[データマイニング+WEB勉強会][R勉強会] はじめてでもわかる統計解析・データマイニング R言語入門

はじめてでもわかる

統計解析・データマイニング
R言語入門

hamadakoichi
濱田晃一

統計解析・データマイニング + WEB 勉強会
第１回

2010/02/13

自己紹介

・ID: hamadakoichi
(Hatena/Twitter/YouTube/Skype)
濱田晃一

・専門：理論物理学（量子統計場の理論）. 博士（2004.3）
Ph.D.Thesis : http://hosi.phys.s.u-tokyo.ac.jp/~koichi/PhD-thesis.pdf
・業務：業務プロセスに関する統計解析・実行制御など
・趣味：Hip Hop Dance/ House Dance を13年
Youtube: http://www.youtube.com/hamadakoichi
・Blog: http://d.hatena.ne.jp/hamadakoichi
・Twitter: http://twitter.com/hamadakoichi

AGENDA

1. Rとは
2. データ構造
3. データ入出力
4. データ演算
5. 基本統計量算出
6. 統計データの視覚化
7. 統計解析・データマイニングの種類

Rとは

オープンソースの
統計解析・データマイニング環境

・Open Source
・Free Software
・統計解析の言語・開発実行環境
・Ross Ihaka and Robert Gentleman (1996)
・S言語クローン. 高速
・各種Interface : SAS, SPSS, S-PLUS, RDBMS…
・Object型言語

Rとは

各種統計解析・データマイニングが容易に行えます
例：時系列解析
ソースコード

実行結果

Rとは

R Console や Eclipse上で実行できます
StatET Eclipse plug-in
R Console Eclipse R-Script 実行

R Graphic Window

Rとは

各種環境設定の方法

・R のインストール・環境設定
http://d.hatena.ne.jp/hamadakoichi/20100103/1262511121

・R を Eclipseで使う方法

・Java R Interface (JRI) を用い
統計解析環境 R を Java から使用する

本資料内のRソースコード

本資料内で挙げてある Rソースコードは
以下のエントリに記載しています

hamadakoichi blog : http://d.hatena.ne.jp/hamadakoichi

内容リンク
データ構造 R言語プログラミング：データ型・操作
データ入出力 R言語プログラミング：データ入出力
データ演算 R言語プログラミング：基本演算子・初等関数
R言語プログラミング：データ結合
基本統計量算出 R言語プログラミング：基本統計量の算出

データ構造

Rのデータ型
型概要
integer 整数
numerical 実数
complex 複素数
character 文字
logical 論理値
vector ベクトル
matrix 行列（同一型要素）
data frame 行列（任意型要素）
array 配列
list リスト

データ構造

Vector
１次元のデータセット

データ構造

Matrix
同一型要素の行列

データ構造

Data Frame
任意型要素の行列

データ構造

Array
配列

データ構造

List
リスト

データ構造

データ型の確認

データの入出力

種類方法関数説明
入力エディタ入力 edit エディタで編集。保存には代入が必要
fix エディタで編集
ファイル読込 read.table 小・中規模データの読込みに適している
（テキスト）
read.csv 小・中規模データの読込みに適している
（CSV）
scan 大規模データの読込みに適している
他 foreign packageでSAS, SPASS, Stata,S-PLUSファ
イル形式もサポート
出力ファイル出力 write 通常の出力
write.table Data Frameを出力（テキスト）。テキストは” ”で囲
まれ、数値データはそのまま出力
write.csv Data Frameを出力（CSV）
sink コンソールに返される内容を出力

エディタによる編集

edit
表計算風のエディタで編集できる。保存には代入が必要

引数 price は変更されない

代入先の price2 が変更される

エディタによる編集

fix
表計算風のエディタで編集できる

引数 price が変更される

ファイル読込み

read.table
小・中規模データの読込みに適している（テキストファイル）


read.csv
小・中規模データの読込みに適している（CSVファイル）


scan
大規模データの読込みに適している


write
通常の出力


sink
コンソールに返される内容を出力

データ演算

算術演算子
演算演算子記述例
加算 + a+b
減算 - a-b
乗算 * a*b
除算 / a/b
べき算 ^ a^b
整数除算 %/% a%/%b
剰余 %% a%%b

データ演算

比較演算子
演算演算子例第１引数 a 第２引数 b 返り値
より大きい > a>b 比較可能ベクトル比較可能ベクトル論理値ベクトル
より小さい < a<b 比較可能ベクトル比較可能ベクトル論理値ベクトル
以上 >= a>=b 比較可能ベクトル比較可能ベクトル論理値ベクトル
以下 <= a<=b 比較可能ベクトル比較可能ベクトル論理値ベクトル
等しい == a==b 比較可能ベクトル比較可能ベクトル論理値ベクトル
等しくない != a!=b 比較可能ベクトル比較可能ベクトル論理値ベクトル

データ演算

比較演算子

データ演算

論理演算子
演算演算例第１引数 x 第２引数 y 返り値
子
否定 ! !x 論理値ベクトル - 論理値ベクトル
論理積 && x && y 論理値ベクトル論理値ベクトル論理値
論理和 || x || y 論理値ベクトル論理値ベクトル論理値
ベクトル化論理積 & x&y 論理値ベクトル論理値ベクトル論理値ベクトル
ベクトル化論理和 | x|y 論理値ベクトル論理値ベクトル論理値ベクトル
排他的論理輪 xor xor(x,y) 論理値ベクトル論理値ベクトル論理値ベクトル

データ演算

論理演算子

データ演算

初等関数
演算演算子例
絶対値 abs abs(a)
自然指数 exp exp(a)
平方根 sqrt sqrt(a)
自然対数 log log(a)
常用対数 log10 log10(a)
四捨五入 round round(a,3)
三角関数 cos, sin, tan cos(a), sin(a), tan(a)
逆三角関数 acos, asin, atan acos(a), asin(a), atan(a)

データ演算

初等関数

基本統計量算出

基本統計量の算出関数
基本統計量関数
合計 sum
算術平均 mean
最大値 max
最小値 min
範囲（最大値－最小値） range
中央値 median
分散 var
標準偏差 sd
分位数 quantile
統計要約 summary

基本統計量算出

基本統計量算出の実行例

Apply関数

Apply関数を用い
データセットの行や列ごとの統計量を算出できる

apply(X, MARGIN, FUN, ...)
X:データ
MARGIN: 行ごとの場合１、列ごとの場合２
FUN: 統計関数や算出式

データ

iris(アヤメ)データ
よい性質を持ちよく使用される

Iris Sanguinea

花葉花びら種

Apply関数

データの列ごとの統計量算出

統計データの視覚化

グラフ描画関数

グラフよく使われる関数
棒グラフ barplot
円グラフ pie
ヒストグラム hist
箱ひげ図 boxplot
折れ線グラフ matplot
散布図 plot
対散布図 pairs


棒グラフ円グラフ
barplot(c(20,100,30,10,20,45,70,30)) pie(c(25,20,15,15,10,5))

ヒストグラム箱ひげ図
hist(c(5,20,5,10,10,15,30,60,10,15)) boxplot(count~spray,data=InsectSprays)

折れ線グラフ
matplot(c(1,40,15,8,16,32,64,30,10,0),type="l")

散布図対散布図
plot(iris[,1],iris[,3]) pairs(iris[1:4])

統計解析・データマイニングの種類

因子・分類・回帰・判別・時系列などの
各種統計解析・データマイニング手法

多次元尺度法クラスター分析
アソシエーション分析
サポートベクターマシン
対応分析
自己組織化マップ

主成分分析因子分析ニューラルネットワーク
カーネル法樹木モデル集団学習

非線形回帰分析時系列分析

線形回帰分析非線形判別生存分析
線形判別

統計解析・データマイニングの種類

例：Rによる時系列分析
ソースコード

実行結果

推薦文献リンク

Rによるデータサイエンス
～データ解析の基礎から最新手法まで～

Rグラフィックス
～Rで思いどおりのグラフを作図するために～

Rによる統計解析

講義後の
参加者の声
（抜粋）

講義後の参加者の声（抜粋）

・基礎から聞け、内容が分かりやすかったです。
Rが便利なことを理解できました。
今後、具体的な用途に関して知りたいです。
（Web会議システムエンジニア Tさん）

・丁寧な説明で分かりやすかったです。
データの取り方、実践的な内容を知りたくなりました。
（3次元グラフィックスエンジニア Mさん）

・変数定義など初歩的な部分から理解でき分かりやすい講義でした。
今後、高度な分析に関する講義を聞きたいと思います。
（コンサルタント Yさん）

・内容が分かりやすかった。
今度は、具体的な統計分析・データマイニング手法の内容に関し
知りたくなりました。
（制御システム・インフラエンジニア Sさん）

[データマイニング+WEB勉強会][R勉強会] はじめてでもわかる統計解析・データマイニング R言語入門

Recommended

Recommended

More Related Content

What's hot

What's hot (20)

Similar to [データマイニング+WEB勉強会][R勉強会] はじめてでもわかる統計解析・データマイニング R言語入門

Similar to [データマイニング+WEB勉強会][R勉強会] はじめてでもわかる統計解析・データマイニング R言語入門 (20)

More from Koichi Hamada

More from Koichi Hamada (20)

Recently uploaded

Recently uploaded (8)