rd-2. ヒストグラム,散布図,折れ線グラフ, 要約統計量 (Rシステムでデータサイエンス演習)

Slides:



Advertisements
Similar presentations
ゲームプログラミング講習 第2章 関数の使い方
Advertisements

サービス管理責任者等研修テキスト 分野別講義    「アセスメントと        支援提供の基本姿勢」 <児童発達支援管理責任者> 平成27年10月1日.
ヒトの思考プロセスの解明を目的とするワーキングメモリの研究
第27講 オームの法則 電気抵抗の役割について知る オームの法則を使えるようにする 抵抗の温度変化を理解する 教科書P.223~226
コラッツ予想の変形について 東邦大学 理学部 情報科 白柳研究室 山中 陽子.
コンパイラ 第3回 字句解析 ― 決定性有限オートマトンの導出 ―
第5章 家計に関する統計 ー 経済統計 ー.
公共財 公共経済論 II no.3 麻生良文.
VTX alignment D2 浅野秀光 2011年12月15日  放射線研ミーティング.
冷却フランシウム原子を用いた 電子の永久電気双極子能率探索のための ルビジウム磁力計の研究
生命情報学 (8) スケールフリーネットワーク
前半戦 「史上最強」風 札上げクイズ.

認知症を理解し 環境の重要性について考える
フッ化ナトリウムによる洗口 2010・9・13 宮崎市郡東諸県郡薬剤師会 学校薬剤師  日高 華代子.
食品の安全性に関わる社会システム:総括 健康弱者 ハイリスク集団 HACCP (食肉処理場・食品工場) 農場でのQAP 一般的衛生管理
規制改革とは? ○規制改革の目的は、経済の活性化と雇用の創出によって、   活力ある経済社会の実現を図ることにあります。
地域保健対策検討会 に関する私見(保健所のあり方)
公共政策大学院 鈴木一人 第8回 専門化する政治 公共政策大学院 鈴木一人
医薬品ネット販売規制について 2012年5月31日 ケンコーコム株式会社.
平成26年8月27日(水) 大阪府 健康医療部 薬務課 医療機器グループ
平成26年度 呼吸器学会からの提案結果 (オレンジ色の部分が承認された提案) 新規提案 既収載の変更 免疫組織化学染色、免疫細胞化学染色
エナジードリンクの危険性 2015年6月23日 経営学部市場戦略学科MR3195稲沢珠依.
自動吸引は 在宅を変えるか 大分協和病院 院長         山本 真.
毎月レポート ビジネスの情報 (2016年7月号).
医療の歴史と将来 医療と医薬品産業 個人的経験 3. 「これからの医療を考える」 (1)医薬品の研究開発 -タクロリムスの歴史-
社会福祉調査論 第4講 2.社会調査の概要 11月2日.
2015年12月28日-2016年3月28日 掲載分.
2010度 民事訴訟法講義 補論 関西大学法学部教授 栗田 隆.
腫瘍学概論 埼玉医科大学国際医療センター 包括的がんセンター 緩和医療科/緩和ケアチーム 奈良林 至
“企業リスクへの考え方に変化を求められています。 トータルなリスクマネジメント・サービスをプロデュースします。“
情報漏えい 経済情報学科 E  西村 諭 E  釣 洋平.
金融班(ミクロ).
第11回 2009年12月16日 今日の資料=A4・4枚+解答用紙 期末試験:2月3日(水)N2教室
【ABL用語集】(あいうえお順) No 用語 解説 12 公正市場価格 13 債権 14 指名債権 15 事業収益資産 16 集合動産 17
基礎理論(3) 情報の非対称性と逆選択 公共政策論II No.3 麻生良文.
浜中 健児 昭和42年3月27日生まれ 東京都在住 株式会社ピー・アール・エフ 代表取締役 (学歴) 高 校:千葉県立東葛飾高校 卒業
COPYRIGHT(C) 2011 KYUSHU UNIVERSITY. ALL RIGHTS RESERVED
Blosxom による CMS 構築と SEO テクニック
記入例 JAWS DAYS 2015 – JOB BOARD 会社名 採用職種 営業職/技術職/その他( ) 仕事内容 待遇 募集数
ネットビジネスの 企業と特性 MR1127 まさ.
Future Technology活用による業務改革
ネットビジネス論(杉浦) 第8回 ネットビジネスと情報技術.
g741001 長谷川 嵩 g740796 迫村 光秋 g741000 西田 健太郎 g741147 小井出 真聡
自然独占 公共経済論 II no.5 麻生良文.
Autonomic Resource Provisioning for Cloud-Based Software
Webショップにおける webデザイン 12/6 08A1022 甲斐 広大.
物理的な位置情報を活用した仮想クラウドの構築
ハイブリッドクラウドを実現させるポイントと SCSKのOSSへの取組み
寺尾 敦 青山学院大学社会情報学部 第12回 情報デザイン(4) 情報の構造化と表現 寺尾 敦 青山学院大学社会情報学部
【1−1.開発計画 – 設計・開発計画】 システム開発計画にはシステム開発を効率的、効果的に実行する根拠(人員と経験、開発手順、開発・導入するシステム・アプリケーション・サービス等)を記述すること。 システム開発の開始から終了までの全体スケジュールを記載すること。 アプリケーション機能配置、ソフトウェア、インフラ構成、ネットワーク構成について概要を示すこと。
6 日本のコーポレート・ガバナンス 2008年度「企業論」 川端 望.
急成長する中国ソフトウェア産業 中国ソフトウェアと情報サービス産業の規模 総売上高は5年間で約5.3倍の成長
米国ユタ州LDS病院胸部心臓外科フェローの経験
公益社団法人日本青年会議所 関東地区埼玉ブロック協議会 JCの情熱(おもい)育成委員会 2011年度第1回全体委員会
次世代大学教育研究会のこれまでの活動 2005年度次世代大学教育研究大会 明治大学駿河台校舎リバティタワー9階1096教室
子どもの本の情報 大阪府内の協力書店の情報 こちらをクリック 大阪府内の公立図書館・図書室の情報
第2回産業調査 小島浩道.
〈起点〉を示す格助詞「を」と「から」の選択について
広東省民弁本科高校日語専業骨幹教師研修会 ①日本語の格助詞の使い分け ②動詞の自他受身の選択について   -日本語教育と中日カルチャーショックの観点から- 名古屋大学 杉村 泰.
■5Ahバッテリー使用報告 事例紹介/東【その1】 ■iphon4S(晴れの昼間/AM8-PM3) ◆約1時間で68%⇒100%
『ワタシが!!』『地域の仲間で!!』 市民が始める自然エネルギー!!
ポイントカードの未来形を形にした「MUJI Passport」
SAP NetWeaver を支える Microsoft テクノロジーの全貌 (Appendix)
ガイダンス(内業) 測量学実習 第1回.
Python超入門 久保 幹雄 東京海洋大学.
熱力学の基礎 丸山 茂夫 東京大学大学院 工学系研究科 機械工学専攻
京都民医連中央病院 CHDF学習推進委員会
資料2-④ ④下水道.
Accessによる SQLの操作 ~実際にテーブルを操作してみよう!~.
Presentation transcript:

rd-2. ヒストグラム,散布図,折れ線グラフ, 要約統計量 (Rシステムでデータサイエンス演習) https://www.kkaneko.jp/cc/rd/index.html 金子邦彦

2-1 パッケージの追加インストール

パッケージの設定 (1/2) 次の手順で,授業に必要なパッケージをイン ストールしてください パッケージをインストールするのにインター ネット接続が必要 install.packages("ggplot2") を実行 install.packages("dplyr") を実行

パッケージの設定 (2/2) install.packages("tidyr") を実行 install.packages("magrittr") を実行 install.packages("KernSmooth") を実行 こんな表示がでたら Yes ※ 「K」と「S」が大文字

2-2 R オブジェクトのコンストラクタ

コンストラクタの例 テーブルの例 コンストラクタの動作画面 上記のテーブルを生成するコンストラクタ 年次 出生数 死亡数 1985 1432 752 1990 1222 820 1995   1187 922 2000   1191 962 2005   1063 1084 2010 1071 1197 コンストラクタの動作画面 x1 <- data.frame( 年次=c(1985, 1990, 1995, 2000, 2005, 2010), 出生数=c(1432, 1222, 1187, 1191, 1063, 1071), 死亡数=c(752, 820, 922, 962, 1084, 1197) ) 上記のテーブルを生成するコンストラクタ

2-3 iris データセット

アヤメ属 (Iris) ◆多年草 ◆世界に 150種. 日本に 9種. ◆花被片は 6個 外花被片(がいかひへん) Sepal 3個(大型で下に垂れる) 内花被片(ないかひへん) Petal 3個(直立する)

Iris データセット ◆ 3種のアヤメの外花被 辺、内花被片の幅と長さ を計測したデータセット Iris setosa Iris versicolor Iris virginica ◆ データ数は 50 × 3 作成者:Ronald Fisher 作成年:1936 Rシステムの中に組み込 み済み

2-3 ヒストグラムの例

iris の 4属性それぞれのヒストグラム 属性: Sepal.Length, Sepal.Width, Petal.Length, Petal.Width 各属性のヒストグラム

複数ヒストグラムの重ね合わせ表示 library(dplyr) d2 <- tbl_df( iris ) library(tidyr) library(magrittr) library(KernSmooth) library(ggplot2) d2 %>% select( Sepal.Length, Sepal.Width, Petal.Length, Petal.Width ) %>% gather() %>% ggplot( aes(x=value, fill=key) ) + geom_histogram( binwidth=dpih( use_series(d2, Sepal.Length) ), alpha=0.5, position="identity") + theme_bw()

ヒストグラムでの区間幅の調整 区間幅を、diph 関数を用いて調整 区間幅 = 0.1 library(ggplot2) ggplot(iris, aes(x = Sepal.Length)) + geom_histogram(binwidth=0.1) + theme_bw() library(magrittr) library(KernSmooth) library(ggplot2) ggplot(iris, aes(x = Sepal.Length)) + geom_histogram( binwidth=dpih( iris$Sepal.Length ) ) + theme_bw()

2-4 散布図,折れ線グラフ (パソコン演習)

散布図、折れ線グラフのバリエーション 散布図 散布図 +折れ線 散布図 +線形近似 出生数、死亡数の推移 年次 出生数(千人) 死亡数 (千人) 1985 1432 752 1990 1222 820 1995   1187 922 2000   1191 962 2005   1063 1084 2010 1071 1197 散布図 散布図 +折れ線 散布図 +線形近似 出生数、死亡数の推移 出典:総務省「第63回 日本統計年鑑 平成26年」

散布図 x 軸 (フィールド名) 年次 y 軸 (フィールド名) 出生数, 死亡数 点の大きさ (数値) 3 x 軸の名前 (文字列) 1985 1432 752 1990 1222 820 1995   1187 922 2000   1191 962 2005   1063 1084 2010 1071 1197 x 軸 (フィールド名) 年次 y 軸 (フィールド名) 出生数, 死亡数 点の大きさ (数値) 3 x 軸の名前 (文字列) y 軸の名前 (文字列) x1 <- data.frame( 年次=c(1985, 1990, 1995, 2000, 2005, 2010), 出生数=c(1432, 1222, 1187, 1191, 1063, 1071), 死亡数=c(752, 820, 922, 962, 1084, 1197) ) library(ggplot2) ggplot(x1, aes(x=年次)) + geom_point( aes(y=出生数, colour="出生数"), size=3 ) + geom_point( aes(y=死亡数, colour="死亡数"), size=3 ) + labs(x="年次", y="出生数, 死亡数") + theme_bw()

散布図+折れ線 x 軸 (フィールド名) 年次 y 軸 (フィールド名) 出生数, 死亡数 点の大きさ (数値) 3 1985 1432 752 1990 1222 820 1995   1187 922 2000   1191 962 2005   1063 1084 2010 1071 1197 x 軸 (フィールド名) 年次 y 軸 (フィールド名) 出生数, 死亡数 点の大きさ (数値) 3 x 軸の名前 (文字列) y 軸の名前 (文字列) x1 <- data.frame( 年次=c(1985, 1990, 1995, 2000, 2005, 2010), 出生数=c(1432, 1222, 1187, 1191, 1063, 1071), 死亡数=c(752, 820, 922, 962, 1084, 1197) ) library(ggplot2) ggplot(x1, aes(x=年次)) + geom_point( aes(y=出生数, colour="出生数"), size=6 ) + geom_point( aes(y=死亡数, colour="死亡数"), size=6 ) + geom_line( aes(y=出生数, colour="出生数"), size=2 ) + geom_line( aes(y=死亡数, colour="死亡数"), size=2 ) + labs(x="年次", y="出生数, 死亡数") + theme_bw()

散布図+線形近似 x 軸 (フィールド名) 年次 y 軸 (フィールド名) 出生数, 死亡数 点の大きさ (数値) 3 1985 1432 752 1990 1222 820 1995   1187 922 2000   1191 962 2005   1063 1084 2010 1071 1197 x 軸 (フィールド名) 年次 y 軸 (フィールド名) 出生数, 死亡数 点の大きさ (数値) 3 x 軸の名前 (文字列) y 軸の名前 (文字列) x1 <- data.frame( 年次=c(1985, 1990, 1995, 2000, 2005, 2010), 出生数=c(1432, 1222, 1187, 1191, 1063, 1071), 死亡数=c(752, 820, 922, 962, 1084, 1197) ) library(ggplot2) ggplot(x1, aes(x=年次)) + geom_point( aes(y=出生数, colour="出生数"), size=6 ) + geom_point( aes(y=死亡数, colour="死亡数"), size=6 ) + stat_smooth( method="lm", se=FALSE, aes(y=出生数, colour="出生数"), size=2 ) + stat_smooth( method="lm", se=FALSE, aes(y=死亡数, colour="死亡数"), size=2 ) + labs(x="年次", y="出生数, 死亡数") + theme_bw()

2-5 グラフのファイルへの保存 (パソコン演習)

png ファイルの作成 x1 <- data.frame( 年次=c(1985, 1990, 1995, 2000, 2005, 2010), 出生数=c(1432, 1222, 1187, 1191, 1063, 1071), 死亡数=c(752, 820, 922, 962, 1084, 1197) ) library(ggplot2) png("f:/1.png") ggplot(x1, aes(x=年次)) + geom_point( aes(y=出生数, colour="出生数"), size=3 ) + labs(x="年次", y="出生数") + theme_bw() dev.off()

2-6 要約統計量,頻度,ヒストグラム (パソコン演習)

ここで行うこと ◆ 各フィールドの頻度(数え上げ) 種類ごとの数え上げ ◆ 各フィールドの要約統計量の算出 平均 (mean)、標準偏差 (sd)、分散 (var) 中央値 (median)、四分位点 (quantile)、 最大値 (max)、最小値 (min) 科目 受講者 得点 国語 A 90 B 80 算数   95 理科   要約統計量の例 元データ

ここでの説明で使用するデータ 成績データ コンストラクタ iris データセット ※ iris データセットは R システムに組み込み済み 科目 受講者 得点 国語 A 90 B 80 算数   95 理科   d1 <- data.frame( 科目=c("国語", "国語", "算数", "算数", "理科"), 受講者=c("A", "B", "A", "B", "A"), 得点=c(90, 80, 95, 90, 80) ) コンストラクタ iris データセット ※ iris データセットは R システムに組み込み済み

要約統計量(summary を使用)① 科目 受講者 得点 国語 A 90 B 80 算数 95 理科 成績 ◆ 数値属性に対しては 算数   95 理科   成績 ◆ 数値属性に対しては    最小、最大、平均、 中央値、四分位点 d1 <- data.frame( 科目=c("国語", "国語", "算数", "算数", "理科"), 受講者=c("A", "B", "A", "B", "A"), 得点=c(90, 80, 95, 90, 80) ) summary(d1)

頻度のグラフ化 ① 集約を行うテーブルの変数名 d1 集約したいフィールド名 科目 x 軸の名前 (文字列) y 軸の名前 (文字列) 総数 受講者 得点 国語 A 90 B 80 算数   95 理科   集約を行うテーブルの変数名 d1 集約したいフィールド名 科目 x 軸の名前 (文字列) y 軸の名前 (文字列) 総数 d1 <- data.frame( 科目=c("国語", "国語", "算数", "算数", "理科"), 受講者=c("A", "B", "A", "B", "A"), 得点=c(90, 80, 95, 90, 80) ) library(ggplot2) ggplot(d1, aes( x=科目, fill=科目 )) + geom_bar(stat="count") + labs(x="科目", y="総数") + theme_bw()

頻度のグラフ化 ② 集約を行うテーブルの変数名 d1 集約したいフィールド名 得点 x 軸の名前 (文字列) y 軸の名前 (文字列) 総数 科目 受講者 得点 国語 A 90 B 80 算数   95 理科   集約を行うテーブルの変数名 d1 集約したいフィールド名 得点 x 軸の名前 (文字列) y 軸の名前 (文字列) 総数 d1 <- data.frame( 科目=c("国語", "国語", "算数", "算数", "理科"), 受講者=c("A", "B", "A", "B", "A"), 得点=c(90, 80, 95, 90, 80) ) library(ggplot2) ggplot(d1, aes( x=得点 )) + geom_bar(stat="count") + labs(x="得点", y="総数") + theme_bw()

要約統計量(summary を使用)② iris データセット summary(iris)