トップページ⇒math
989コメント535KB

【R言語】統計解析フリーソフトＲ 第４章【GNU R】

レス数が950を超えています。1000を超えると書き込みができなくなります。
0001１３２人目の素数さん2011/01/09(日) 17:31:49
R は統計計算とグラフィックスのための言語・環境です。
統計計算で重宝するデータ型や、複数要素を処理する演算や関数、
解析結果を表示するグラフィックなど、多彩な機能を提供します。

●関連サイト
The R Project
http://www.r-project.org/
RjpWiki
http://www.okada.jp.org/RWiki/
リンク集
http://www.okada.jp.org/RWiki/?%A5%EA%A5%F3%A5%AF%BD%B8
0939１３２人目の素数さん2013/08/11(日) NY:AN:NY.AN
>>938
「アイコン」という言葉が出てきたので、
R本体の話ではなくて、付属品のR.app GUIとかRGui.exeの話をしているんだね。
想像するに、それらのOS固有に開発されているGUI系ラッパーに独自のテキストエディタが付いているのかな。
違うのかな。

まぁ、そのどっちのOSを使っているか知らないけど、
「MacOSX限定の話なんだけど、」とか「Windows限定の話なんだけど」って、
>>933の頭につけておいてくれたら、>>933を読み飛ばせたんだけど、と言ってみる。
0940１３２人目の素数さん2013/08/11(日) NY:AN:NY.AN
なにもかいてなければwindows
これ常識だから。
0941１３２人目の素数さん2013/08/11(日) NY:AN:NY.AN
>>940
マルチプラットフォームに対応するUNIX由来のRに、
そんな常識が通用するのか。ばかばかしい。
これはWindowsに移植した弊害だな。
0942１３２人目の素数さん2013/08/11(日) NY:AN:NY.AN
Windowsに移植したからこそ広まったんだろ。
優秀な人材はwindowsを使っているから
開発測度が飛躍的にたかまってな。
0943１３２人目の素数さん2013/08/11(日) NY:AN:NY.AN
>>942
普及に関しては、首肯する。
でも、開発速度は違うよ。
Rの開発Coreチームの人間と会ったり話したりしたことがないの？
Prof. Brian RipleyはDebianとSolarisだよ。
彼らがMinGWをメインで使っているとでも言うの？
0944１３２人目の素数さん2013/08/11(日) NY:AN:NY.AN
マイクロソフトの社員とかいるだろ。
0945１３２人目の素数さん2013/08/11(日) NY:AN:NY.AN
>>943
＞Rの開発Coreチームの人間と会ったり話したりしたことがないの？

貴殿はどこでそんな人と会うのか。
0946１３２人目の素数さん2013/08/12(月) NY:AN:NY.AN
>>945
絶対に会えるのはuseR!かな。
今年のuseR!はもう終わったけど、2014年はロサンゼルスだよ。
ttp://user2014.stat.ucla.edu/
0947１３２人目の素数さん2013/08/12(月) NY:AN:NY.AN
どこで会うのか聞いているのに
どこで会えるかを答えるアホ
0948１３２人目の素数さん2013/08/12(月) NY:AN:NY.AN
もしかして話しかけるという選択肢がない？
まあ、ソーシャルメディアでも同じだけど。
0949１３２人目の素数さん2013/08/13(火) NY:AN:NY.AN
いかにも親しげな書き方しといて実際は相手に認知されてないというオチ
0950１３２人目の素数さん2013/08/13(火) NY:AN:NY.AN
Rって一日目のデータフレームと２日目のデータフレームがあった場合
２つを１つにしないといけないんですか？
0951１３２人目の素数さん2013/08/13(火) NY:AN:NY.AN
例えば
一日目
a b
1 4
2 5
3 6
２日目
a b
1 7
2 8
というでーたふれーむがあったら
a b1 b2
1 4 7　
2 5 8
3 6 NA
見たいなのをつくって、b1-b2を計算するんですか？
0952１３２人目の素数さん2013/08/13(火) NY:AN:NY.AN
>>950
する必要ないです。そのまま使えばよいです。
「必要がない」というだけで、１つにしてもOKです。

表計算の感覚だと１つに統合する必要がありそうな気がしますが、
データの並びにだけ気をつければ、問題ありません。
0953１３２人目の素数さん2013/08/13(火) NY:AN:NY.AN
>>952
ありがとうございます。
でもデータの順番がバラバラで
入っているaもバラバラの場合は
１つにした方が簡単ですよね。
0954１３２人目の素数さん2013/08/13(火) NY:AN:NY.AN
>>953
Rでは、表形式にできないようなデータ構造を含む多種多様で複雑な構造が可能なので、
もう少し具体的なデータ構造についての説明がないと、
あなたの場合はどうなのか、何とも言えない。
ただ、1つにした方が簡単と感じるなら１つにすればどうだろう。
0955１３２人目の素数さん2013/08/13(火) NY:AN:NY.AN
でもRって１つにしてやる関数は揃っているけど
２つにしてやる関数は作らないといけないっぽくないですか？
09569542013/08/13(火) NY:AN:NY.AN
>>950はもしかして>>951なのか？
それなら、データ構造は明らかで申し訳ない。
> (d1 <- data.frame(a = 1:3, b = 4:6))
a b
1 1 4
2 2 5
3 3 6
> (d2 <- data.frame(a = c(2,1,3), b = c(7:8, NA)))
a b
1 2 7
2 1 8
3 3 NA
だとすると、aごとにbの差分を計算するなら、
> d1$b - d2[order(d2$a), ]$b
[1] -4 -2 NA
とする。
0957１３２人目の素数さん2013/08/13(火) NY:AN:NY.AN
>>956
ありがとうございます。
そんな感じです。
ただ違うのはaに1　2　3が存在するとは限らないということです。
たとえば初めの日には1がいたけど次の日には２が居なかったりします。
0958１３２人目の素数さん2013/08/13(火) NY:AN:NY.AN
>>955
formulaを作成するときは、変数名と値をdataに入れると便利な場合はある（一括指定とか）。
でも、dataのしては必須ではない。
> lm(d1$b~d2$b)

Call:
lm(formula = d1$b ~ d2$b)

Coefficients:
(Intercept) d2$b
-3 1

これで、１日目のbと2日目のbの回帰モデルを検討できる。
別に１つにする必要はない。
0959１３２人目の素数さん2013/08/13(火) NY:AN:NY.AN
>>957
それなら、１つにした方が分かりやすいね。
> (d1 <- data.frame(a = sample(1:10, 5), b = 1:5))
a b
1 1 1
2 2 2
3 9 3
4 4 4
5 7 5
> (d2 <- data.frame(a = sample(1:10, 5), b = 5:1))
a b
1 3 5
2 4 4
3 1 3
4 8 2
5 2 1
> merge(d1, d2, by = "a", all = TRUE)
a b.x b.y
1 1 1 3
2 2 2 1
3 3 NA 5
4 4 4 4
5 7 5 NA
6 8 NA 2
7 9 3 NA
0960１３２人目の素数さん2013/08/18(日) NY:AN:NY.AN
>>940
その認識はスレによっては非常識でしかないから今すぐ治せ
0961１３２人目の素数さん2013/08/21(水) NY:AN:NY.AN
抽象的な質問で申し訳ないのだけど、
再帰関数を書きたいのだけど、
再帰処理の終了判定条件なしで、
単純に再帰の回数を指定して処理を終了させるにはどうすればよいのだろう。

x' = f(x) みたいな関数があって、
f(f(f(f(f(f(x))))))という風に有限回数で入れ子にしたい。
0962１３２人目の素数さん2013/08/22(木) NY:AN:NY.AN
>>960
「なにも書いてなければ（馬鹿な）windows（ユーザー）」というのはもやは常識だろ
09639612013/08/22(木) NY:AN:NY.AN
自己解決。

f <- function(x){
return(x + 1)
}

f.main <- function(x, i = 3){
for (j in 1:i){
x <- f(x)
}
return(x)
}
とすれば、forループ終了後に最終的なxの値はそのまま残ってくれるみたいだ。

> f.main(1, i = 100)
[1] 101

Recall()とか考えて迷宮に入っていた。
0964１３２人目の素数さん2013/08/22(木) NY:AN:NY.AN
>>963
どうせならこうだな

f <- function(x) {x + 1}
g <- function(x) {x + 2}

f.main <- function(a, x, i){
for (j in 1:i){
x <- a(x)
}
return(x)
}

f.main(f, 1, 100)
f.main(g, 1, 100)
0965１３２人目の素数さん2013/08/23(金) NY:AN:NY.AN
データフレームX（m×n）とベクトルv（1×n）があった時に、vと一致するXの行を抽出したいのですが、シンプルな方法ありませんか？
applyとsetequalで出来るかと思ったのですがうまくいきませんでした
forループ2つで行と列を見ていけば出来ることは出来たのですが、どうも非効率的な気がします
0966１３２人目の素数さん2013/08/23(金) NY:AN:NY.AN
>>961

?Reduceより
Iterate <- function(f, n = 1) function(x) Reduce(function(g, ...) g(...), rep.int(list(f), n), x, right = TRUE)
h <- function(x) 1 + 1 / x
> Iterate(h, 40)(1) == (sqrt(5) + 1) / 2
[1] TRUE

関数言語っぽく
Compose <- function(f, g) function(x) f(g(x))
nest.fun <- function(f, n){
if (n == 0) function(x) identity(x)
else Compose(f, nest.fun(f, n - 1))
}
> nest.fun(h, 40)(1) == (sqrt(5) + 1) / 2
[1] TRUE

末尾再帰かつ高速化
nest.fun <- function(f, n, acc.fun = identity){
if (n == 0) return(acc.fun)
else if (n %% 2 == 0) nest.fun(Compose(f, f), n / 2, acc.fun)
else nest.fun(f, n - 1, Compose(f, acc.fun))
}
0967１３２人目の素数さん2013/08/23(金) NY:AN:NY.AN
>>964,966
ありがとうございます。大変参考になりました。

>>966の9行目、
function(x) retrun(x) じゃなくて、function(x) identity(x)にするのは何か理由があるのでしょうか。
以前から、identity()の存在意義がよく分からないのです。

>>965
よく理解できていないけど、Xから抽出したものが、vと同一ならば、vそのものだよね？
だとすると、vのままでよいので、抽出する意味がない。
vと同一の行番号が知りたいとか、
vと同一の行がXに複数含まれていて、その全てを取り出したい、
または、vと一致する行がXに含まれているかどうかの有無をチェックしたいという意味でしょうか。

> X <- matrix(1:100, 10)
> v <- (1:10) * 10 - 4
としたとき、
> X[apply(X, 1, all.equal, v) == TRUE, ]
[1] 6 16 26 36 46 56 66 76 86 96
と抽出できるけど、これは
> v
[1] 6 16 26 36 46 56 66 76 86 96
と同一なわけで。
0968１３２人目の素数さん2013/08/23(金) NY:AN:NY.AN
ロジスティック回帰について教えてください。
下記データ( r t ）があります。

r <- c( 0.727 , 0.634 , 0.500 , 0.443 , 0.416 , 0.328 , 0.272 , 0.225 , 0.133 )
t <- 1:9

このとき、以下のようにロジスティック回帰を行うと、
glm( r ~ x , family=binomial )
>In eval(expr, envir, enclos) : 二項 glm で整数でない成功数がありました!
とエラーになります。

ここで質問です。
１．小数データを目的変数に、ロジスティック回帰はできないのですか？
できるのであれば、どうすればよいのでしょうか？

２．ふと疑問に思ったのですが、目的変数が０、１って、そのままでは、ロジット変換できないと思うのですが、
内部的にどのように計算されているのでしょうか？（微小数を加減算している？0+0.0000001と1-0.0000001 ）
0969１３２人目の素数さん2013/08/23(金) NY:AN:NY.AN
>>968
> エラーになります
エラーになりません。「警告」と「エラー」は違います。

> 小数データを目的変数に、ロジスティック回帰はできないのですか？
できますが、多分あなたが思っているものと違います。

glm()でロジスティック回帰をやるときには、
目的変数の設定仕方が３通りあります。
>>968を見ると、目的変数は、二値でも、説明変数カテゴリごとの計数(整数)でもないから、
説明変数カテゴリごとの割合(小数)だよね。
その場合は、分母に相当するweightsを指定しないと駄目だよ。

何を言っているのか、分からなければ、Rの解説書を読んだ方がよいよ。
Rで学ぶデータサイエンスシリーズ「一般線形モデル」なら、pp.53-56のあたり。

2. の質問は、目的変数をロジット変換するという思いこみによる誤解。
実測値(0,1)とモデル値exp(beta_1x_1+beta_0)/(1-exp(beta_1x_1+beta_0))を比較して、
当てはまりを見る話じゃないの？
0970１３２人目の素数さん2013/08/23(金) NY:AN:NY.AN
>>954
レスありがとうございます。

確かに「警告」であって「エラー｣ではないですね。
私が提示した例は、説明変数カテゴリごとの割合(小数)です。
その上で、明示的に分母に相当するweightsを指定しなくても
同じウエイトが設定されるのでは？と思いました。如何でしょう？
そうだとしたら、「警告」を出力しなくても良いのではと思いました。

2.
> 実測値(0,1)とモデル値exp(beta_1x_1+beta_0)/(1-exp(beta_1x_1+beta_0))を比較

なるほど。すっきりしました！
実測値(0,1)とモデル値が、完全に一致しない（限りなく近くはなるが・・・）ところに
私は何か引っかかっていたようです。
09719662013/08/23(金) NY:AN:NY.AN
>>967
>function(x) retrun(x) じゃなくて、function(x) identity(x)にするのは何か理由があるのでしょうか。
朝だったので単なる勘違いでした。
-if (n == 0) function(x) identity(x)
+if (n == 0) identify

個人的には恒等写像って意味を明確にしたいからidentityを使う感じでしょうか。
むろんfunction(x) x でも機能は同等ですが。
09729652013/08/24(土) NY:AN:NY.AN
すいません自己解決しました
言葉足らずで申し訳ありませんでしたが、最終的にやりたかったことは変数の組合せ別の集計でした
適当で申し訳ありませんが結局こうなりました

X <- as.data.frame(matrix(1:100, 10))
X <- rbind(X, X, X[1:5,], X[1:4,])
Y <- data.frame(unique(X), freq=NA)

for (i in 1:nrow(Y)) {
Y$freq[i] <- nrow(X[which(apply(X, 1, identical, as.matrix(Y)[i,1:(ncol(Y)-1)])),])
}
0973１３２人目の素数さん2013/08/24(土) NY:AN:NY.AN
>>972
こんなんもあるよ。変数も指定できるみたい
library(plyr)
count(X)
count(X, c("V1", "V2"))
0974１３２人目の素数さん2013/08/24(土) NY:AN:NY.AN
>>973
知りませんでした。そのまんま私のやりたいことができてびっくりです
ありがとうございます
0975１３２人目の素数さん2013/08/26(月) NY:AN:NY.AN
>>968-970
ちょっとピントがずれている気がする…

元データ解らないからなんとも言えないんだが、
>>969氏の回答がより正しいだろうことを前提に、あえて>>968氏の欲しい答えを返すと

glm( r ~ t , family = "gaussian"( link = "logit" ) )

となる (これは誤差構造に正規分布を仮定して、ロジスティック式のパラメータを推定している)
ちなみに>>969氏の方法だと誤差構造に二項分布を仮定して(以下同文)となる (おそらくこっちの方がより正しい)
0976１３２人目の素数さん2013/08/30(金) NY:AN:NY.AN
裏Rjpwiki読んでてもしかして中の人ってG大のA先生なのではなどと思った
0977１３２人目の素数さん2013/08/30(金) NY:AN:NY.AN
>>976
うーん、口調が違う気がするけど。
それより、河童さんが誰か気になる。
0978１３２人目の素数さん2013/09/07(土) 12:43:56.32
>>977
最近、河童さんと俺しかQ&A初心者コースに回答していない。
過疎化が進んでいるのかな。
0979１３２人目の素数さん2013/09/09(月) 00:44:44.31
>>841
kwsk
0980１３２人目の素数さん2013/09/23(月) 09:35:45.96
Rのホームディレクトリの場所は変更はできないんでしょうか？
作業ディレクトリではなく、ホームディレクトリです。
09819802013/09/23(月) 09:54:08.60
すいませんなんか勘違いしてました
ホームディレクトリというのはたんにRのアプリが入ってる場所のことなのかな
0982１３２人目の素数さん2013/09/23(月) 17:01:03.55
>>980
> Rのホームディレクトリの場所は変更はできないんでしょうか？
もちろん、出来ます。
でも、突拍子もないところにインストールすると、
見つけてもらえない場合があるので、
標準的な場所以外は、念のために環境変数R_HOMEを設定しておく方が良いでしょう。
ただし、設定したことを忘れると、トラブルシューティングではまることがあるので注意。
09839802013/09/23(月) 21:47:00.43
>>982
ありがとうございます
初心者……というかパソコン自体もあまり詳しくないのですが（Macをつかってます）、ホームディレクトリっていうのは、単にRをインストールした場所という意味なんでしょうか？
作業ディレクトリには、.RDataとか.Rhistoryとか.Rprofileとかが入っているのですが、ホームディレクトリというのはそういう、設定ファイル的なものを置く場所ではないのでしょうか。
なんか、置き場のようなものとしてホームディレクトリってのがあるんであれば、作業ディレクトリの近くに置いといたほうがいいのかな…とか思ったのですが
0984１３２人目の素数さん2013/09/24(火) 00:07:26.50
>>983
コンピュータの世界では一般的に、
例えば、○○というソフトウェアがあったとして、
○○のホームディレクトリというのは、
○○をインストールしたディレクトリと実用上は同等です。
これはRに限った話ではなくて、一般的な話です。

> 作業ディレクトリには、.RDataとか.Rhistoryとか.Rprofileとかが入っている
それらは、システム全体に有効にさせる場合を除いて、
ユーザのホームディレクトリ（つまりMacOSXの場合、/Users/ユーザ名）に置くファイルです。
作業ディレクトリに置いた場合にどうなるか実験したことはありませんが。
09859842013/09/24(火) 00:11:07.87
すみません。うっかり一部嘘を書きました。
訂正します。
Rを終了するときに、作業内容と履歴を保存すれば、
.Rdataと.Rhistoryはそれぞれの作業ディレクトリに残ります。
09869802013/09/24(火) 08:03:34.73
>>985
おっと、わたし、.Rprofileも作業ディレクトリにおいてました…たしかにいま解説サイトをいくつか見るとホームディレクトリだよ〜んと書いてありました
最初、グラフの日本語化のために解説サイトに公開されてる.Rprofileの例をいくつか試してダメだったんですが、作業ディレクトリに置いてたからかな…
でも今は日本語化に成功してるので、後で自分の環境がどうなってるか確認してみます
ありがとうございます
0987１３２人目の素数さん2013/09/24(火) 09:07:46.53
>>986
> たしかにいま解説サイトをいくつか見ると
正しいかどうか確証がないサイトの解説よりも、
helpを読もうよ。

help("Rprofile")

Rはどんどん進化しているので、Webサイトや書籍で解説しても、
すぐに内容が陳腐化します。
自分が使っているバージョンのRではどうなのか、
自分がインストールしているRに尋ねるのが最短だと思いますよ。
09889802013/09/24(火) 12:40:21.75
>>987
なるほど…
0989１３２人目の素数さん2013/09/25(水) 12:34:56.57
0
レス数が950を超えています。1000を超えると書き込みができなくなります。