時間変化による実験データやシミュレーションデータが得られたとき、増加→減少または減少→増加するような変化点は重要な時間のひとつである。この変化点を時系列データから検出するためには、3つのデータ点から増加→減少、減少→増加となる点を探せばよい。しかし、この方法だと時系列データ全体から見て、ほとんど変化が見られない場合でも検出される可能性がある。例えば、取得するデータの時間間隔によって、実験における測定時のゆらぎやシミュレーションによる誤差などの微小変化が取得されることがある。
そこで、ある一定以上の値(閾値)を基準として変化したときだけの極値点を得る。下左図の赤い点が閾値=20%以上変化した場合を極値点としたとき。下右図の赤い点が閾値=2%以上変化した場合を極値点としたとき。
＊閾値：(最大値-最小値)×閾値＝極値点間で変化したと判断する変化量
下図のように、状況によって変化したと考える点は異なることがある。
図：(左)閾値20%変化での極値点、(右)閾値2%変化での極値点
ggpubr: プロットに関して、theme_pubr()で論文用にThemeが調節できる。
ggThemeAssist : Themeの変更をGUIで行える。
esquisse : dataの設定からThemeや出力までGUIで行える。
cowplot: 異なる図のプロットの高さや幅を調節できる。
ggVenn: ggplot形式でVenn図が作成できる。
Default color code
1色："#F8766D"
2色："#F8766D", "#00BFC4"
3色："#F8766D", "#00BA38", "#619CFF"
4色："#F8766D", "#7CAE00", "#00BFC4", "#619CFF"
5色："#F8766D", "#A3A500", "#00BF7D", "#00B0F6", "#E76BF3"
6色："#F8766D", "#B79F00", "#00BA38", "#00BFC4", "#619CFF", "#F564E3"
matlab
[coeff,score,latent,tsquared,explained,mu] = pca(zscore(value));
R
pca <- prcomp(value, center = TRUE,scale=TRUE)