RStudio 編

なぜR言語か?

R言語は統計処理や計算に強みをもつプログラミング言語

豊富な統計パッケージ

使えたらかっこいい（主観です）

R のインストール

RのDLは、CRAN (Comprehensive R Archive Network) のサイト(http://cran.r-project.org/)を開き、ご自身のパソコンのOS（Windows MAC Linux）を選択してDLし、DLしたソフトウェアをパソコンにインストールします。

RStudioのインストール

RStudioのDLは、https://www.rstudio.com/products/rstudio/download/#downloadから、ご自身のパソコンのOS（Windows MAC Linux）を選択してDLし、DLしたソフトウェアをパソコンにインストールします。

※Rのインストールが先です。

Rコマンダーをインストールしている場合、Windows、日本語環境資料の場合には、使用の際にエラーが出る可能性が高いです。

Rの操作概要

RStudioを起動すると左図のウィンドウが表示される。

  • ソースペイン：統計のコードを記載する。

  • コンソールペイン：統計のコードを直接書き込めるが、結果を表示するだけの使い方がよい。コードはソースペインで作成・実行

  • 環境ペイン：作成した変数やコードの履歴などを表示する。また、データのインポートも可能

  • ファイルペイン：作業フォルダ（Working Directly）の指定、図の表示、ヘルプの表示

R スクリプト

このままスクリプトに以下を記載して実行してみる（# の後はコメントなので計算には反映されない）

1 + 2 # このコードのあとに Ctrl＋Enterキーで実行する

2 * 3 # 2✕3

8 / 2 # 8÷2

a <- 5 # a に5を代入 ＜－ 矢印を使う（実際は半角で入力）

日本語 <- 8 # 日本語に8を代入。スペースは無視される。

R コンソール

コンソール画面に以下の結果が表示される（コンソール画面に直接計算式をコードしても計算結果を返してくれる）

> 1+2

[1] 3

> 2*3

[1] 6

> 8/2

[1] 4

> a <- 5

> 日本語 <- 8

新規プロジェクトの作成

「プロジェクト」は行う分析を１つのかたまりとして保持してくれる機能。作業単位（研究の解析）毎に作成するのがよい。

１．"New Project"を選択

２．"New Directory"を選択

３．"New Project"を選択

４．ディレクトリ名を入力（作業フォルダ）

５．新しいウインドウをチェックして"Create Project"を選択

ワーキングディレクトリの設定

ワーキングディレクトリは、PC内にRの関連ファイルがある場所のこと

getwd ( ) で、ディレクトリのパスをコンソールに表示可能

ワーキングディレクトリはファイルペイン（右下）のFileタブ→メニューの「More」 → Set As Working Directory でセットできる

変数のルール

● <- で変数に数値や文字を代入することができる（日本語は非推奨）

● 変数を消したい場合は、rm(変数名)

● 文字列を数字に変換したい場合は、as.numeric(文字列型)で、

→ 変換可能なら数字に変換される。

→ 変換できない場合は、NA（欠損値）へ変換

● ベクトル（配列）:同じ型のデータのかたまり c ( )で作成する。

a <- c (1,2,3,4,5) や a <- c("あ","い","う","え","お")

● ベクトルを複数くっつけるとデータフレームになる

データフレーム

一つのデータの塊をRではベクトルと呼ぶ

ID <- c (1,2,3,4,5,6,7) # ベクトルの作成コード

パッケージ

すでに誰かが作ってくれた便利なツール：例えば「tidyverse」など

【パッケージのインストール】

install. Packages ("tidyverse") # " " の中はインストールするパッケージ名

インストールは１回でOK、その後は libraryコマンドで呼び出す（Rで使えるようにする）。

library (tidyverse) ＃ tidiverse というパッケージを呼び出した（使えるようにした）


tidyverse：データサイエンスのための、複数のパッケージをまとめたパッケージ

データインポート:readr tibble

データ加工:dplyr tidyr purr

データ可視化:ggplot2

データのインポート

工程 １ ＜エクセルで集計・解析したいデータを作成する＞

  1. 「集計データ」の１行目（項目名）は日本語でもよい（英語推奨）

  2. 「集計データ」の欠損地は NA と入力しておく

  3. 作成した「集計データ」をCSV形式で保存する（マックの場合はUTF-8形式で保存）

  4. CSVファイル名は任意（例：data_kobe）

工程 ２ ＜R Studioにインポートする＞

  1. CSVファイルのデータは任意の場所に作業用フォルダを作成して移動させておく（例：デスクトップに“project A”など）

  2. R Studioを起動する

  3. R Studio （以降 R）のスクリプト画面を表示する（下図）。

工程 ３ ＜R Studioにインポートする＞

  • R Studio のスクリプト画面に以下のコードをコピぺし、コードをドラッグして選択し、Ctrl+Enterで実行（スクリプト画面のRUNでもOK）

  • x <- read.csv("data_kobe.csv") ＃data_kobe.csvをRに読み込んで x に格納する。この変数をした以降は、data_kobeが x で読み込める

  • stwd() # 作業フォルダ確認 （下の「作業フォルダを指定する」を参照）

  • ※ マックだとUTF-8にエンコードしてないとエラーが出る（文字化け）

  • x ＃data_kobeのデータがコンソール画面（左下）に表示される

  • view ( x ) ＃スクリプト画面に一覧表（データのマトリクス）が表示 される

作業フォルダ（working folder）を指定する

R Studioでは、作業フォルダ（どこのフォルダにファイルがあるか）を設定することで、操作できる

CSVファイルの読み込みでは、作業フォルダの中にファイルを入れておく

コードと実行の仕方

実行させたいコード（プログラム）をスクリプトに記入して、CtrlキーとEnterを同時に押して実行する。

コンソール画面に直接コードできるが、スクリプトは複数行にコードして一気に実行が可能、保存もできる。一度保存したコードは、変数を変えるだけで同じ計算をしてくれる。

変数の指定方法

スクリプトやコンソールで変数を指定するには、読み込んだデータを変数に指定し、その後は指定した変数内の変数パラメタにアクセするには、＄マークを使う

例えば、下のエクセルファイルの場合

x <- read.csv("data_kobe.csv")

ageのパラメタを参照したい場合

x$age #xの中のageを表示させるコード → xの中のデータがコンソールに表示される（以下の結果）

---

> x <- read.csv("data_kobe.csv")

> x$age

[1] 19 20 21 22 23

実際の計算コード

サマリー関数

summary(x) # スクリプトにコードして実行すると、以下の結果がコンソーツ画面に表示される。上から順に。最小値・25％タイル、中央値、平均値、75%タイル、最大値

> summary(x)

ID age sex weight hight FIM QOL

Min. :1 Min. :19 Min. :0.0 Min. :50 Min. :150 Min. : 80 Min. :10

1st Qu.:2 1st Qu.:20 1st Qu.:0.0 1st Qu.:60 1st Qu.:160 1st Qu.: 90 1st Qu.:20

Median :3 Median :21 Median :0.0 Median :70 Median :170 Median :100 Median :30

Mean :3 Mean :21 Mean :0.4 Mean :70 Mean :170 Mean :100 Mean :30

3rd Qu.:4 3rd Qu.:22 3rd Qu.:1.0 3rd Qu.:80 3rd Qu.:180 3rd Qu.:110 3rd Qu.:40

Max. :5 Max. :23 Max. :1.0 Max. :90 Max. :190 Max. :120 Max. :50

詳細なサマリー関数

install.packages ( "psych" ) # psychパッケージのインストール

library ( psych ) # psych パッケージの読み込み

describeBy ( x ) # 詳細なサマリーを出力する（グループごとの詳細も出力可能）

> describeBy ( x )

vars n mean sd median trimmed mad min max range skew kurtosis se

ID 1 5 3.0 1.58 3 3.0 1.48 1 5 4 0.00 -1.91 0.71

age 2 5 21.0 1.58 21 21.0 1.48 19 23 4 0.00 -1.91 0.71

sex 3 5 0.4 0.55 0 0.4 0.00 0 1 1 0.29 -2.25 0.24

weight 4 5 70.0 15.81 70 70.0 14.83 50 90 40 0.00 -1.91 7.07

hight 5 5 170.0 15.81 170 170.0 14.83 150 190 40 0.00 -1.91 7.07

FIM 6 5 100.0 15.81 100 100.0 14.83 80 120 40 0.00 -1.91 7.07

QOL 7 5 30.0 15.81 30 30.0 14.83 10 50 40 0.00 -1.91 7.07