オープンデータのみを利用します
ChatGPT 4.1で検証しています
新しくフォルダを作成し半角英数字で名前をつける「R_analysis」など
フォルダ内に分析で使用するcsvファイルをコピペする
Rstudioに以下をコピペする(Enterキーは押さない)
setwd("〇〇〇")
新しく作成したフォルダを右クリックし「パスのコピー」をクリックする
Rstudioに戻り、〇〇〇の部分を選択しペーストする
Enterキーを押す
R Studioで重回帰分析を実施するスクリプトをChatGPT4.1で作成するプロンプト
準備
1.目的変数と説明変数が含まれた分析用csv
※日本語が含まれているとエラー起きる場合あり
ChatGPT 4.1にcsvを添付し以下のプロンプトを入力
注意:以下の文字列は実際のパスをコピペすること(分析用csvを右クリック→パスのコピー)
"E:\data.csv"
--------------------------------------
Rでデータの記述統計と重回帰分析の手順を実施するための手順を初心者に対してステップバイステップで教えて
なお、コードはコピペ可能な完全なコードを出力すること
ファイルは以下の1つ(csvを添付しています)
"E:\data.csv"
カラムの目的変数はHT
そのほかのカラムはすべて説明変数である
有意差は両側5%未満とする
分析順としては、以下のとおり
1.要約統計量を出力する
summaryと平均値、標準偏差、95%信頼区間
各変数のヒストグラムを出力すること
2,変数間の相関係数を出力する
ピアソンの相関係数を利用する
すべての変数間について実施する
相関係数に加えてp値も出力する
結果は表とcorrplot も使用し図示する
3.単回帰分析の出力
目的変数と各説明変数について単回帰分析を出力する
結果は表と回帰直線入り散布図として出力する
3.重回帰分析の実施
まず、すべての説明変数を利用し回帰係数、標準化偏回帰係数、調整済み決定係数、p値、95%信頼区間を出力する
モデルの診断として残差、QQプロット、多重共線性を出力する
その後、関数stepで最もAICが低くなるモデルを確認する
最もAICが低い値となる変数の組み合わせで上記の重回帰分析とモデルの診断を実施する
-------------------------------------
R StudioでSVIに対するLISAを実施するスクリプトをChatGPT4.1で作成するプロンプト
準備(SVIスコアの作成)
KEY_CODEとSVIを算出する複数の指標が含まれたcsvを作成する
指標ごとに以下を確認する
正方向指標:数値が増えるほど脆弱性が高くなる
逆方向指標:数値が増えるほど脆弱性が低くなる
ChatGPT 4.1にcsvを添付し以下のプロンプトを入力
-----------------------------------------------
SVI(社会的脆弱指数)を算出する際にZスコアで標準化する手順を初心者に対してステップバイステップで教えて
指標は複数あり、指標ごとに数値が大きくなるほど脆弱性が高いと解釈されるものと反するものがある
SVIはKEY_CODEごとに作成する
逆方向指標は〇〇であり、そのほかは正方向指標である
指標ごとにzスコア化しすべての指標を合計してSVIとする。
結果はcsvで出力する
---------------------------------------------------
1.KEY_CODEと算出したSVI(LISAを算出したい数SVI)が含まれたcsv
2.KEY_CODEが含まれたFGBファイル
※同じフォルダ内に保存
※日本語が含まれているとエラー起きる場合あり
ChatGPT 4.1に以下のプロンプトを入力
注意:以下の2つは実際のパスをコピペすること
"E:\500m_mesh_2024_clean.fgb"
"E:\KENGAI_clean.csv"
以下のカラム名は実際にLISAを算出したいカラム名を指定すること
PTB_2025
--------------------------------------
Rで以下の手順を実施手順を初心者に対してステップバイステップで教えて
なお、コードはコピペ可能な完全なコードを出力すること
ファイルは以下の2つ
"E:\500m_mesh_2024_clean.fgb"
"E:\SVI.csv"
ファイル中のPTB_2025に対してLISAを実施する
共通キーはKEY_CODEです
隣接の判定はメッシュポリゴン同士の「隣接」 を隣接とみなすqueen型である
LISA(Local Moran’s I)を計算し、結果のsfデータフレームへの追加もしてください
LISAクラスター(HH/LL/HL/LHなど)判定を実施しクラスターごとのメッシュ数と割合を表で表示
クラスター判定結果を含めてFGBファイルで出力
------------------------------
KEY_CODEは250mや500mメッシュで実施する場合のコードです
任意のIDをもとにメッシュを区別している場合は正しいIDを指定してください
4o Deep Research①
熱中症の死亡リスクと気候変動観測衛星が観測する地表面温度の関連性
国は日本とグローバルの両方を対象とする
学術論文のみを調べて出典リンクも明記すること
現に存在する論文のみを利用すること
論文の発表時期に制限はなし
衛星はG-COMCがあればよいが無ければ他の衛星でもよい
QGISで画像にしたい地図を作る
プロジェクト→インポートとエクスポート→地図を画像にエクスポート の順に押す
[キャンパスの領域]をクリック
解像度は[300 dpi]と入力
[クリップボードへコピー]を押す
パワーポイントを開く
デザイン→スライドのサイズ→ユーザー設定のスライドのサイズ をクリック
幅に[80]、高さに[44]を入力し[OK]→[最大化]をクリック
スライドに貼り付ける
Ctrl + V 又は 右クリックで貼り付け
論文の図として必要な矢印や図形を追加する(不要ならなにもしないでok)
地図や図形を全て選択→[グループ化]をクリック
地図を右クリックし[図として保存]をクリック
ファイルの種類を[TIFF]に設定
名前を付けて保存
保存された図を右クリック→[プロパティ]→[詳細]をクリック
[水平方向の解像度]が300dpi(又はそれ以上)であることを確認
新しくフォルダを作成し半角英数字で名前をつける「R_analysis」など
フォルダ内に分析で使用するcsvファイルをコピペする
Rstudioに以下をコピペする(Enterキーは押さない)
setwd("〇〇〇")
新しく作成したフォルダを右クリックし「パスのコピー」をクリックする
Rstudioに戻り、〇〇〇の部分を選択しペーストする
Enterキーを押す