R

Turingパターンの波数変化

数値計算で，どのパラメータをいじったら結果として出てくるパターンの波長がどちらに動いたか，を調べるため，数値計算を走らせて波数のデータを取り，それらを統計的に比較する。

1. 出て来た数値データをExcelで整形し，miで”results.text”というファイルに保存する。

2. MacOSX版Rを起動し，作業ディレクトリを結果のファイルのあるところに変える（command-D）

3. x

4. とりあえずt検定：t.test(x[1],x[2])…全部差は出せるが，多重比較だともっとシビアな条件だったはず。

…めんどくさい。データ部分からもっと楽をしよう，ということで，ANOVA用に吐き出すデータを整形させることにする。

データ様式：カテゴリ名 値

で出してから，

xoneway.test(x$Wavenumber ~ x$Category, var=T)

で、分散に差があることがわかったので，ノンパラメトリックをつかって多重解析。

pairwise.wilcox.test(x$Wavenumber, x$Category, p.adj= “bonf”)

出力がこんな感じ；

  Control du dv fu fv gu

du 1.7e-15 – – – – –

dv 1.0000 < 2e-16 – – – –

fu 0.1042 5.7e-07 0.0471 – – –

fv < 2e-16 0.0042 < 2e-16 3.8e-12 – –

gu < 2e-16 < 2e-16 < 2e-16 < 2e-16 < 2e-16 –

gv < 2e-16 < 2e-16 < 2e-16 < 2e-16 < 2e-16 1.0000

相関と回帰分析

縫合線のフラクタル次元を計測し，年齢による変化があるかどうかの検定を行う。まず、デ−タをテキストファイルで保存する。次にRを起動して、作業ディレクトリを指定する（その他＞作業ディレクトリの変更）。その後，データを

( x <- read.table("SutureFDAmp-10.txt") )

で読み込む。次に

names(x) <- c("sampleNo", "Year", "FD", "Amplitude")

で各行に名前を付ける。さらに

cor.test(x$FD, x$Year, method="spearman")

で相関の検定を行うことが出来る。回帰分析に関しては，まず可視化する。

> plot(FD~Year, data=x)

次に回帰分析を行う。

> result = lm(FD~Year, data=x)

その結果の表示を行う。

> summary(result)

さらに結果の回帰直線を表示する

abline(result)

ImageJで作ったデータを読み込む。

ImageJで出来たデータを保存すると，一行目に項目のデータが入る。これを読み込むには

sfr <- read.table(“SutureFractalRadius.txt”, header = T)

のようにヘッダの指定をすると，ラベルを付けて読み込んでくれる。