- 運営しているクリエイター
2014年12月の記事一覧
Rでデータ解析 その2
続き
# t テスト
> t.test(diet, mu=0) One Sample t-testdata: dietdata: diett = -2.842, df = 5, p-value = 0.03616alternative hypothesis: true mean is not equal to 095 percent confidence interval: -6.6657
Rでデータ解析 その1
Rでデータ解析を行う。
> flour <- c(3,-2,-1,8,1,-2)> diet <- c(-4,1,-3,-5,-2,-8)> total<-c(flour, diet)
# histogramを書く
> hist(total)
> hist(total, br=c(-8,-6, -4, -2,0,2,4,6,8), ylim =c(0,5))
# 密度推定曲線
> pl
Perl/Tkモジュールのインストール
Windowsの場合、
まず、ActivePerlをインストール
http://www.activestate.com/activeperl
ActivePerlを起動して、
> cd..
で C:¥> まで戻る。
> ppm repo add http://www.bribes.org/perl/ppm/ bribes
Tkモジュールのダウンロードが開始。
> ppm instal
Rで行列を使う その2
# 行列を作る(1~6を3行の行列にする)
> m1 <- matrix(1:6, nrow=3)> m1 [,1] [,2][1,] 1 4[2,] 2 5[3,] 3 6
# 2行
> m2 <- matrix(1:6, nrow=2)> m2 [,1] [,2] [,3][1,] 1 3 5[2,] 2
Rで行列を使う その1
Rでは行列が使えます。
> matrix(1:6, nrow=2, ncol=3) [,1] [,2] [,3][1,] 1 3 5[2,] 2 4 6
# 上の行から順に並べる。
> matrix(1:6, nrow=2, ncol=3, byrow=T) [,1] [,2] [,3][1,] 1 2 3[2,]
乱数をつかったシミュレーション
# Rでスクリプトを書いてシミュレーション
# runifで0~1までの値を乱数で示す。
# 乱数を5つ表示
> runif(5)[1] 0.5517032 0.6004116 0.4150682 0.2100349 0.5122325
# コインを投げて表か裏か。表を1、裏を0とする。
# まず、答えをaとする。
> a <- 0
# 乱数を1つ返す。
> x<-runif(1)
Welch t-test
等分散を仮定しない場合の母平均の差の検定はWelchのt-検定で行います。
いや、常にWelchでやるように心がけておいた方が、余計な仮定が含まれないのでよいと思います。
# データ入力
> x<-c(28,27,30,32,29,32,33,27,23,22,26,20)> y<-c(29,37,34,37,29,28,33,36,33,32,26,31)
# データ入力の確認
> x[
Student t-testとp-valueについて
2つの集団で差があるかどうかの検定です。
男子 vs 女子、大阪 vs 東京、赤組 vs 白組など。
等分散を仮定した場合の母平均の差の検定は Studentのt-検定で行います。
(個人的には、t-検定は 等分散を仮定しないWelchで行った方がよいと思いますが...)
# データ入力
> x<-c(28,27,30,32,29,32,33,27,23,22,26,20)> y<-c(29
複数のグラフをひとつのウィンドウに表示
# 例として、複数のヒストグラムを描く
# データを入力
> papa<-c(20,20,20,20,20,20,20)> mama<-c(2,0,1,1,0)> oba<-c(2,3,1,9,20,20,20,20,20,4,20,20,12,6,7)> ozi<-c(7,7,20,20,20,20,20,18,20)> aneki<-c(20,14,11,20,20,20,20,20,20
Rで数値計算(その2)
引き続き、Rで練習
> c(1,2,3,4,5)[1] 1 2 3 4 5
# 変数aにベクトルを格納
> a<-c(1,2,3,4,5)> a[1] 1 2 3 4 5
# ベクトルで数値計算
> sqrt(a)[1] 1.000000 1.414214 1.732051 2.000000 2.236068
# logを計算
> log(a)[1] 0.0000000 0.6931