Submit Search
Upload
Kandai R 入門者講習
•
Download as PPTX, PDF
•
5 likes
•
2,483 views
考司 小杉
Follow
2016.06.18 関西大学で行われたKandai.Rの入門者講習スライドです
Read less
Read more
Education
Report
Share
Report
Share
1 of 92
Download now
Recommended
Kandai.R #1 公開用
Kandai.R #1 公開用
Daisuke Nakanishi
心理統計の課題をRmdで作る
心理統計の課題をRmdで作る
考司 小杉
2016-03-01 研究の進め方を改善しよう
2016-03-01 研究の進め方を改善しよう
Yoshiki Sato
rstanで情報仮説によるモデル評価してみる@Hjiyama.R
rstanで情報仮説によるモデル評価してみる@Hjiyama.R
Masaru Tokuoka
Rでノンパラメトリック法 1
Rでノンパラメトリック法 1
itoyan110
RでMplusがもっと便利にーmplusAutomationパッケージー #Hiroshimar05
RでMplusがもっと便利にーmplusAutomationパッケージー #Hiroshimar05
Masaru Tokuoka
データ解析のための統計モデリング入門 1~2章
データ解析のための統計モデリング入門 1~2章
itoyan110
このIRのグラフがすごい!上場企業2015
このIRのグラフがすごい!上場企業2015
itoyan110
Recommended
Kandai.R #1 公開用
Kandai.R #1 公開用
Daisuke Nakanishi
心理統計の課題をRmdで作る
心理統計の課題をRmdで作る
考司 小杉
2016-03-01 研究の進め方を改善しよう
2016-03-01 研究の進め方を改善しよう
Yoshiki Sato
rstanで情報仮説によるモデル評価してみる@Hjiyama.R
rstanで情報仮説によるモデル評価してみる@Hjiyama.R
Masaru Tokuoka
Rでノンパラメトリック法 1
Rでノンパラメトリック法 1
itoyan110
RでMplusがもっと便利にーmplusAutomationパッケージー #Hiroshimar05
RでMplusがもっと便利にーmplusAutomationパッケージー #Hiroshimar05
Masaru Tokuoka
データ解析のための統計モデリング入門 1~2章
データ解析のための統計モデリング入門 1~2章
itoyan110
このIRのグラフがすごい!上場企業2015
このIRのグラフがすごい!上場企業2015
itoyan110
絶対に描いてはいけないグラフ入りスライド24枚
絶対に描いてはいけないグラフ入りスライド24枚
itoyan110
このIRのグラフがすごい!上場企業2017
このIRのグラフがすごい!上場企業2017
itoyan110
確率論及統計論輪講
確率論及統計論輪講
Kiyoshi Ogawa
コイン投げの分析を一捻り (Japan.R 2013 LT)
コイン投げの分析を一捻り (Japan.R 2013 LT)
itoyan110
Rで確認しながら解く統計検定2級
Rで確認しながら解く統計検定2級
itoyan110
NagoyaStat #4 ご挨拶と前回の復習
NagoyaStat #4 ご挨拶と前回の復習
itoyan110
Do you remember the number of "future works" you have written?
Do you remember the number of "future works" you have written?
min2fly
このIRのグラフがすごい!上場企業2016
このIRのグラフがすごい!上場企業2016
itoyan110
NagoyaStat #5 ご挨拶と前回の復習
NagoyaStat #5 ご挨拶と前回の復習
itoyan110
第5章glmの尤度比検定と検定の非対称性 前編
第5章glmの尤度比検定と検定の非対称性 前編
T T
ベルヌーイ分布からベータ分布までを関係づける
ベルヌーイ分布からベータ分布までを関係づける
itoyan110
R stan導入公開版
R stan導入公開版
考司 小杉
続・心理学のためのpsychパッケージ
続・心理学のためのpsychパッケージ
考司 小杉
Mplus tutorial
Mplus tutorial
考司 小杉
MCMCによるベイズ因子分析法について
MCMCによるベイズ因子分析法について
考司 小杉
Stan超初心者入門
Stan超初心者入門
Hiroshi Shimizu
エクセルで統計分析 統計プログラムHADについて
エクセルで統計分析 統計プログラムHADについて
Hiroshi Shimizu
日本教育心理学会2016WSスライド
日本教育心理学会2016WSスライド
考司 小杉
人工知能ハッカソン用プレゼン資料(161217)
人工知能ハッカソン用プレゼン資料(161217)
WEBFARMER. ltd.
情報検索における評価指標の最新動向と新たな提案
情報検索における評価指標の最新動向と新たな提案
Mitsuo Yamamoto
統計環境R_はじめの一歩2016
統計環境R_はじめの一歩2016
wada, kazumi
Hijiyama.R Entry session
Hijiyama.R Entry session
考司 小杉
More Related Content
What's hot
絶対に描いてはいけないグラフ入りスライド24枚
絶対に描いてはいけないグラフ入りスライド24枚
itoyan110
このIRのグラフがすごい!上場企業2017
このIRのグラフがすごい!上場企業2017
itoyan110
確率論及統計論輪講
確率論及統計論輪講
Kiyoshi Ogawa
コイン投げの分析を一捻り (Japan.R 2013 LT)
コイン投げの分析を一捻り (Japan.R 2013 LT)
itoyan110
Rで確認しながら解く統計検定2級
Rで確認しながら解く統計検定2級
itoyan110
NagoyaStat #4 ご挨拶と前回の復習
NagoyaStat #4 ご挨拶と前回の復習
itoyan110
Do you remember the number of "future works" you have written?
Do you remember the number of "future works" you have written?
min2fly
このIRのグラフがすごい!上場企業2016
このIRのグラフがすごい!上場企業2016
itoyan110
NagoyaStat #5 ご挨拶と前回の復習
NagoyaStat #5 ご挨拶と前回の復習
itoyan110
第5章glmの尤度比検定と検定の非対称性 前編
第5章glmの尤度比検定と検定の非対称性 前編
T T
ベルヌーイ分布からベータ分布までを関係づける
ベルヌーイ分布からベータ分布までを関係づける
itoyan110
What's hot
(11)
絶対に描いてはいけないグラフ入りスライド24枚
絶対に描いてはいけないグラフ入りスライド24枚
このIRのグラフがすごい!上場企業2017
このIRのグラフがすごい!上場企業2017
確率論及統計論輪講
確率論及統計論輪講
コイン投げの分析を一捻り (Japan.R 2013 LT)
コイン投げの分析を一捻り (Japan.R 2013 LT)
Rで確認しながら解く統計検定2級
Rで確認しながら解く統計検定2級
NagoyaStat #4 ご挨拶と前回の復習
NagoyaStat #4 ご挨拶と前回の復習
Do you remember the number of "future works" you have written?
Do you remember the number of "future works" you have written?
このIRのグラフがすごい!上場企業2016
このIRのグラフがすごい!上場企業2016
NagoyaStat #5 ご挨拶と前回の復習
NagoyaStat #5 ご挨拶と前回の復習
第5章glmの尤度比検定と検定の非対称性 前編
第5章glmの尤度比検定と検定の非対称性 前編
ベルヌーイ分布からベータ分布までを関係づける
ベルヌーイ分布からベータ分布までを関係づける
Viewers also liked
R stan導入公開版
R stan導入公開版
考司 小杉
続・心理学のためのpsychパッケージ
続・心理学のためのpsychパッケージ
考司 小杉
Mplus tutorial
Mplus tutorial
考司 小杉
MCMCによるベイズ因子分析法について
MCMCによるベイズ因子分析法について
考司 小杉
Stan超初心者入門
Stan超初心者入門
Hiroshi Shimizu
エクセルで統計分析 統計プログラムHADについて
エクセルで統計分析 統計プログラムHADについて
Hiroshi Shimizu
日本教育心理学会2016WSスライド
日本教育心理学会2016WSスライド
考司 小杉
人工知能ハッカソン用プレゼン資料(161217)
人工知能ハッカソン用プレゼン資料(161217)
WEBFARMER. ltd.
情報検索における評価指標の最新動向と新たな提案
情報検索における評価指標の最新動向と新たな提案
Mitsuo Yamamoto
統計環境R_はじめの一歩2016
統計環境R_はじめの一歩2016
wada, kazumi
Hijiyama.R Entry session
Hijiyama.R Entry session
考司 小杉
Osaka.Stan #3 Chapter 5-2
Osaka.Stan #3 Chapter 5-2
Takayuki Goto
距離と分類の話
距離と分類の話
考司 小杉
Xgboost for share
Xgboost for share
Shota Yasui
Introduction to Deep Compression
Introduction to Deep Compression
WEBFARMER. ltd.
順序データでもベイズモデリング
順序データでもベイズモデリング
. .
Mplusの使い方 初級編
Mplusの使い方 初級編
Hiroshi Shimizu
マルチレベルモデル講習会 実践編
マルチレベルモデル講習会 実践編
Hiroshi Shimizu
マルチレベルモデル講習会 理論編
マルチレベルモデル講習会 理論編
Hiroshi Shimizu
心理学のためのPsychパッケージ
心理学のためのPsychパッケージ
考司 小杉
Viewers also liked
(20)
R stan導入公開版
R stan導入公開版
続・心理学のためのpsychパッケージ
続・心理学のためのpsychパッケージ
Mplus tutorial
Mplus tutorial
MCMCによるベイズ因子分析法について
MCMCによるベイズ因子分析法について
Stan超初心者入門
Stan超初心者入門
エクセルで統計分析 統計プログラムHADについて
エクセルで統計分析 統計プログラムHADについて
日本教育心理学会2016WSスライド
日本教育心理学会2016WSスライド
人工知能ハッカソン用プレゼン資料(161217)
人工知能ハッカソン用プレゼン資料(161217)
情報検索における評価指標の最新動向と新たな提案
情報検索における評価指標の最新動向と新たな提案
統計環境R_はじめの一歩2016
統計環境R_はじめの一歩2016
Hijiyama.R Entry session
Hijiyama.R Entry session
Osaka.Stan #3 Chapter 5-2
Osaka.Stan #3 Chapter 5-2
距離と分類の話
距離と分類の話
Xgboost for share
Xgboost for share
Introduction to Deep Compression
Introduction to Deep Compression
順序データでもベイズモデリング
順序データでもベイズモデリング
Mplusの使い方 初級編
Mplusの使い方 初級編
マルチレベルモデル講習会 実践編
マルチレベルモデル講習会 実践編
マルチレベルモデル講習会 理論編
マルチレベルモデル講習会 理論編
心理学のためのPsychパッケージ
心理学のためのPsychパッケージ
Similar to Kandai R 入門者講習
大学生のTwitter利用に関する定量分析―利用目的とサービス設計の関係―
大学生のTwitter利用に関する定量分析―利用目的とサービス設計の関係―
Hisao Soyama
第16回iPhoneアプリ開発勉強会発表資料
第16回iPhoneアプリ開発勉強会発表資料
Ke Ta
ITILの基礎、第1回講義資料
ITILの基礎、第1回講義資料
Mugen Fujii
Rはいいぞ!むしろなぜ使わないのか!!
Rはいいぞ!むしろなぜ使わないのか!!
Shushi Namba
人生100年時代における学び方 定年後の学生生活
人生100年時代における学び方 定年後の学生生活
Hiro Yoshioka
IRC セミナー数字が教えてくれないこと-特許/論文データベース分析入門-
IRC セミナー数字が教えてくれないこと-特許/論文データベース分析入門-
Yasushi Hara
経済学のための実践的データ分析 1. イントロダクション/Jupyter Notebook をインストールする
経済学のための実践的データ分析 1. イントロダクション/Jupyter Notebook をインストールする
Yasushi Hara
HiroshimaR6_Introduction
HiroshimaR6_Introduction
SAKAUE, Tatsuya
データサイエンスセミナー 【found IT project #8】
データサイエンスセミナー 【found IT project #8】
Tetsuya Yoshida
220427-pydata 統計・データ分析 特集
220427-pydata 統計・データ分析 特集
Takuya Nishimoto
Infra study 2nd #1 人生100年時代の学び方,定年後の大学院生活
Infra study 2nd #1 人生100年時代の学び方,定年後の大学院生活
Hiro Yoshioka
企業における統計学入門
企業における統計学入門
antibayesian 俺がS式だ
Rの導入とRStudio事始め(改訂版)
Rの導入とRStudio事始め(改訂版)
Takashi Yamane
プログラミングを学ぶと何が良いのか
プログラミングを学ぶと何が良いのか
Haruo Sato
Rブートキャンプ
Rブートキャンプ
Kosuke Sato
データ分析-の波乗り遅れた気がしてる人のための Python×データ分析の超基礎の基礎 v1.0-20160831
データ分析-の波乗り遅れた気がしてる人のための Python×データ分析の超基礎の基礎 v1.0-20160831
Yusaku Kinoshita
2022ふりかえりカンファレンス.pdf
2022ふりかえりカンファレンス.pdf
Shigeo Konno
Tennis swing recognition based on pose estimation and LightGBM
Tennis swing recognition based on pose estimation and LightGBM
Yuya Mochimaru
HiroshimaR5_Intro
HiroshimaR5_Intro
SAKAUE, Tatsuya
Excelでも統計分析 HADについて SappoRo.R#3
Excelでも統計分析 HADについて SappoRo.R#3
Hiroshi Shimizu
Similar to Kandai R 入門者講習
(20)
大学生のTwitter利用に関する定量分析―利用目的とサービス設計の関係―
大学生のTwitter利用に関する定量分析―利用目的とサービス設計の関係―
第16回iPhoneアプリ開発勉強会発表資料
第16回iPhoneアプリ開発勉強会発表資料
ITILの基礎、第1回講義資料
ITILの基礎、第1回講義資料
Rはいいぞ!むしろなぜ使わないのか!!
Rはいいぞ!むしろなぜ使わないのか!!
人生100年時代における学び方 定年後の学生生活
人生100年時代における学び方 定年後の学生生活
IRC セミナー数字が教えてくれないこと-特許/論文データベース分析入門-
IRC セミナー数字が教えてくれないこと-特許/論文データベース分析入門-
経済学のための実践的データ分析 1. イントロダクション/Jupyter Notebook をインストールする
経済学のための実践的データ分析 1. イントロダクション/Jupyter Notebook をインストールする
HiroshimaR6_Introduction
HiroshimaR6_Introduction
データサイエンスセミナー 【found IT project #8】
データサイエンスセミナー 【found IT project #8】
220427-pydata 統計・データ分析 特集
220427-pydata 統計・データ分析 特集
Infra study 2nd #1 人生100年時代の学び方,定年後の大学院生活
Infra study 2nd #1 人生100年時代の学び方,定年後の大学院生活
企業における統計学入門
企業における統計学入門
Rの導入とRStudio事始め(改訂版)
Rの導入とRStudio事始め(改訂版)
プログラミングを学ぶと何が良いのか
プログラミングを学ぶと何が良いのか
Rブートキャンプ
Rブートキャンプ
データ分析-の波乗り遅れた気がしてる人のための Python×データ分析の超基礎の基礎 v1.0-20160831
データ分析-の波乗り遅れた気がしてる人のための Python×データ分析の超基礎の基礎 v1.0-20160831
2022ふりかえりカンファレンス.pdf
2022ふりかえりカンファレンス.pdf
Tennis swing recognition based on pose estimation and LightGBM
Tennis swing recognition based on pose estimation and LightGBM
HiroshimaR5_Intro
HiroshimaR5_Intro
Excelでも統計分析 HADについて SappoRo.R#3
Excelでも統計分析 HADについて SappoRo.R#3
More from 考司 小杉
Mds20190303
Mds20190303
考司 小杉
HCGシンポジウム2018;心理学における新しい統計学との付き合い方
HCGシンポジウム2018;心理学における新しい統計学との付き合い方
考司 小杉
HCG20181212
HCG20181212
考司 小杉
20180602kosugi
20180602kosugi
考司 小杉
Jap2017 ss65 優しいベイズ統計への導入法
Jap2017 ss65 優しいベイズ統計への導入法
考司 小杉
StanとRでベイズ統計モデリング読書会Ch.9
StanとRでベイズ統計モデリング読書会Ch.9
考司 小杉
学部生向けベイズ統計イントロ(公開版)
学部生向けベイズ統計イントロ(公開版)
考司 小杉
家族データに対する非対称MDSの応用(2)
家族データに対する非対称MDSの応用(2)
考司 小杉
SappoRo.R #2 初心者向けWS資料
SappoRo.R #2 初心者向けWS資料
考司 小杉
Yamadai.R#3 Function
Yamadai.R#3 Function
考司 小杉
Yamadai.R #1 Introduction to R
Yamadai.R #1 Introduction to R
考司 小杉
Kenshu
Kenshu
考司 小杉
Yamadai.Rデモンストレーションセッション
Yamadai.Rデモンストレーションセッション
考司 小杉
Yamadai.R チュートリアルセッション
Yamadai.R チュートリアルセッション
考司 小杉
Amosを使ったベイズ推定
Amosを使ったベイズ推定
考司 小杉
複合システムネットワーク論を読む(公開版)
複合システムネットワーク論を読む(公開版)
考司 小杉
YamadaiR(Categorical Factor Analysis)
YamadaiR(Categorical Factor Analysis)
考司 小杉
More from 考司 小杉
(17)
Mds20190303
Mds20190303
HCGシンポジウム2018;心理学における新しい統計学との付き合い方
HCGシンポジウム2018;心理学における新しい統計学との付き合い方
HCG20181212
HCG20181212
20180602kosugi
20180602kosugi
Jap2017 ss65 優しいベイズ統計への導入法
Jap2017 ss65 優しいベイズ統計への導入法
StanとRでベイズ統計モデリング読書会Ch.9
StanとRでベイズ統計モデリング読書会Ch.9
学部生向けベイズ統計イントロ(公開版)
学部生向けベイズ統計イントロ(公開版)
家族データに対する非対称MDSの応用(2)
家族データに対する非対称MDSの応用(2)
SappoRo.R #2 初心者向けWS資料
SappoRo.R #2 初心者向けWS資料
Yamadai.R#3 Function
Yamadai.R#3 Function
Yamadai.R #1 Introduction to R
Yamadai.R #1 Introduction to R
Kenshu
Kenshu
Yamadai.Rデモンストレーションセッション
Yamadai.Rデモンストレーションセッション
Yamadai.R チュートリアルセッション
Yamadai.R チュートリアルセッション
Amosを使ったベイズ推定
Amosを使ったベイズ推定
複合システムネットワーク論を読む(公開版)
複合システムネットワーク論を読む(公開版)
YamadaiR(Categorical Factor Analysis)
YamadaiR(Categorical Factor Analysis)
Recently uploaded
【ゲーム理論入門】ChatGPTが作成した ゲーム理論の問題を解く #3 Slide
【ゲーム理論入門】ChatGPTが作成した ゲーム理論の問題を解く #3 Slide
ssusere0a682
My Inspire High Award 2024「Yakushima Islandってなんか変じゃない?」.pdf
My Inspire High Award 2024「Yakushima Islandってなんか変じゃない?」.pdf
inspirehighstaff03
What I did before opening my business..pdf
What I did before opening my business..pdf
oganekyokoi
My Inspire High Award 2024「なぜ、好きなことにいつかは飽きるの」
My Inspire High Award 2024「なぜ、好きなことにいつかは飽きるの」
inspirehighstaff03
3年前期 交通基盤工学 第一回 ガイダンス 交通基盤工学の概要 パワーポイント
3年前期 交通基盤工学 第一回 ガイダンス 交通基盤工学の概要 パワーポイント
shu1108hina1020
Divorce agreements in administrative work.pdf
Divorce agreements in administrative work.pdf
oganekyokoi
My Inspire High Award 2024 「本当の『悪者』って何?」
My Inspire High Award 2024 「本当の『悪者』って何?」
inspirehighstaff03
My Inspire High Award 2024「なぜ人は他人と違うところがあってもそれをなかなか誇れないのか?」
My Inspire High Award 2024「なぜ人は他人と違うところがあってもそれをなかなか誇れないのか?」
inspirehighstaff03
My Inspire High Award2024「外国人が日本のテーブルマナーに驚く理由は?」
My Inspire High Award2024「外国人が日本のテーブルマナーに驚く理由は?」
inspirehighstaff03
My Inspire High Award 2024 「正義って存在するの?」
My Inspire High Award 2024 「正義って存在するの?」
inspirehighstaff03
My Inspire High Award 2024「世の中の流行はどのようにして生まれるのか」
My Inspire High Award 2024「世の中の流行はどのようにして生まれるのか」
inspirehighstaff03
My Inspire High Award 2024「他者と自分、対立を防ぐには?」
My Inspire High Award 2024「他者と自分、対立を防ぐには?」
inspirehighstaff03
International Politics I - Lecture 1
International Politics I - Lecture 1
Toru Oga
My Inspire High Award 2024 「家族とは何か」
My Inspire High Award 2024 「家族とは何か」
inspirehighstaff03
Establishment and operation of medical corporations.pdf
Establishment and operation of medical corporations.pdf
oganekyokoi
KARAPATANG PANTAO.pptxhrhrhrhrhrhrhrhrhr
KARAPATANG PANTAO.pptxhrhrhrhrhrhrhrhrhr
RodolfFernandez1
My Inspire High Award 2024「なぜ議会への関心が低いのか?」
My Inspire High Award 2024「なぜ議会への関心が低いのか?」
inspirehighstaff03
My Inspire High Award 2024「スーパーマーケットで回収されたキャベツ外葉は廃棄されているの?」
My Inspire High Award 2024「スーパーマーケットで回収されたキャベツ外葉は廃棄されているの?」
inspirehighstaff03
My Inspire High Award 2024「老いることは不幸なこと?」
My Inspire High Award 2024「老いることは不幸なこと?」
inspirehighstaff03
My Inspire High Award 2024 「AIと仲良くなるには?」
My Inspire High Award 2024 「AIと仲良くなるには?」
inspirehighstaff03
Recently uploaded
(20)
【ゲーム理論入門】ChatGPTが作成した ゲーム理論の問題を解く #3 Slide
【ゲーム理論入門】ChatGPTが作成した ゲーム理論の問題を解く #3 Slide
My Inspire High Award 2024「Yakushima Islandってなんか変じゃない?」.pdf
My Inspire High Award 2024「Yakushima Islandってなんか変じゃない?」.pdf
What I did before opening my business..pdf
What I did before opening my business..pdf
My Inspire High Award 2024「なぜ、好きなことにいつかは飽きるの」
My Inspire High Award 2024「なぜ、好きなことにいつかは飽きるの」
3年前期 交通基盤工学 第一回 ガイダンス 交通基盤工学の概要 パワーポイント
3年前期 交通基盤工学 第一回 ガイダンス 交通基盤工学の概要 パワーポイント
Divorce agreements in administrative work.pdf
Divorce agreements in administrative work.pdf
My Inspire High Award 2024 「本当の『悪者』って何?」
My Inspire High Award 2024 「本当の『悪者』って何?」
My Inspire High Award 2024「なぜ人は他人と違うところがあってもそれをなかなか誇れないのか?」
My Inspire High Award 2024「なぜ人は他人と違うところがあってもそれをなかなか誇れないのか?」
My Inspire High Award2024「外国人が日本のテーブルマナーに驚く理由は?」
My Inspire High Award2024「外国人が日本のテーブルマナーに驚く理由は?」
My Inspire High Award 2024 「正義って存在するの?」
My Inspire High Award 2024 「正義って存在するの?」
My Inspire High Award 2024「世の中の流行はどのようにして生まれるのか」
My Inspire High Award 2024「世の中の流行はどのようにして生まれるのか」
My Inspire High Award 2024「他者と自分、対立を防ぐには?」
My Inspire High Award 2024「他者と自分、対立を防ぐには?」
International Politics I - Lecture 1
International Politics I - Lecture 1
My Inspire High Award 2024 「家族とは何か」
My Inspire High Award 2024 「家族とは何か」
Establishment and operation of medical corporations.pdf
Establishment and operation of medical corporations.pdf
KARAPATANG PANTAO.pptxhrhrhrhrhrhrhrhrhr
KARAPATANG PANTAO.pptxhrhrhrhrhrhrhrhrhr
My Inspire High Award 2024「なぜ議会への関心が低いのか?」
My Inspire High Award 2024「なぜ議会への関心が低いのか?」
My Inspire High Award 2024「スーパーマーケットで回収されたキャベツ外葉は廃棄されているの?」
My Inspire High Award 2024「スーパーマーケットで回収されたキャベツ外葉は廃棄されているの?」
My Inspire High Award 2024「老いることは不幸なこと?」
My Inspire High Award 2024「老いることは不幸なこと?」
My Inspire High Award 2024 「AIと仲良くなるには?」
My Inspire High Award 2024 「AIと仲良くなるには?」
Kandai R 入門者講習
1.
【入門者講習】 @kosugitti .
2.
自己紹介 • なまえ;小杉考司(Twitter @kosugitti) •
しょぞく;山口大学教育学部小学校コース • せんもん;社会心理学,または心理学的統計法 • けいれき;社94-553 / 関西学院大学→山口大学 トリスなう
3.
3
4.
ってなんですか • 最近あちこちで聞くことが多くなってきたけど, • 統計ソフトなの?統計環境なの? •
何ができるの?なんか難しくないの?
5.
ってなんですか • 統計ソフトなの?統計環境なの? • 統計処理は「なんでも!」できます。 •
プログラマにとっては集計,分析,報告書作成ま で全部できるので統計環境=プログラム言語です • 大学の研究者にとっては統計ソフト☆という理解 で結構です。
6.
ってなんですか • 統計ソフトなら間に合ってるよ!という人に • SASやSPSSが
を取り込み始めました。 • 統計ソフトとしては商用ソフトよりも数年先を行 きます。
7.
の特徴 • オープンなフリーソフトウェアでどんどん成長 • 情報がネットなどでじゃんじゃん公開されている •
サンプルコード,サンプルデータが豊富 • 8000を超えるパッケージでぐんぐん拡張!
8.
パッケージがすごい • 基本システムに加えて,専門的な分析をするパッケ ージがネットを通じて公開されている • ボタンひとつでネットから新しいパッケージ=新し い分析技術を入手出来る •
専門家もこぞって開発&公開する • 最新の分析技術があなたのすぐ手の中に!!
9.
this is
10.
の特徴 • CUI…Command User
InterfaceあるいはCharacter User Interfaceと はコンピュータにおいて、キーボードを用いて入力を行い文字によ って出力を行う様式のユーザインタフェースである。
11.
CUIの短所 • 短所; • スペルミスすると動かない。 •
特にRは大文字と小文字も区別する • 日本語文字は得意じゃない=半角英数だけで書く • なんかプログラマみたいにみえるやん
12.
CUIの長所 • 長所; • コードがあればどこででも動く •
自分が何をやっているかがはっきりわかる • 「何をやってどうなったかわからない」という 質問に具体的かつ的確に答えられる • なんかプログラマみたいにみえるやん
13.
それでもやっぱり やだよぉぉぉ?
14.
そんなあなたに
15.
こんなのもあるよ
16.
Rコマンダーといいます • これもRのパッケージのひとつ • Rコマンダーの追加パッケージもたくさん! •
とりつきにくいと思う人はこれから始めてもOK
17.
Rコマンダーの中身は 1.ここにコードを書く 3.ここに結果が出る 2.押す
18.
プレーンな だと同じ画面に両方出る
19.
Rコマンダーも悪くない • Rコマンダーは代筆パッケージのようなものです • ある程度プログラム勘がある人はここから始めても いいかも。でもすぐに「美しくない」と自分で書き 始めると思います(体験談)。そんな人は・・・ •
CUIに抵抗がある人もここからでいいですが,CUI の長所を生かすことを考えるなら・・・
20.
21.
圧倒的にオススメします と の組み合わせ
22.
どうちがうの? は統合開発環境(IDE)と呼ばれるもの。 の中で を動かして, 使いやすくしてくれるもの。 を
23.
があると • コード補完機能などコードが書きやすくなる! • 増えがちなファイルの管理も簡単に! •
パッケージのインストールもクリック一つでOK! • レポート作成など文書作成機能も充実!
24.
一旦ここでまとめ • はとても良いものです。 • どんどん成長するみんなのフリーソフトウェア •
専門家もユーザーも。これからの統計プラットフ ォーム • 入門書やユーザーの活動もあちこちで!join us!
25.
それでは実際に 使ってみましょう PCをご準備くださいね
26.
を始めるのに必要な環境 • パソコン(WindowsでもMacでもLinuxでも) • インターネット環境(ネットで色々とってきます)
27.
を導入しよう • 「R」だけでは検索できないので,「CRAN」とい れましょう。
28.
29.
30.
2016.06.08現在
31.
32.
33.
34.
35.
36.
37.
38.
「管理人として実行」したほうが良いかと
39.
Console 調理場 Script ここでレシピを展開 Workspace/History シンク/カメラ Files/Plots/Packages/Help Files 冷蔵庫/Plot
ブログ用画 像 Package 調味料/Help レシピ 本 基本4領域
40.
使い始める前に
41.
タイトルバーにフォルダ情報があればプロジェクト準備OK
42.
プロジェクト管理の利点 • ファイルがあちこちに拡散しない • プロジェクトごとにワークスペース(Rの記憶 )が保持できる •
Working Directoryが自動的に設定される(パス が短くて済む) • R単体だとsetwd関数で指定する
43.
44.
他にも便利な機能がいっぱい • 関数補完機能(TABキー) • SourceからConsoleへ(Run),HistoryからConsole やSourceへ •
実行してうまく行ったものをSourceに保存=清 書 • プロットした図の出力(サイズ変更やClipboard出 力,File出力)
45.
順番にやって いきましょう
46.
47.
Console 調理場 Script ここでレシピを展開 レシピを書いて 調理場に持っていく アクティブなカーソルが どこにあるか注意してね
48.
レシピを書いて 調理場に持っていくと できた☆
49.
50.
Historyタブも便利 毎回の実行記録が残ります コンソール(調理場)や ソース(レシピ帳)に 持っていくことも可能。
51.
四則演算 一行ごと 実行される 実行待ち状態
52.
四則演算 ここのプラスは 「まだ終わってませんよね?」 の意
53.
保存しておこう
54.
関数こそ醍醐味
55.
関数がいーっぱい • 関数は,関数名(引数,引数,引数,...)のように書 きます。 • 引数(ひきすう)は関数に渡したい数字やデータで す。 •
引数でオプションの指定をすることもあります。 • 例)mean(x, na.rm=TRUE) • TRUE/FALSEはスイッチのon/offを表す記号です
56.
Helpも関数
57.
英語きらい? • ヘルプは英語ですが,書式は整っているので慣れれば 読めます • Description;解説 •
Usage;使い方とデフォルト情報。 • Auguments;引数。与える情報。 • Details;関数の詳細。 • Value;関数が返す値。アウトプット。 • ReferenceやExampleもあります。
58.
ただの電卓じゃないよ • 数字をセットで扱えます。 • 数字のセットに名前を付けてとっておくことがで きます。次のように入力してみてください。 •
1:4 -> kandai • 「いちころんよん ハイフン だいなり かん だい」 • 「かんだい」
59.
一言一句解説 • 一行目; • 「いちころんよん」;1から4まで連続した数字 •
「ハイフン だいなり」;→のつもり。代入し なさい。 • 「かんだい」;かんだいと名付けた箱の中に。 • 二行目 • 「かんだい」;かんだいの中身はなんなんだい?
60.
数字のセットなので 平均の関数mean 標準偏差の関数sd 相関の関数cor
61.
関数電卓かよ! • という人のために。作図もできるのです。
62.
63.
でもまだ○xcelに負けてるね! • という人のために,今から色々紹介していきま すが, • ひとまずdemo(graphics)と入力してみないか? ! •
数値の行列処理,作図能力,なかなかですよ
64.
行列 • 表計算ソフトはベクトルの計算はできても行列 計算は苦手なわけでして・・・ • 次のように入力してみましょう
65.
要素にアクセス • 出力の周辺に,[,1]とか[2,]とかありましたね。 • アレがそのまま,行列アクセスのヒントになっ ています。
66.
行列の計算? • mat1 -2とかmat1*1とか。ベクトルと同じで要素 全てに処理。 •
行列とベクトルのかけ算とか,行列と行列の足 し算とか・・・は必要なんだけど,算数の授業 じゃないのでパス!
67.
データの形は • 基本は矩形 • ではdata.frame型といいます。変数名がつけら れる行列です。 •
サンプルデータを読み込んでみましょう。
68.
69.
データの最初の数行を見せるhead関数 データの要約を見せるsummary関数
70.
$で変数指定
71.
• 新しい変数を指定すると作られます $で変数指定
72.
最初につまづきそうなのは • 乗り換えるときに一番大変なのがデータの加工 • 幾つかのポイントをご紹介 •
ファイルからデータを読み込む • 先ほどの「新しく変数を作る」 • データの一部を抜き出す
73.
データはどこ? • 多くの場合,データはファイルとして 外部にあ りますよね。 •
プロジェクトフォルダの中に入れましょう。 • データはカンマ区切り,タブ区切りのテキスト形式 で保存してください。
74.
75.
76.
読み込むのも関数ね • 代入先←関数名(ファイル名,ヘッダ,欠損値 ) • delim;テキストファイル,csv;カンマ区切り •
ファイル名を直接指定するかfile.choose関数 • 一行目に変数名あり=TRUE,なし=FALSE • 欠損値は文字,記号等を指定する hoge1 <- read.delim("sample.dat",head=TRUE,na.strings="*") hoge2 <- read.csv("sample.csv",head=TRUE,na.strings=".") hoge3 <- read.csv(file.choose(),head=FALSE,na.strings="9")
77.
中身なぁに? • 読み込んだものはdata.frame型になっています。 • オブジェクトの中身,構造を見たいときはstr関数
78.
データの一部を抜き出す
79.
あとは組み合わせ
80.
調理例
81.
82.
モデルの表記法 • 関数の意味やモデルの詳細はヘルプに譲るとし て・・・ • 独立変数(説明変数)と従属変数(被説明変数 ,目的変数)の関係を表すformulaを知っておく と,少しばかり捗ります。 •
従属変数〜独立変数+独立変数・・・という書 き方をします。
83.
モデルの表記法 上から順に,分散分析,回帰分析,重回帰分析,因子分析 因子分析は従属変数がないことがわかる ピリオドは「データセット内のすべての変数」 iris[,-5]は5列目は削除してね,という意味 Tips
84.
あとはパッケージ!
85.
ダウンロードと実装 • インストールするだけでは使えません。 • 「ここで装備していくかい?」=library関数 •
library(psych)とするとpsychパッケージの関数 群がつかえるようになります。
86.
逆に悩ましい • パッケージは8000以上! • どれを使っていいのかわからない・・・ •
そういうときは,「領域ごとに関係あるパッケージ をまとめてインストールしちゃうパッケージ」を使 うといいでしょう
87.
88.
ネットは広大だわ • 何を,どう使うか,色々調べるヒントがあります • Rjpwiki;日本語のR情報がここに集結 •
手前味噌ですが「山口大学教育学部教育心理学コー ス」のサイトには動画やテキストが公開されていま す。 • http://psycho.edu.yamaguchi-u.ac.jp/ へGo! • 専用検索サイト,seekRも
89.
テキストも充実してきまし た
90.
宣伝
91.
Enjoy
92.
thank you @kosugitti .
Download now