久しぶりの投稿です。この一年間、Rの勉強会などに参加したり主催したりしてきて、後輩や勉強会の方々の話をいろいろ聞くとこができました。そんな中、一年間でRと統計学・機械学習を身に付けれるようなフローを作れるかも？と思ったので、ここで記録しておきます。統計学や機械学習は理論を勉強するだけでなく、Rで実際に解析してみることで、より理解が深まります。 ステップ1. 分布・検定 理論 統計学入門 (基礎統計学?) 作者: 東京大学教養学部統計学教室出版社/メーカー: 東京大学出版会発売日: 1991/07/09メディア: 単行本購入: 158人 クリック: 3,604回この商品を含むブログ (79件) を見る R本 Rによるやさしい統計学 作者: 山田剛史,杉澤武俊,村井潤一郎出版社/メーカー: オーム社発売日: 2008/01/25メディア: 単行本購入: 64人 クリック: 782回この商品を含

1. Rによる教育データ分析入門 小林雄一郎 （大阪大学大学院／日本学術振興会） 外国語教育メディア学会 (LET) 2011年大会 WS 於 名古屋学院大学 2011年8月6日（土） 1 2. Agenda • 1. 自己紹介 • 2. 統計処理言語R（講義） • 3. Rを使った成績データの視覚化（実習） – 基本操作 – データの読み込み – 統計処理（記述統計） – グラフ作成（ヒストグラム、箱ひげ図） • 4. Rを使った成績データの統計処理（実習） – グラフ作成（散布図） – 統計処理（回帰、相関、検定） • 5. Rを使った成績データの多変量解析（デモ） • 6. Rを学ぶための参考文献とウェブサイト 2 3. Agenda • 1. 自己紹介 • 2. 統計処理言語R（講義） • 3. Rを使った成績データの視覚化（実習） – 基本操作 – データの読み込み – 統計処理

はじめに 統計解析の手法を学ぶのに、教科書を読むのは素晴らしい学習方法です。 しかし、教科書で理論的なことを学んだだけでは、統計手法を使いこなせるようにはなりません。 統計解析手法を身につけるには、実際のデータについて手法を適用し、パラメータを変えるなどの試行錯誤を行い、結果を考察するというような経験を積むことが大切です。 それでは実際のデータをどうやって手に入れましょうか？ 実験や調査をして実際のデータを得るのは大変でお金もかかります。 幸運なことに、世の中には適度なサイズの自由に使えるデータがたくさん存在します。 例えば、統計言語 R には、100以上ものデータセットがデフォルトで付属しています。 ただし、不幸なことに、それらのほとんどは英語で説明が書かれています。 英語は、いつかは乗り越えなければならない壁ですが、最初のうちはちょっと避けて通りたいところです。 というわけで、今日は、

「R（またはR言語とも呼ぶ）」は、オープンソースの統計解析向けのプログラミング言語とその開発実行環境である。現在はR Development Core Teamによって開発およびメンテナンスが進められており、GPLにもとづいて無料で利用することができる。LinuxやFreeBSDをはじめとするUNIX系OSやMac OS、Windowsなど、複数のOSでの開発・実行に対応している。 Rは利用目的を統計解析に特化した言語であり、データを効率的に操作・保管するための仕組みや、配列や行列の演算をサポートした演算子のセット、結果を可視化するためのグラフ作成機能などを備えている。プログラミング言語としては条件分岐やループ処理、ユーザー定義の再帰的関数、テキスト形式のデータ入出力などといった基本的な機能を備えているほか、オブジェクト指向の手法も取り入れている。 最大の強みは、多くの標準的な統計手法を標

今ほど統計解析が必要とされる時代はありません。オープンソースの統計処理言語・環境の「R」を使って実践的な統計解析のテクニックとリテラシーを習得しましょう！ 読者にとってRは、世に溢れるデータの密林を切り開くための“ブッシュナイフ”となることでしょう（編集部） 統計解析の必要性とリテラシー 21世紀になって、経営学者の故ピーター・ドラッカー氏が言うところの知識労働者は、ますます統計解析を必要する局面が増えてきました。この状況は、20世紀後半から21世紀に起きた計算機能力の増大とインターネットの発展を基礎に、3つの大きな潮流が現れたことがキッカケとなっているように思います。その3つの潮流とは、オープンソース、オープンデータ、そしてオープンアイデアです。後ろの2つは今筆者が名付けました。 オープンソースは、皆さんがご存知のように、Linux、Apache、Perl、Python、RubyなどのO

delta<- 1000 en.x<-seq(0,pi,length=delta) en.y<-sin(seq(0,pi,length=delta)) plot(en.x,en.y,type="l",xlim=c(0,pi),ylim=c(0,1))

米国FDAで公認され、ハーバード大学やイェール大学の授業で利用されるようになり、世間での認知度が着実に上昇している統計用プログラミング環境のRだが、ユーザーなのか、ユーザーになりたいのか、ユーザーとして振舞いたいのか分からない人が増えてきた。 スノッブなユーザーとして振舞う場合は、Rの特性を語れる必要があるので、ユーザーになるよりもRへの知識や理解が必要で、実は難易度が高い行動である。それでもあえて意識の高いRユーザーとして振舞いたい人々のために、最低限求められる事のチェック・リストを用意してみた。 1. 参考文献や参考ページを押さえておく 一番大事な事だが、参考文献や参考ページを押さえておこう。公式サイトで配布されている、「R 入門」「R 言語定義」「R のデータ取り込み/出力」は持っておくべきだ。R-TipsやRjpWikiも参考になる。 2. 演算子や制御構文をマスターする 四則演算

統計解析・データマイニング環境の R を Java から使用する方法を以下に紹介する。 現在、RをJavaで使用する方法に関する文献は非常に少ないが参考サイトをまとめたものも下部に記述する。 rJava というPackageに含まれている Java R Interface (JRI) を用い R をJavaから呼び出すことができる。 ※rJava: Download: http://www.rforge.net/rJava/files/ SVN: svn://svn.rforge.net/rJava/ ※以下、Eclipse 3.4.2の環境を例に説明する。 ※また、Eclipseで R言語環境自体を使う方法はR を Eclipse で使うを参照。 統計解析環境 R のインストール・環境設定： 統計解析環境 R 自体のインストール・環境設定はR のインストール・環境設定を参照。 rJava

Rとは 統計用途に特化されたオープンソースのプログラミング言語。 数多くの統計パッケージが無償で公開されている 欠点は、GUIが乏しかったり、大きすぎるデータ処理は難しい点 ダウンロード・インストール こちらより最新版をダウンロード 32bit/64bitは後に選択できる。 以下のように下の方にインストールしとくと後々便利 C:\R\ Javaから使うために rJavaというパッケージをRにインストールする。 install.packages('rJava') ダウンロード元を聞かれるので、適当に一つ選ぶ。（日本ならtsukubaとか） 環境変数の設定 マイコンピュータを右クリックし、properties advanced system settingsをクリックし、advancedタブ下にあるEnviroment variablesをクリック 以下を参考に環境変数を設定 R_HOME:

R用エディタとしてはESS on Emacsが最強なのは間違いないですが，初心者にはとっつきづらいです。社会学界隈では大半の人が，エディタって何？おいしいの？ってレベルなので，とてもじゃないですがおすすめできません。 かといってWindowsのRはGUIがしょぼすぎる。というか実用レベルじゃない。プロンプトでshift+矢印で選択できないとかどういうこと？一向に改善されないのは開発者がみんなESS使ってるからなんでしょうか。 そこで外部エディタと連携させようというのが次善の策になるわけですが，おすすめしたいのがNotePad++とNppToRの組み合わせです。NotePad++はプログラマ用エディタで，そこそこ人気らしいです。色付けやら自動補完やらいろいろ便利な機能が付いています。そしてNppToRは，NotePad++とRを連携させてくれるありがたいソフトウェアです。Rのデフォルトのエデ

オープンソースの統計解析ツール、Rの使い方、機能、威力を、200以上におよぶ問題の「レシピ」を通じて紹介するクックブックです。Rを使う上で頻繁に遭遇する問題、役に立つヒントを厳選した、実用的、実際的なテクニック集となっています。Rの基本操作から、高度なテクニックまで網羅。初心者にとってはつまずきやすいポイントや間違いやすい箇所を的確にフォロー。中級者以上にとってはRを使った作業がより生産的、効率的になるような「使える」レシピを用意しています。 関連ファイル 付録A-C（チュートリアル） 正誤表 ここで紹介する正誤表には、書籍発行後に気づいた誤植や更新された情報を掲載しています。以下のリストに記載の年月は、正誤表を作成し、増刷書籍を印刷した月です。お手持ちの書籍では、すでに修正が施されている場合がありますので、書籍最終ページの奥付でお手持ちの書籍の刷版、刷り年月日をご確認の上、ご利用ください

Microsoft R R-2.12.0(32bit) R-2.12.0(64bit) 統計 1.1, 10, 11, 1908, 1932, 2.12, 2.6, 2010, 3.4, 32, 64, Analytics, API, Auto, be, bit, bitops, building, Can, code, com, Date, Desktop, documents, done, downloaded, Draft, Files, for, From, fxfrog, Google, googlecode, gt, gz, Handler, HELP, http, if, importing, indices, information, inst, install, installed, Installing, lazy, lib’, loaded, loading, MB,

Open Source の統計解析・データマイニング環境である R。 R を Eclipse で使用するための環境構築法、使用方法を以下に紹介する。 参考：A guide to Eclipse and the R plug-in StatET (Longhow Lam, PDF) ※ここでは、R 2.10.1, Eclipse 3.4.2 を例に挙げる。 R, Eclipse のインストール 1.R のインストール・環境設定： R のインストール・環境設定 2.Eclipseのインストール： Eclipse.org: http://www.eclipse.org/ Pleiades (All in One Eclipse) :http://mergedoc.sourceforge.jp/ Eclipse にR plug-inのインストール 1. Eclipseを起動。 2. Help ->

あけましておめでとうございます。 本年もよろしくお願いいたします。 主成分分析 さて、昨年の終わりごろから、私は仕事で主成分分析を行っています。 主成分分析というのは、多次元のデータを情報量をなるべく落とさずに低次元に要約する手法のことです。 主成分分析は統計言語 R で簡単にできます。 例として iris データで実行してみましょう。 data(iris) data <- iris[1:4] prcomp.obj <- prcomp(data, scale=TRUE) # 主成分分析 pc1 <- prcomp.obj$x[,1] # 第一主成分得点 pc2 <- prcomp.obj$x[,2] # 第二主成分得点 label <- as.factor(iris[,5]) # 分類ラベル percent <- summary(prcomp.obj)$importance[3,2] *

最近、割と大きめなデータをRで扱う際に、どのようなソリューションがいいか色々と考えています。 ここでのソリューションは並列計算云々という観点ではなく、大きめのデータから必要なデータをさっくりと用意して、解析フェーズに簡単に入っていくために、という観点です。 1つは有名すぎるbigmemoryというソリューションがあって、これは今後浸透していくんだろうなぁとは思いつつ、bigmemoryではデータ型がbig.matrixという特殊なものになってしまうので、既存のMatrixやdata.frameを使ったパッケージの関数が使えなくなってしまう*1という点が微妙だなぁと思っています。 そんな時に、Twitterのtimellineを眺めていたら、MongoDBのR driverができたとかいうtweetを見かけました。 MongoDBはかなり柔軟に色々できますし、何より今アツいトピックの１つです