

setwd("C:/Rtest") # 作業用ディレクトリを変更
Data <- read.csv("Data.csv", header=T) # データを読み込み
summary(aov(Y~X1+X2,data=Data)) # 対応のある一元配置分散分析

母分散の比の検定（ばらつきの検定）

ばらつきの違いの検定 です。

２つの母分散の比の検定

データは、２列あって、「X1」、「X2」という列名が１行目にあって、その下に数値が入っていることを想定しています。）

setwd("C:/Rtest") # 作業用ディレクトリを変更
Data <- read.csv("Data.csv", header=T) # データを読み込み
var.test(x=Data$X1,y=Data$X2) # ２つの母分散の比の検定

３つ以上の場合の検定（バートレット検定）

データは、１列目は「X」という列名でカテゴリ、２列目は「Y」という列名で数値が入っていることを想定しています。

setwd("C:/Rtest") # 作業用ディレクトリを変更
Data <- read.csv("Data.csv", header=T) # データを読み込み
bartlett.test(formula=Data$Y~Data$X) # バートレット検定

比率の差の検定

「1/10」と「4/20」の差の検定の場合

prop.test(c(1,4),c(10,20))# 比率の差の検定

独立性の検定

カイ二乗検定を使った 独立性の検定 です。

setwd("C:/Rtest") # 作業用ディレクトリを変更
Data <- read.csv("Data.csv", header=T) # データを読み込み
chisq.test(Data)# カイ二乗検定