#このコードは「はじめてのR講座REVIVAL」で使用したものです。 #スライド資料中の「皆さんに実際に入力してほしいコード」(赤枠内)はすべてこのファイルに書かれています。 #以下のコードをコンソール画面にコピペして使用してください。 #Rへのcsvデータの取り込み(p.25-27) #read.csv()の*****の部分は file.choose() を使ってbattadata.csvのパスを表示したものに置き換えてください。 #人によって*****の部分(パス)は異なるため、スライド画面の「入力例」を真似しないように気をつけてください。 file.choose() mydata<-read.csv("*****") #1変数に絞ってデータを見る|列の抽出(p.33) mydata$bodylength #1変数に絞ってデータを見る|数値データ|要約(p.35) summary(mydata$bodylength) #1変数に絞ってデータを見る|数値データ|ヒストグラム(p.36) hist(mydata$bodylength) #1変数に絞ってデータを見る|行の抽出(p.37) mydata_male<-subset(mydata,sei=="m") mydata_female<-subset(mydata,sei=="f") hist(mydata_male$bodylength) hist(mydata_female$bodylength) #1変数に絞ってデータを見る|カテゴリー|要約(失敗)(p.39) summary(mydata$place) #1変数に絞ってデータを見る|カテゴリー|変数変換(p.40) #以下のコードを入力した後では、placeとseiはfactor型のデータとして扱われます。 mydata$place<-as.factor(mydata$place) mydata$sei<-as.factor(mydata$sei) #1変数に絞ってデータを見る|カテゴリー|要約(成功)(p.41) summary(mydata$place) #2変数の関係を見る|カテゴリー×カテゴリー|集計(p.44) mydata_sp<-xtabs(~sei+place,data=mydata) #2変数の関係を見る|カテゴリー×カテゴリー|棒グラフ(p.45) barplot(mydata_sp) barplot(mydata_sp,legend=T) barplot(mydata_sp,legend=T,args.legend=list(x=2,y=45)) #2変数の関係を見る|カテゴリー×数値|箱ひげ図(p.46) boxplot(bodylength~sei,data=mydata) #2変数の関係を見る|数値×数値の視覚化|散布図(p.47) plot(bodytemp~temperature,data=mydata) plot(bodytemp~temperature,data=mydata,col=c("red","blue")[mydata$sei]) #2変数の関係を見る|とりあえずplot()で全通り(p.48) plot(mydata) #線形回帰(p.52) lmresult_male<-lm(bodytemp~temperature,data=mydata_male) #オス lmresult_male lmresult_female<-lm(bodytemp~temperature,data=mydata_female) #メス lmresult_female plot(bodytemp~temperature,data=mydata,col=c("red","blue")[mydata$sei]) #作図 abline(lmresult_female,col="red") abline(lmresult_male,col="blue") #棒グラフと他のデータを一緒に表示(p.61) #グラフに追加する barplot(mydata_sp,beside=TRUE) xtabs(~place,data=mydata)/2 #性比が場所に限らず一定の場合にとりうる値(期待値)を計算 points(c(1.5,2.5,4.5,5.5,7.5,8.5),c(21.5,21.5,18.5,18.5,20.0,20.0),col="red",pch=4) #期待値を棒グラフに追加) #グラフを追加する par(mfrow=c(2,1)) #mfrow=c(A,B)で、作図デバイスをA行B列に分割 barplot(mydata_sp) plot(bodytemp~temperature,data=mydata)