Microsoft PowerPoint - epi_ ppt [互換モード]

Transcription

1 統 計 解 析 ソ フ ト R の 活 用 ~ R 入 門 & R でデータハンドリング ~

2 本 日 のメニュー 1. R の 機 能 の 概 要 起 動 方 法 電 卓 機 能 終 了 方 法 行 列 計 算 簡 単 なシミュレーション グラフ 作 成 2. データのハンドリング パッケージと 作 業 ディレクトリについて データの 読 み 込 み 重 回 帰 や Cox 回 帰 用 のデータの 作 成 例 2 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

3 R の 起 動 Windows 版 R のアイコン をクリック or スタートメニューから 起 動 Vista / 7 をお 使 いの 方 は,アイコンを 右 クリックして 管 理 者 権 限 として 実 行 を 選 択 して 起 動 してください クリック! 3 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

4 R の 起 動 Mac OS X, Linux, Unix 版 Mac OS X 版 R Finder の 中 のアプリケーションフォルダにある R という アイコンをダブルクリック Linux 版 R, Unix 版 R 端 末 アプリケーションのコマンドライン 上 で R と 入 力 するか OS によってはデスクトップのメニューに Gnu R があるので これを 選 択 4 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

5 電 卓 機 能 1 計 算 式 を 入 力 して [Enter] キーを 押 す 2 計 算 結 果 が 表 示 される 演 算 子 + - * / ^ 意 味 加 算 減 算 乗 算 除 算 累 乗 5 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

6 電 卓 機 能 関 数 sin(x) cos(x) tan(x) log(x) log10(x) 意 味 sinx cosx tanx log e x log 10 x 関 数 sinh(x) cosh(x) tanh(x) exp(x) sqrt(x) 意 味 sinhx coshx tanhx e x ルート x 関 数 abs(x) trunc(x) round(x) floor(x) ceiling(x) 意 味 絶 対 値 整 数 部 分 丸 め 切 り 下 げ 切 り 上 げ 6 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

7 電 卓 機 能 たいてい 関 数 の 使 用 例 が 載 っているので, とりあえず 例 を 実 行 する 7 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

8 電 卓 機 能 5 人 の イベント 発 生 までの 期 間 をベクトル 化 して 変 数 x に 代 入 し, 期 間 の 和 を 算 出 して 変 数 y に 代 入 し,イベント 発 生 率 を 算 出 関 数 cor(x1, x2) max(x) mean(x) median(x) min(x) 意 味 相 関 係 数 最 大 値 平 均 値 中 央 値 最 小 値 関 数 prod(x) summary(x) sd(x) sum(x) var(x) 意 味 総 積 要 約 統 計 量 標 準 偏 差 総 和 不 偏 分 散 8 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

9 R の 終 了 関 数 q() または quit() を 実 行 する R ウインドウの 右 上 の [ ] 印 をクリックする メニューから 選 択 する 9 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

10 本 日 のメニュー 1. R の 機 能 の 概 要 起 動 方 法 電 卓 機 能 終 了 方 法 行 列 計 算 簡 単 なシミュレーション グラフ 作 成 2. データのハンドリング パッケージと 作 業 ディレクトリについて データの 読 み 込 み 重 回 帰 や Cox 回 帰 用 のデータの 作 成 例 10 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

11 行 列 計 算 行 列 を 作 成 する 手 順 は 以 下 のとおり 1. 行 列 の 要 素 をベクトルで 用 意 する 2. 関 数 matrix(ベクトル, 行 数, 列 数 ) でベクトルから 行 列 に 変 換 する 11 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

12 行 列 計 算 演 算 子 意 味 加 算 減 算 行 列 の 積 対 応 する 要 素 同 士 の 積 関 数 機 能 chol(a) 行 列 A のコレスキー 分 解 を 行 う crossprod(a) eigen(a) ginv(a) qr(a) svd(a) solve(a) t(a) 行 列 A のクロス 積 を 求 める 行 列 A の 固 有 値 と 固 有 ベクトルを 求 める 行 列 A の 一 般 化 逆 行 列 を 求 める ( MASS パッケージの 呼 び 出 しが 必 要 ) 行 列 A の QR 分 解 を 行 う 行 列 A の 特 異 値 分 解 を 行 う 行 列 A の 逆 行 列 を 求 める 行 列 A の 転 置 を 行 う

13 行 列 計 算 13 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

14 行 列 計 算 コマンド 機 能 A[1, ] 行 列 A の 1 行 目 を 取 り 出 す A[ [, 1] 行 列 A の 1 列 目 を 取 り 出 す A[1, 2] A[c(1,2), 3] A[c(1,2), c(2,3)] 行 列 A の 1 行 2 列 目 の 成 分 を 取 り 出 す 行 列 A の 1, 2 行 3 列 目 の 成 分 を 取 り 出 す 行 列 A の 1, 2 行 目 と 2, 3 列 を 取 り 出 す 14 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

15 本 日 のメニュー 1. R の 機 能 の 概 要 起 動 方 法 電 卓 機 能 終 了 方 法 行 列 計 算 簡 単 なシミュレーション グラフ 作 成 2. データのハンドリング パッケージと 作 業 ディレクトリについて データの 読 み 込 み 重 回 帰 や Cox 回 帰 用 のデータの 作 成 例 15 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

16 関 数 とシミュレーション R では 乱 数 を 利 用 して シミュレーションのための 関 数 を 作 成 し シミュレーションを ションを 行 う 関 数 機 能 rbeta(10, shape1=2, shape2=3) パラメータ (2, 3) であるベータ 分 布 に 従 う 乱 数 を 10 個 rbinom(10, size=5, prob=0.3) 成 功 確 率 , 試 行 数 5 回 の 二 項 分 布 に 従 う 乱 数 を 10 個 rchisq(10, df=5, ncp=2) 自 由 度 5, 非 心 度 2 の χ 2 分 布 に 従 う 乱 数 を 10 個 rexp(10, rate=1) パラメータ 1 の 指 数 分 布 に 従 う 乱 数 を 10 個 rnorm(10, mean=0, sd=1) rpois(10, lambda=2) rf(10, df1=2, df2=3) rt(10, df=8) runif(10, min=0, max=1) 平 均 0, 標 準 偏 差 1 の 正 規 分 布 に 従 う 乱 数 を 10 個 パラメータ 2 のポアソン 分 布 に 従 う 乱 数 を 10 個 自 由 度 (2, 3) の F 分 布 に 従 う 乱 数 を 10 個 自 由 度 8 の t 分 布 に 従 う 乱 数 を 10 個 (0, 1) 区 間 の 一 様 乱 数 を 10 個 sample(ベクトル, 16 replace=true) - 第 19 回 疫 学 ベクトルからランダムサンプリング( セミナー( 第 22 回 日 本 疫 学 会 総 会 ) - replace=true で 復 元 抽 出 )

17 関 数 の 作 成 例 1. 関 数 名 を 決 める 2. 入 力 する 変 数 の 個 数 と 種 類 を 指 定 する 3. 計 算 手 順 を 1 行 ずつ 記 述 し 最 後 に 関 数 return() で 計 算 結 果 を 出 力 例 入 力 した 2 つの 数 値 の 積 が 出 力 される 関 数 myfunc(x,y) 17 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

18 関 数 の 作 成 例 例 関 数 f(x) = 2x 例 二 次 元 標 準 正 規 分 布 の 密 度 z(x, y) = 18 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

19 シミュレーションの 例 : 例 数 設 計 大 うつ 病 を 患 っている 患 者 さんに 薬 剤 1 または 薬 剤 2 を 投 与 した 後, 薬 剤 間 の QOL の 平 均 値 を 比 較 する( QOL は 数 値 が 大 きい 方 が 良 い) 薬 剤 1 の QOL の 平 均 値 は 6.5, 薬 剤 2 の QOL の 平 均 値 は 4.0 標 準 偏 差 は 両 薬 剤 とも 同 じ 3.0, 例 数 は 1 群 20 例,α = 5%( 両 側 ) 帰 無 仮 説 H 0 : 平 均 値 の 差 が 0 である という 帰 無 仮 説 に 関 する 2 標 本 t 検 定 を 行 ったときに, 薬 剤 1 が 薬 剤 2 に 勝 ることを 検 出 する 検 出 力 を 算 出 する 1. 各 薬 剤 の 患 者 さんのデータを 正 規 乱 数 から 20 例 分 2 = 40 個 生 成 2. 2 標 本 t 検 定 を 行 い, 薬 剤 1 が 薬 剤 2 に 勝 っているかを 確 認 記 録 3. 1 ~ 2 を 多 数 回 ( 例 えば 1 万 回 ) 繰 り 返 す 4. 1 万 回 中 薬 剤 1 が 薬 剤 2 に 勝 った 回 数 の 割 合 が 検 出 力 19 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

20 シミュレーションの 例 : 例 数 設 計 20 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

21 参 考 検 出 力 の 計 算 21 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

22 本 日 のメニュー 1. R の 機 能 の 概 要 起 動 方 法 電 卓 機 能 終 了 方 法 行 列 計 算 簡 単 なシミュレーション グラフ 作 成 2. データのハンドリング パッケージと 作 業 ディレクトリについて データの 読 み 込 み 重 回 帰 や Cox 回 帰 用 のデータの 作 成 例 22 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

23 グラフの 作 成 手 順 1. プロットするデータや 数 式 を 準 備 する 2. 高 水 準 作 図 関 数 で 作 図 デバイスにグラフを 描 く 3. 低 水 準 作 図 関 数 でグラフに 装 飾 を 施 す 4. 描 いたグラフを 保 存 する 作 図 デバイスって 何? 作 図 関 数 って 何? 高 水 準? 低 水 準? グラフを 保 存? 保 存 される 形 式 は 何? 23 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

24 グラフの 作 成 Rでは, 以 下 の 2 つを 用 いて 作 図 を 行 う 作 図 関 数 :グラフを 出 力 する 関 数 作 図 デバイス: 図 を 出 力 する 装 置 (ウィンドウ) 作 図 関 数 作 図 デバイス 24 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

25 グラフの 作 成 作 図 関 数 は 主 に 以 下 の 2 つを 用 いる 高 水 準 作 図 関 数 :1 枚 の 完 成 された 図 を 描 く ( 例 ) 関 数 plot() を 使 って 散 布 図 を 描 く ( 例 ) 関 数 hist() を 使 ってヒストグラムを 描 く 関 数 plot() や 関 数 hist() が 高 水 準 作 図 関 数 低 水 準 作 図 関 数 : 完 成 された 図 に 図 形 や 文 字 などを 追 記 する ( 例 ) 関 数 legend() を 使 って 棒 グラフに 凡 例 を 追 記 する ( 例 ) 関 数 abline() を 使 って 散 布 図 に 回 帰 直 線 を 追 記 する 関 数 legend() や 関 数 abline() が 低 水 準 作 図 関 数 25 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

26 高 水 準 作 図 関 数 で 描 けるグラフのカタログ 26 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

27 高 水 準 作 図 関 数 で 描 けるグラフのカタログ 27 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

28 低 水 準 作 図 関 数 の 一 覧 追 記 する 図 形 点 直 線 (1) 直 線 (2) 格 子 矢 印 矩 形 文 字 枠 と 軸 凡 例 多 角 形 関 数 28 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

29 グラフの 作 成 例 pdf 形 式 の 作 図 デバイスを 開 く 29 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

30 グラフの 作 成 例 散 布 図 を 描 く 30 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

31 グラフの 作 成 例 水 平 線 を 追 記 31 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

32 グラフの 作 成 例 矩 形 を 追 記 32 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

33 グラフの 作 成 例 矢 印 を 追 記 33 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

34 グラフの 作 成 例 文 字 を 追 記 34 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

35 グラフの 作 成 例 タイトルを 追 記 35 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

36 グラフの 作 成 例 凡 例 を 追 記 36 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

37 グラフの 作 成 例 作 図 デバイスを 閉 じる C:/temp/myplot.pdf に 出 力 される myplot.pdf 37 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

38 参 考 作 図 デバイスの 種 類 作 図 デバイスの 種 類 パソコンの 画 面 に 表 示 するためのデバイス( 装 置 ) 画 像 ファイルに 保 存 するためのデバイス( 装 置 ) bmp():ビットマップ 形 式 jpeg():jpeg 形 式 (3 段 階 で 品 質 が 選 択 出 来 る) pdf():adobe PDF 形 式 pictex():latex の 画 像 形 式 png():png 形 式 postscript():adobe PostScript 形 式 関 数 dev.copy2eps()でepsファイルへの p 保 存 も 出 来 る win.metafile():windows meta file emf, wmf 形 式 :パワーポイント 上 で 編 集 することが 出 来 る 形 式 38 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

39 余 談 R を 使 いこなす 近 道 は? メモ アンチョコ 自 分 用 のコマンド 集 を 作 ってください ヘルプの 見 方, 分 からないことが 出 てきたときの 検 索 方 法 を 身 につけて ください(ヘルプ,Google,R の 書 籍 など) エラーが 出 ても 気 にしないでください とりあえず 人 様 が 書 いたプログラムを 実 行 そのプログラムの 一 部 を 修 正 して 実 行 という 作 業 に 慣 れてください 39 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

40 本 日 のメニュー 1. R の 機 能 の 概 要 起 動 方 法 電 卓 機 能 終 了 方 法 行 列 計 算 簡 単 なシミュレーション グラフ 作 成 2. データのハンドリング パッケージと 作 業 ディレクトリについて データの 読 み 込 み 重 回 帰 や Cox 回 帰 用 のデータの 作 成 例 40 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

41 パッケージとは R は 関 数 とデータを 機 能 別 に 分 類 して パッケージ という 形 で 用 意 どのようなパッケージがあるのかは 関 数 library() を 実 行 すると 表 示 パッケージ 名 boot foreign lattice nlme nnet rpart splines survival 解 説 ブートストラップに 関 するパッケージ R 以 外 のデータファイルを 読 み 込 むためのパッケージ ラティス グラフィックス 関 数 パッケージ 線 形 & 非 線 形 混 合 効 果 モデル 用 のパッケージ ニューラル ネットワーク 用 のパッケージ CART に 関 するパッケージ スプライン 回 帰 用 のパッケージ 生 存 時 間 解 析 用 のパッケージ 41 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

42 パッケージの 呼 び 出 し コマンドでパッケージ foreign を 呼 び 出 す 場 合 : メニューからパッケージ foreign を 呼 び 出 す 場 合 : 1 メニュー パッケージ から パッケージの 読 み 込 み を 選 択 2 読 み 込 むパッケージ 名 を 選 択 して [OK] を 選 択 42 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

43 追 加 パッケージのインストール コマンドでパッケージ xlsx をインストールする: メニューからパッケージ xlsx をインストールする: l 1 メニュー パッケージ から パッケージのインストール を 選 択 2 Japan(Tsukuba) [OK] をクリック 3 インストールするパッケージを 選 択 して [OK] をクリック 43 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

44 作 業 ディレクトリの 変 更 と 確 認 Windows 版 R の 場 合 は, ファイル ディレクトリの 変 更... を 選 択 した 後,フォルダ work を 選 択 してください 44 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

45 本 日 のメニュー 1. R の 機 能 の 概 要 起 動 方 法 電 卓 機 能 終 了 方 法 行 列 計 算 簡 単 なシミュレーション グラフ 作 成 2. データのハンドリング パッケージと 作 業 ディレクトリについて データの 読 み 込 み 重 回 帰 や Cox 回 帰 用 のデータの 作 成 例 45 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

46 準 備 :データの 型 R には データの 型 という 概 念 があり, 数 値 文 字 日 付 因 子 (カテゴリ) などを 区 別 する 日 付 の 処 理 例 は 次 頁 外 部 ファイルを R に 読 み 込 むと 数 値 は 数 値 型, 文 字 は 因 子 型 (カテゴリ) に 自 動 変 換 される 文 字 を 文 字 型 としたい 場 合 は 要 変 換! 46 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

47 準 備 : 日 付 データのハンドリング 例 命 令 機 能 %A,%a%a %B,%b %d %m %Y,%y% 47 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

48 データフレームとは 統 計 解 析 を 行 うデータの 形 式 は 様 々 ( R 上 で)データを 手 で 入 力 して テキストファイル,EXCEL,ACCESS,SAS などの 形 式 R でデータ 解 析 を 行 う 際 は,データフレームという 形 式 にデータを 変 換 することが 多 い( 見 た 目 は 行 列 ) EXCEL:シート ACCESS:テーブル SAS:データセット 48 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

49 データフレームとは 数 値 や 文 字, 因 子 (カテゴリ)や データフレーム demo 日 付 などの 異 なる 型 のデータを まとめてもつ 変 数 外 見 は 行 列 と 同 じ 各 列 の 値 の 型 はバラバラでも 良 い データフレームの 各 行 各 列 はラベル を 必 ず 持 ち,ラベルによる 操 作 が 可 能 データは C:/ にあることを 仮 定 する 前 もって setwd("c:/") を 実 行 GENDER:1 が 男 性,2 が 女 性 49 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

50 データフレームの 作 成 方 法 1. R でベクトルデータを 作 成 した 後,データフレームを 作 成 ( 手 入 力 ) ID 年 齢 性 別 検 査 日 などのデータをベクトルで 用 意 した 後, 関 数 data.frame() で1つのデータフレームに 変 換 2. ファイルからデータを 読 み 込 んで,データフレームを 作 成 テキストファイルから 読 み 込 み 関 数 read.table() や 関 数 read.csv() EXCEL ファイルから 読 み 込 み CSV ファイルに 変 換 した 後, 関 数 read.csv() パッケージ xlsx の 関 数 read.xlsx() EXCEL のセルを 直 接 コピー cf. パッケージ RODBC の 関 数 odbcconnectxxxxx() でファイルに アクセスした 後, 関 数 sql.query() でデータを 読 み 込 む 50 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

51 データフレームの 作 成 (.txt ) 1. 列 名 がなく,データ 間 がスペースで 区 切 られている 場 合 R が 勝 手 に 列 名 を 決 める demo1.txt 51 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

52 データフレームの 作 成 (.txt ) 2. 列 名 があり,データ 間 がスペースで 区 切 られている 場 合 demo2.txt 52 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

53 データフレームの 作 成 (.txt ) 3. 1 行 目 にコメント,2 行 目 に 列 名 があり,データ 間 がスペースで 区 切 られている 場 合 1 行 目 を 読 み 飛 ばす demo3.txt 53 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

54 データフレームの 作 成 (.txt ) 4. 列 名 があり,データ 間 がコンマで 区 切 られている 場 合 demo4.txt 54 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

55 データフレームの 作 成 (.xls/xlsx ) EXCEL ファイル(.xls/.xlsx)を R に 読 み 込 ませる 場 合 :.csv ファイルに 変 換 して 読 み 込 ませる EXCEL EL ファイルをそのまま 読 み 込 ませる パッケージ xlsx s.csv ファイルに 変 換 して 読 み 込 ませる 場 合, 前 もって 関 数 read.csv() で 読 み 込 める 形 式 にすること( 前 節 の demo4.txt の 状 態 ) 1. まず,EXCEL E EL ファイルを 開 き,メニューの [ファイル] の [ 開 く] から,[ 名 前 をつけて 保 存 ] を 選 択 する 2. 保 存 する 名 前 をつけた 後, 次 に [ファイルの 種 類 ] から [CSV カンマ 区 切 り] を 選 択 して 保 存 する 55 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

56 データフレームの 作 成 (.xls/xlsx ) EXCEL を 別 名 で 保 存 (.csv ファイルとして 保 存 ) 別 名 で 保 存 56 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) - CSV(カンマ 区 切 り)で 保 存

57 データフレームの 作 成 (.txt ) 4'. 列 名 があり,データ 間 がコンマで 区 切 られている 場 合 demo4.csv 57 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

58 データフレームの 作 成 (.txt ) 5. 列 名 がなく,データ 間 がコンマで 区 切 られている 場 合 先 に 列 名 を 表 す 変 数 を 作 成 した 後, 関 数 read.csv() で 読 み 込 み demo5.csv 58 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

59 データフレームの 作 成 (.xlsx ) パッケージ xlsx の 関 数 read.xlsx() で EXCEL ファイルを 読 み 込 む c:/mydata.xlsx 59 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

60 EXCEL のセルをコピーして 作 成 EXCEL のセルをコピーして,そのまま R に 貼 り 付 けることも 出 来 る コピー Mac OS X の 場 合 Windowsの 場 合 60 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

61 データフレームの 閲 覧 データフレームの 中 身 を 確 認 したいときは R のコンソール 画 面 で R 標 準 のデータエディタで(データを 見 ながらの 作 業 不 可 ) relimp パッケージのテキストウインドウで コンソール 上 データエディタ 61 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) - テキストウインドウ

62 参 考 データファイルの 読 み 込 み Windows 版 R では, 関 数 file.choose() を 使 用 すると,ファイル 名 を 指 定 するダイアログが 表 示 される 直 接 ファイル 名 を 指 定 せずに マウスでファイルを 指 定 する ことが 出 来 るようになる! 62 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

63 参 考 データフレームの 作 成 (RODBC) パッケージ RODBC の 中 の 関 数 odbcconnectxxxxx でファイルに アクセスした 後, 関 数 sql.queryでデータを 読 み 込 むことが 出 来 る 他 にも ORACLE のデータベースや,その 他 のデータ 形 式 ファイル (DBASE,MySQL,PostgreSQL)からデータを 読 み 込 むことも 可 63 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

64 本 日 のメニュー 1. R の 機 能 の 概 要 起 動 方 法 電 卓 機 能 終 了 方 法 行 列 計 算 簡 単 なシミュレーション グラフ 作 成 2. データのハンドリング パッケージと 作 業 ディレクトリについて データの 読 み 込 み 重 回 帰 や Cox 回 帰 用 のデータの 作 成 例 64 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

65 場 面 設 定 と 使 用 するデータの 概 要 糖 尿 病 予 備 軍 の 患 者 さんに A または B の 糖 尿 病 予 防 薬 を 投 与 し, 投 与 終 了 日 における HbA1c(65% HbA1c(6.5% 以 上 であれば 糖 尿 病 )を 測 定 し, 治 療 効 果 を 確 認 する データフレーム demo C:/demo.txt にデータあり ID: 患 者 さんを 表 す 番 号 AGE: 年 齢 ( 歳 ), 数 値 GENDER: 性 別 (1: 男 性,2: 女 性 ), 数 値 DATE: 薬 剤 の 投 与 開 始 日, 文 字 列 データフレーム hba1c C:/hba1c.txt にデータあり ID: 患 者 さんを 表 す 番 号 GROUP: 投 与 される 薬 剤 の 種 類, 文 字 (A,B) HBA1C: 薬 剤 の 投 与 終 了 日 に 測 定 したHbA1c(%), 数 値 DATE: 薬 剤 の 投 与 終 了 日, 文 字 列 65 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

66 データフレーム demo の 準 備 患 者 さんの 背 景 データ demo.txt を 読 み 込 み 列 名 があり,データ 間 がコンマで 区 切 られている demo.txt 66 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

67 データフレーム hba1c の 準 備 患 者 さんの 臨 床 検 査 データ hba1c.txt を 読 み 込 み 列 名 があり,データ 間 がコンマで 区 切 られている hba1c.txt 67 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

68 作 成 したいデータのイメージ( 目 標 ) ID GROUP AGE AGE_CT GENDER HBA1C EVENT DAY 1 1 A 70 >=65 Female B 50 <65 Male A 65 >=65 Male B 55 <65 Female B 75 >=65 Male demo を ID が 小 さい 順 に 並 べ 替 え(ソート) 年 齢 (AGE)が 65 歳 未 満 65 歳 以 上 を 表 す 変 数 AGE_CT を 作 成 性 別 の 変 数 を 因 子 型 (カテゴリ)に 変 換 HbA1c が 6.5 未 満 (0)か 6.5 以 上 (1)かを 表 す 変 数 EVENT を 作 成 demo と hba1c をくっつけ, 両 方 に 存 在 するレコードのみ 残 す DAY( 投 与 終 了 日 - 投 与 開 始 日 )を 作 成 変 数 を 上 記 に 絞 り, 変 数 の 順 番 も 上 記 に 従 う 68 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

69 道 具 データへのアクセス 方 法 データフレーム x に 対 する 命 令 機 能 x$ 列 名,x[ 列 名 ],x[[" 列 名 "]] 指 定 した 列 データを 表 示 x[2], x[[2]] 2 番 目 の 列 データを 表 示 x[3, 2], x[[3, 2]] 3 行 2 列 目 のデータを 表 示 x[[3," 列 名 "]], x[[3," 列 名 "]] 指 定 した 列 の 3 行 目 のデータを 表 示 x[c(1, 2)] 1 列 目 と 2 列 目 のデータを 表 示 x[c(3, 4), ] x[,c(t,f,t)] T)] x[gender==2, ] x[,gender==2 & AGE>60 ] 3 行 目 と 4 行 目 のデータを 表 示 論 理 ベクトル c(t,f,t), が TRUE となっている 列 を 表 示 性 別 が 2( 女 性 )である 行 を 表 示 性 別 が 2( 女 性 )かつ 年 齢 が 60 歳 より 大 きい 行 を 表 示 subset(x, gender==2 & age>60) x[,gender==2 & AGE>60 ] と 同 様 の 機 能 69 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

70 道 具 データの 加 工 抽 出 データフレーム x に 対 する 命 令 head(xn=a) tail(xn=b) na.omit(x) 機 能 先 頭 から a 行 だけ 抽 出 する 末 尾 から b 行 だけ 抽 出 する NA を 含 む 行 を 削 除 する transform(xy=ベクトル) データフレーム x に 新 たな 列 y を 追 加 する subset(x 条 件 式 ) subset(x 条 件 式 ベクトル) reshape(x,...) apply(x[, 範 囲 ], 1, 関 数 ) 条 件 式 に 合 う 行 のみを 抽 出 する ベクトルで 指 定 した 列 に 対 し, 条 件 式 に 合 う 行 のみを 抽 出 する データフレーム x を 横 展 開 / 縦 展 開 する データフレーム x の 指 定 した 範 囲 について, 各 行 ごとに 関 数 を 適 用 する ( 各 列 ごと: apply(x[, 範 囲 ], 2, 関 数 ) とする) 70 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

71 道 具 データの 結 合 など データフレーム x に 対 する 命 令 ncolx nrowx namesx rbindxy cbindxy data.framexy mergexy 機 能 x の 列 数 ( 変 数 の 数 )を 求 める x の 行 数 (データ 数 )を 求 める x の 列 名 を 表 示 する x と y を 縦 に 並 べて 結 合 する x と y を 横 に 並 べて 結 合 する x と y を 横 に 並 べて 結 合 する x と y をくっつける(マージする) all=t を 指 定 するとデータを 全 て 残 す all=t を 指 定 しなければデータの 共 通 部 分 が 結 果 として 返 される たまに 関 数 attach() や detach() を 使 用 している 資 料 が 見 受 けられるが 使 わない 方 が 良 い( 実 際 にデータ 解 析 を 行 う 場 合 ではまず 使 わないです) 71 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

72 1 データフレーム demo の 処 理 ID が 小 さい 順 に 並 べ 替 え(ソート)を 行 う そのままだと 行 番 号 がバラバラ ID AGE GENDER DATE /01/01 / /02/ /03/ /04/ /05/ /06/06 ID AGE GENDER DATE /05/05 / /01/ /04/ /02/ /06/ /03/ 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

73 1 データフレーム demo の 処 理 行 番 号 がバラバラなので, 行 番 号 を 整 形 する ID AGE GENDER DATE /05/05 / /01/ /04/ /02/ /06/ /03/03 ID AGE GENDER DATE /05/05 / /01/ /04/ /02/ /06/ /03/ 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

74 2 データフレーム demo の 処 理 年 齢 (AGE)が 65 歳 未 満 65 歳 以 上 を 表 す 変 数 AGE_CT を 作 成 ID AGE GENDER DATE /05/05 / /01/ /04/ /02/ /06/ /03/03 ID AGE GENDER DATE AGE_CT /05/05 / >= /01/01 < /04/04 >= /02/02 < /06/06 >= /03/03 < 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

75 3 データフレーム demo の 処 理 性 別 の 変 数 を 因 子 型 に 変 換 1 を Male( 男 性 ),2 を Female( 女 性 )なるカテゴリとして 扱 う ID AGE GENDER DATE AGE_CT /05/05 / >= /01/01 < /04/04 >= /02/02 < /06/06 >=65 ID AGE GENDER DATE AGE_CT 1 70 Female 2005/05/05 / >= Male 2001/01/01 < Male 2004/04/04 >= Female 2002/02/02 < Male 2006/06/06 >= /03/03 < Female 2003/03/03 < 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

76 4 データフレーム hba1c の 処 理 HbA1c が 6.5 未 満 (0)か 6.5 以 上 (1)かを 表 す 変 数 EVENT を 追 加 1:イベント 発 生 ( 糖 尿 病 発 症 ),0:イベントなし ID GROUP HBA1C DATE 1 A /07/07 / 2 B /08/08 3 A /09/09 4 B /10/10 5 B /11/11 ID GROUP HBA1C DATE EVENT 1 A /07/07 / 1 2 B /08/ A /09/ B /10/ B /11/ 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

77 demo と hba1c をくっつける 前 の 処 理 hba1c の 中 の 変 数 DATE を DATE_END に 変 更 する demo の 中 の 変 数 DATE とゴッチャにならないように ID GROUP HBA1C DATE EVENT 1 A /07/07 / 1 2 B /08/ A /09/ B /10/ B /11/11 0 ID GROUP HBA1C EVENT DATE_END 1 A /07/07 / 2 B /08/08 3 A /09/09 4 B /10/10 5 B /11/ 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

78 5 demo と hba1c をくっつける demo と hba1c をくっつけ(マージ), 両 方 に 存 在 するレコード のみ 残 す 出 来 あがったデータセットを full とする ID AGE GENDER DATE AGE_CT GROUP HBA1C EVENT DATE_END 1 70 Female 2005/05/05 >=65 A /07/ Male 2001/01/01 <65 B /08/ Male 2004/04/04 >=65 A /09/ Female 2002/02/02 <65 B /10/ Male 2006/06/06 >=65 B /11/ Female 2003/03/03 < 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

79 6 データフレーム full の 処 理 DAY( 投 与 終 了 日 - 投 与 開 始 日 )を 作 成 する ID AGE GENDER DATE AGE_CT GROUP HBA1C EVENT DATE_END DAY 1 70 Female 2005/05/05 >=65 A /07/ Male 2001/01/01 <65 B /08/ Male 2004/04/04 >=65 A /09/ Female 2002/02/02 <65 B /10/ Male 2006/06/06 >=65 B /11/ 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

80 7 データフレーム full の 処 理 変 数 を ID,GROUP,AGE,AGE_CT,GENDER,HBA1C,EVENT,DAY に 絞 り, 変 数 の 順 番 も 整 える( 3 つの 方 法 あり) 完 成 っ! ID GROUP AGE AGE_CT GENDER HBA1C EVENT DAY 1 A 70 >=65 Female B 50 <65 Male A 65 >=65 Male B 55 <65 Female B 75 >=65 Male 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

81 解 析 用 データが 出 来 あがった 後 は 年 齢 (AGE_CT)と 性 別 (GENDER)のクロス 集 計 81 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

82 解 析 用 データが 出 来 あがった 後 は 各 薬 剤 のイベント 発 現 率 (カプラン マイヤー 法 による 推 定 ) 82 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

83 解 析 用 データが 出 来 あがった 後 は Cox 回 帰 :イベント 発 生 までの 期 間 = 薬 剤 83 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

84 解 析 用 データが 出 来 あがった 後 は 他 にも 一 変 数 の 要 約 統 計 量,グラフ 二 変 数 間 の 関 係 を 数 値 化,グラフ 重 回 帰 分 析 ロジスティック 回 帰 分 析 等 々 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

85 本 日 のメニュー 1. R の 機 能 の 概 要 起 動 方 法 電 卓 機 能 終 了 方 法 行 列 計 算 簡 単 なシミュレーション グラフ 作 成 2. データのハンドリング パッケージと 作 業 ディレクトリについて データの 読 み 込 み 重 回 帰 や Cox 回 帰 用 のデータの 作 成 例 85 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

86 参 考 文 献 山 田 剛 史 他 著 (2008) R によるやさしい 統 計 学 (オーム 社 ) Phil Spector 著, 石 田 基 広 他 翻 訳 (2008) R データ 自 由 自 在 (シュプリンガージャパン ) 舟 尾 暢 男 (2009) The R Tips 第 2 版 (オーム 社 ) 岡 田 昌 史 他 著 (2011) R パッケージガイドブック( 東 京 図 書 ) 86 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

87 宣 伝 R の 統 合 開 発 環 境 RStudio フリー 日 本 語 対 応 対 応 OS: Windows XP/Vista/7 Mac OS X Debian6+/ Ubuntu (32-bit bit, 64-bit) Fedora13+/ opensuse (32-bit, 64-bit) 詳 しくは 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

88 統 計 解 析 ソ フ ト R の 活 用 ~ R 入 門 & R でデータハンドリング ~ 終

89 おまけ 1. この 資 料 で 出 てきたプログラム データの 在 り 処 2. R のセットアップ(Ver. 2141)のメモ Windows 版 R Mac OS X 版 R Linux 版 R ソースからビルドする 方 法 89 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

90 この 資 料 で 出 てきたプログラム データの 在 り 処 第 19 回 疫 学 セミナー 統 計 解 析 ソフトRの 活 用 ホームページ html この 資 料 で 出 てきたプログラム データ / h 90 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

91 インストール Windows 版 R の 場 合 CRAN( 筑 波 大 学 )からダウンロード ここ ダウンロードしたファイル R patched-win.exe をダブルクリック (Vista / 7 の 方 は 右 クリック 管 理 者 権 限 として 実 行 91 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

92 インストール Windows 版 R の 場 合 インストール 中 に 利 用 する 言 語 を English に 変 更!!! ( 何 もしないと 文 字 化 けします) 以 降 は Next > をクリックし 続 ける 92 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

93 インストール Windows 版 R の 場 合 93 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) - Yes を 選 択 (カスタマイズする)

94 インストール Windows 版 R の 場 合 SDI( 各 ウインドウを 分 離 ) ヘルプは HTML 形 式 がお 勧 め 94 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) - 会 社 で R を 使 っている 場 合 は internet2 を 選 択 しておく

95 インストール Windows 版 R の 場 合 後 は Next > をクリックし 続 けると インストールが 完 了 する 95 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

96 インストール Windows 版 R の 場 合 Rconsole Rdevga Rprofile.site をダウロードして,[C: Program P Files R R etc] R 2141 にある 同 名 ファイルに 上 書 き 文 字 化 け 防 止 策! ダウンロードするときに 拡 張 子 が.txt になるのでご 注 意 ください 1 Rconsole Rdevga は Rdevga は 拡 張 子 がありません 2 Rprofile.site の 拡 張 子 は.site です 96 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

97 インストール Mac OS X 版 R の 場 合 CRAN( 筑 波 大 学 )から R pkg をダウンロード インストール ここ 97 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

98 インストール Mac OS X 版 R の 場 合 Rprofile.site をダウロード ダウロードしたファイルを R の etc フォルダに 保 存 文 字 化 け 防 止 策! 場 所 :[Macintosh HD] [ライブラリ] [Frameworks] [R.framework] [Resources] [etc] 98 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

99 インストール Linux 版 R の 場 合 CRAN( 筑 波 大 学 )から 当 該 OS のファイルをダウンロード ルート 権 限 になり apt-get(fedora は yum )でインストールする $ sudo apt-get update $sudoaptget apt-get install r-base $ su # yum install r-base 99 - 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -

100 インストール ソースからビルドする 場 合 ルート 権 限 になった 後, 下 記 から R tar.gz をダウンロード R HOME なるディレクトリを 作 成 し,ここで R tar.gz を 解 凍 Terminal 上 で R HOME に 移 動 し 下 記 コマンドを 実 行 する $./configure $ make $ make install Linux 環 境 によっては f77(g77で 代 替 化 ) readline gcc c++ XOrg-devel readline-devel d v l 等 がない 場 合 があるその 場 合 はパッケージを 事 前 にインストールする./configure 実 行 時 にエラーが 出 た 場 合 はログファイル config.log の 中 身 を 確 認 して 足 りないライブラリやヘッダを 調 査 してインストールし, 再 度./configure を 実 行 する 第 19 回 疫 学 セミナー( 第 22 回 日 本 疫 学 会 総 会 ) -