Rで統計をするための備忘録

4429 ワード
R 統計 R テキストリンク

※メモしたいことが増え次第追記

桁数を指定

# 桁数指定
> format(0.3456789, digits = 2)
[1] "0.35"

# 百分率表記
> sprintf("%1.2f", 0.123456 * 100)
[1] "12.35"

列の入替え

> df
  A C B
1 1 3 2

> df[,c(1,3,2)]
  A B C
1 1 2 3

R：データフレームの列を入れ替える・削除する。

plotされる図で日本語が文字化け回避

# フォントをHirakakuProN-W3に設定
> par(family = "HiraKakuProN-W3")

描画関連

誤差バーを追加

# (x, y)の点に対してyに標準偏差をプロット
arrows(x, y - stddev, x, y + stddev, code = 3, length = 0.02, angle = 90)

y = xの線をプロット

abline(0, 1, lty = 2)

凡例を追加

legend("topleft", lty = rep(1, 6), legend=labels, col = palette()[-1])

乱数の生成

# 5つの乱数生成
> runif(5) # デフォルトでは0~1
[1] 0.7698414 0.4976992 0.7176185 0.9919061 0.3800352

# 0~10の間で乱数生成
> runif(5, min = 0, max = 10) 
[1] 7.774452 9.347052 2.121425 6.516738 1.255551

# シードの固定(同じ乱数を出力する)
> set.seed(1); runif(5)
[1] 0.2655087 0.3721239 0.5728534 0.9082078 0.2016819

分布関数から値の取得

確率分布と乱数に関する使い方

用途 関数名 説明
確率密度(pdf: probably density function) dxxx(q) qは確率点を表す
累積分布(cdf: cumulative distribution function) pxxx(q)
確率点(qauntile) qxxx(p)
乱数(random) rxxx(p)

Rに用意されてる主要な確率分布

分布名 コード名 パラメータ
ベータ分布 beta
二項分布 binom n: 事象が起きる回数, size：試行回数, prob:事象が起きる確率
コーシー分布 cauchy
χ二乗分布 chisq
指数分布 exp
F分布 f
ガンマ分布 gamma
幾何分布 geom
超幾何分布 hyper
対数正規分布 lnorm
ロジスティック分布 logis
多項分布 multinom
負の２項分布 nbinom
正規分布 norm
ポアソン分布 pois
t分布 t
一様分布 unif min:最小値, max:最大値

参考：確率分布と乱数

離散値から累積密度関数と累積確率の算出

累積分布関数$F$は「確率変数$X$がある値$x$以下（$X \le x$）の値となる確率」を表す関数

$$
F(x) = P(X \le x)
$$

# 正規分布からサンプリング
> sample <- rnorm(100)

# 確率密度でヒストグラムを描画
> hist(sample, freq = F)

# 確率密度の曲線描画
> lines(density(sample))

# 累積確率関数の生成
> ecdf.sample <- ecdf(sample)

# 1.5以下の累積確率
> ecdf.sample(1.5)
[1] 0.93

# 累積確率の閾値描画