Rで統計解析

はじめに

統計解析はあらゆる研究において不可欠のツールです。

しかし、卒研生など初学者にとって、膨大かつ現在も発展を続ける統計手法の全体を学んでから実験を行うのはしばしば困難です。

なので、データを取ったはいいけどどう解析したらよいかわからない、といった事態も頻発します。

ここでは、そんなときに有用な”読んですぐRで実践できる”統計解析の情報を紹介したいと思います。

※基本的に頻度主義的なスタンスで書きます。

• 自分は何を知りたいのか？

• データ（データ形式、変数の種類、Rへの取り込み）

• 解析のユニット（独立性、ランダム化、局所管理）

• とりあえず作図（データへのアクセス、ヒストグラム、箱ひげ図、散布図）

• 平均値の推定（標準偏差、標準誤差、95%信頼区間）

• 線形モデルの枠組み

• t検定（水準数2のカテゴリ変数が連続変数に与える影響が知りたい）

• One-way ANOVA（カテゴリ変数が連続変数に与える影響が知りたい、その1）

• Two-way ANOVA（カテゴリ変数が連続変数に与える影響が知りたい、その2）

• 平方和の計算法とleast square means（estimated marginal means）

• 単回帰（連続変数Aが連続変数Bに与える影響が知りたい）

• ANCOVA（カテゴリ変数と連続変数Aが連続変数Bに与える影響が知りたい）

• Repeated measures ANOVA（同一調査対象から複数回測定したときに、カテゴリ変数が連続変数に与える影響が知りたい、その１）

• ランダム効果とcorrelation structure

• Nested ANOVA（同一調査対象から複数回測定したときに、カテゴリ変数が連続変数に与える影響が知りたい、その２）

• 重回帰（複数の変数が連続変数Aに与える影響が知りたい）

• 仮説検定について

• モデル選択：仮説のもっともらしさを比較するアプローチ

• GLM（Generalized Linear Model）：目的変数が離散変数または名義変数でも解析できるモデル

• 過分散：GLMの落とし穴

• 群集データの加工（tidyr, dplyr）

• EDMがらみの雑文