SlideShare a Scribd company logo
はじめての「R」
          林 真広
       @phosphor_m
Japan.R #3 @統計数理研究所
       2012/12/01
自己紹介

林 真広

大阪大学人間科学研究科 D3

計量社会学,インターネット研究

twitter:@phosphor_m
Rとわたし
R歴 8年ぐらい

Osaka.R主催(休止中)

『Rパッケージガイドブック』

 foreign,memisc,psych,sem
Rzパッケージ開発(on CRAN)
Rでなにがやりたいですか?
Rでやりたいことによって,

これから学ばなければならないこと

    が変わってきます!
Rを使うのに必要なもの

統計

プログラミング能力

ドメイン知識

諦めない心!
統計

Rは統計解析環境

統計を使わないなら,

Rを使う意味がない!
プログラミング能力


Rはプログラミング言語

Rを使う=プログラミング
ドメイン知識

Rを使う=データを分析する

どう分析すればいいのか?

分野ごとの専門知識がなければ適

切に分析できない!
これらのものに
  どのくらい
自信がありますか?
R入門者の種類

プログラマータイプ

乗り換えタイプ

ビギナータイプ
R入門者の種類

        統計 プログラミング ドメイン知識

プログラマー ×     ◎       △


 乗り換え   ○    ×       ○


 ビギナー   ×    ×       ?
Rを使えるようになるためには?
プログラマータイプ


Rの使い方はすぐ習得できる

統計の勉強が必要
統計難しそう…

基礎知識は絶対に必要!

その先は,目的意識を持って勉強

 統計学者になる必要はない

 どんな分析をしたいのか?

 自分がやりたい分析に必要なものから
乗り換えタイプ

SPSS,SAS,Stata…

Rに翻訳する

過去に行った分析をRで再分析

とにかく使い続ける
プログラミング難しそう…
 プログラムを作るわけではない!

  プログラマーになる必要はない

  「ルール」を覚えるだけ

  S○SSのシンタックスよりはるかにまと
  もで理解しやすい

 必要に応じて必要なものから覚える
ビギナータイプ


Rを使って統計を勉強するのが近道

統計の理屈をRで実際に試しながら
勉強するのはむしろ効率がいい
こんなふうに,これからRを使い

たい!という人は,いろんなタイ

プにわけられる


結果として,入門講習会がものす

ごくやりにくい
いろいろなものを諦めて
目標を二つに絞りました
今日の目標

1.Rを使って分析をする一連の流れ
  を体験する

2.これからどんなふうにRを勉強し
  ていくかを考える
注意!

かなり大胆に説明を省略しています

この講習会でRをマスターできるわ
けでは無く,今後の自習が必須です

これからRを学んでいくためのとっ
かかりだと考えてください
Rを使う準備
必要なもの


R本体

RStudio
RStudioとは?

公式のRは使いにくい(特にWindows版)

RStudioは,Rをより使いやすくするため

の開発環境(IDE)

 ただし裏で公式のRを使っているの

 で,公式のRも入れておく必要がある
裏事情


WindowsでもMacでも同じインタ

ーフェイスなので教えやすい
開発環境って難しそう…

高度なソフト ≠ 難しいソフト

初心者に優しい機能が付いている

 RStudio = 食洗機

 公式のR = たわし
RStudioの弱点

日本語化されていない

日本語入力が苦手

最近ぎりぎり実用レベルになった
使ってみよう!
まずはRStudioを起動
①
          ②

R Scriptを新規作成
エディタ     ヘルプ,
        ファイル,
コンソール   プロット,
          …

  基本の画面
基本的な使い方


スクリプトをコンソール,またはエ

ディタに書き込んで実行するだけ

スクリプト…Rに対する命令
スクリプトの実行方法

コンソールでは,入力してenter

エディタでは,

 ctrl + enter : 現在の行または選
 択中のスクリプトを実行

 Macではctrlではなくcommand
練習:HelloWorld

1.コンソールに以下のスクリプトを入
  力し,実行してみよう
print("Hello	
  World!")

2.同じスクリプトをエディタに入力
  し,実行してみよう
スクリプトのルール

大文字と小文字は区別される

printとPRINTは別のもの

全角と半角も区別される

記号を全角で入力しないように!
コンソールとエディタの
   使い分けは?
基本的にはエディタを使う

 作業の記録を残しておくため

残す意味のない一時的なスクリプ

トは,コンソールで実行
好きな方(どちらでも同じ)

スクリプトは保存してお
   きましょう
練習:Rで四則演算
          + : 足し算 - : 引き算
          * : かけ算 / : 割り算
3	
  	
  +	
  5
10	
  -­‐	
  3
2	
  	
  *	
  3
100	
  /	
  20
(12	
  +	
  34	
  -­‐	
  56)	
  *	
  78	
  /	
  90
演算の優先順位は数学と同じ

括弧内の演算→掛け算・割り算→
足し算・引き算
Tips 1   RStudio (1)
• エディタで括弧や引用符を入力すると,閉
 じ括弧や引用符を補完してくれる

• さらに,括弧にカーソルを合わせると,対
 応する括弧がハイライトされる

• 括弧や引用符の対応関係がずれているとエ
 ラーになるので,常にチェックしよう!
Tips 2   入力待ち
• コンソールが入力待ち状態になることがある

• 括弧がちゃんと閉じられていない,計算式が
 途中,などの場合

• escキーを押すと元の状態に戻れる
変数・関数・ベクトル
練習:変数

    次のスクリプトを実行してみよう

x	
  <-­‐	
  2
y	
  <-­‐	
  3	
  +	
  4
z	
  <-­‐	
  x	
  +	
  y
z
何をやっているのか?
      変数                   オブジェクト

x	
  <-­‐	
  2
y	
  <-­‐	
  3	
  +	
  4
z	
  <-­‐	
  x	
  +	
  y
z

 変数にオブジェクトを代入
オブジェクト=データそのもの

 変数=オブジェクトを保管する箱

 代入=オブジェクトを箱に保管す
 ること
            代入

変数
     オブジェクト
なぜ変数が必要?

繰り返し使うデータを毎回入力す
るのは面倒→変数に代入!

一度作った変数は繰り返し使える

オブジェクトそのもののように扱
える(=そのまま計算できる)
代入の書き方

   変数 <- オブジェクト
   変数 <- 変数
   変数 <- 何らかの計算


※ “<-”は代入記号(山括弧とハイフン)

※ 矢印(←)を表現している
練習:関数

   次のスクリプトを実行してみよう

floor(1.999)
x	
  <-­‐	
  sqrt(4)
x
y	
  <-­‐	
  sqrt(x)
y
関数とは?

  何らかのインプットに対して

  処理を加えアウトプットを
  返すもの
          関数
アウトプット    処理     インプット
sqrtの場合
アウトプット       関数         インプット

 x	
  <-­‐	
  sqrt(4)

                sqrt
    2         平方根          4
関数!関数!関数!

関数の使い方が分かれば,Rの70%

ぐらいは分かったようなもの

必要な関数を選んで使い方を覚え

ていく
Tips 3   RStudio (2)

• 変数や関数の入力途中でtabキーを押す
 と,補完候補を出してくれる

• ヘルプつきで出してくれるのでとても便利

• スペルミスでエラーを起こさないために
 も,積極的に使おう!
練習:ベクトル

   次のスクリプトを実行してみよう

x	
  <-­‐	
  c(2,	
  3,	
  5,	
  7,	
  11)
sqrt(x)
mean(x)
ベクトルは複数の値をまとめたもの

   Rは複数の値をまとめて処理できる

   ベクトルはc関数で作る(combine)
               ここがベクトル
x	
  <-­‐	
  c(2,	
  3,	
  5,	
  7,	
  11)
sqrt(x)
mean(x)

複数の値をまとめて処理
練習:関数 2

  次のスクリプトを実行してみよう


x	
  <-­‐	
  c(2,	
  4,	
  9,	
  5,	
  3)
sort(x)
sort(x,	
  decreasing	
  =	
  TRUE)
関数のオプション

  関数によってはオプションがある

  オプションにデフォルト値が設定
  されている場合は,省略できる
        降順か昇順かのオプション
sort(x,	
  decreasing	
  =	
  TRUE)
      デフォルトは昇順(FALSE)
真偽値


真偽値は,オプションのオン,オ
フや条件判断に用いる

TRUE(真)とFALSE(偽)
関数のヘルプ

 関数にはヘルプが用意されている

 ヘルプには,関数の用途やオプシ
 ョンなどの詳細が書かれている

help(sort)
?sort
利便性のための省略記法
ここまでできればRが使える!

実践に入っていきましょう
その前に,統計における
  データについて
データの基本単位

統計に用いるデータの基本単位はベ
クトル
このベクトルを統計では変数と呼ぶ

Rにおける変数とは微妙に意味が異
なることに注意(Rの変数は箱)
#	
  国語の成績の変数
kokugo	
  <-­‐	
  c(70,	
  53,	
  64,	
  82,	
  48)
#	
  数学の成績の変数
sugaku	
  <-­‐	
  c(51,	
  49,	
  86,	
  88,	
  71)
#	
  各個人の平均点
heikin	
  <-­‐	
  (kokugo	
  +	
  sugaku)	
  /	
  2
#	
  全体の平均点
mean(heikin)
統計解析に用いるデータ

最も基本的な形式は表形式データ
表形式データの変数


表形式データでは,
列方向に変数を並
べる
統計解析は
何をしているのか?
多くの統計解析は,変数間の関係を
見ている

  変数Xにdと答えた人は,変数
ex1
Yにはeと答える傾向がある

 変数Aの値が高いほど,変数B
ex2
の値も高くなる
データの読み込み
CSVの読み込み


  ①
   ②
CSVの読み込み画面
読み込み設定を修正
読み込んだデータが
  表示される
読み込まれたデータの扱い


 データフレーム(data.frame)と
 いう形式で読み込まれる

 表形式データを扱うための形式
変数名




      変数
データフレームは統計で使
 う表形式データそのもの
練習:データフレーム

  次のスクリプトを実行してみよう
nrow(d1)
ncol(d1)
summary(d1)
summary(d1$q2)
mean(d1$q2,	
  na.rm	
  =	
  TRUE)
データフレーム内の
      変数の使い方
   データフレーム名$変数名

  d1$q2
  summary(d1$q2)
データフレーム名 変数名
統計解析のセオリー

1.一つ一つの変数について特徴を見る

2.二つの変数間の関係を見る

3.複数の変数間の関係を見る(多変量
  解析)
※ お詫び

サンプルデータは以降では使いま
せん
思った以上に使いにくかった

Rに付属のサンプルデータを使い
ます
練習:変数の特徴を見る

 次のスクリプトを実行してみよう

#	
  サンプルデータの読み込み
data(iris)

hist(iris$Sepal.Length)
plot(iris$Species)
hist(iris$Sepal.Length)
plot(iris$Species)
練習:2変数間の関係

   次のスクリプトを実行してみよう

cor(iris$Sepal.Length,
	
  	
  	
  	
  iris$Petal.Length)

plot(iris$Sepal.Length,
	
  	
  	
  	
  	
  iris$Petal.Length)
相関係数

Aの数値が大きいほどBの数値も大
きい=AとBは相関がある,という

相関の強さを数値化したものが,
相関係数
corは相関係数を計算する関数
相関係数


相関係数は-1から1の範囲を取る

0のとき,無相関

1または-1に近づくほど強い相関
plot(iris$Sepal.Length,
	
  	
  	
  	
  	
  iris$Petal.Length)
多変量解析などの
  より高度な分析
重回帰分析,因子分析,クラスタ
ー分析,機械学習,…

いろいろな分析がありますが,ほ
とんどが一行のスクリプトででき
てしまいます!
いくつか例をお見せしたいですが…

このあたりで時間がやばくなってる
気がします!

すばらしいサイトや書籍を紹介する
ので許してください
逆引き編!
Rの基本を勉強したい
R-Tips
http://cse.naro.affrc.go.jp/takezawa/r-tips/
r.html

ページを順番に見ていけば確実に
Rの基本をマスターできる!

書籍化もされている
『Rプログラミングマニュアル』

プログラミング言語としてのRの
使い方がまとめられている

Rでプログラミングをするなら持
っておきたい
『Rによるやさしい統計学』


Rを使って統計学を勉強できる


Rも統計も初心者という人にお勧め
どんな分析ができるか
   知りたい
JIN'S PAGE
http://www1.doshisha.ac.jp/~mjin/R/

主要な分析手法をRで実行する方
法がわかる
ハウツーだけでなく統計の解説が
充実!
R基本統計関数マニュアル

http://www.is.titech.ac.jp/is-wiki/?maselab
%2FR


R 本体の統計関連関数の全体をカ
テゴリー化して紹介

すさまじい情報量!
CRAN Task Views

http://cran.r-project.org/web/views/


Rの主要パッケージが分野ごとに
まとめられている

各分野の研究者が作成しているの
で信頼できる
Rで学ぶデータサイエンスシリーズ

http://www.kyoritsu-pub.co.jp/series/23/


全20巻で,幅広い分野・手法をカ
バーしている
『Rパッケージガイドブック』


多種多様なパッケージが使用例と
共に紹介されている,百科辞典的
な書籍
Rについてわからないこと,
詳しく知りたいことがある
 RjpWiki
 http://www.okada.jp.org/RWiki/

 日本のR業界の総本山
 Q&AやTipsが蓄積されている
 サイト内検索しても分からなかった
 場合は,Q&Aで新たに質問
『R言語逆引きハンドブック』

一言で言えばR大辞典

これに載ってないことが知りたく
なったら,あなたは立派なR上級
者です
RStudioの詳しい使い方
     が知りたい

公式サイトのドキュメント

http://www.rstudio.com/ide/docs/


ただし英語のみ
『Rで学ぶデータ・プログラミング
入門 ―RStudioを活用する―』

データ分析(あるいは統計解析)のた
めのプログラミング技法を解説し
た入門書

Rの入門書であるとともにRStudio
の使い方も学べる!
目標は達成できたでしょうか?

分からないことがあれば,いつで
も聞いてください!

twitter: @phosphor_m

メール: rinm884 <at> gmail.com

More Related Content

What's hot (20)

Rにおける大規模データ解析(第10回TokyoWebMining)
Rにおける大規模データ解析(第10回TokyoWebMining)Rにおける大規模データ解析(第10回TokyoWebMining)
Rにおける大規模データ解析(第10回TokyoWebMining)
Shintaro Fukushima
 
SHAP値の考え方を理解する(木構造編)
SHAP値の考え方を理解する(木構造編)SHAP値の考え方を理解する(木構造編)
SHAP値の考え方を理解する(木構造編)
Kazuyuki Wakasugi
 
基礎線形代数講座
基礎線形代数講座基礎線形代数講座
基礎線形代数講座
SEGADevTech
 
最適化超入門
最適化超入門最適化超入門
最適化超入門
Takami Sato
 
Rによるやさしい統計学第20章「検定力分析によるサンプルサイズの決定」
Rによるやさしい統計学第20章「検定力分析によるサンプルサイズの決定」Rによるやさしい統計学第20章「検定力分析によるサンプルサイズの決定」
Rによるやさしい統計学第20章「検定力分析によるサンプルサイズの決定」
Takashi J OZAKI
 
効果測定入門 Rによる傾向スコア解析
効果測定入門  Rによる傾向スコア解析効果測定入門  Rによる傾向スコア解析
効果測定入門 Rによる傾向スコア解析
aa_aa_aa
 
NumPy闇入門
NumPy闇入門NumPy闇入門
NumPy闇入門
Ryosuke Okuta
 
因果探索: 基本から最近の発展までを概説
因果探索: 基本から最近の発展までを概説因果探索: 基本から最近の発展までを概説
因果探索: 基本から最近の発展までを概説
Shiga University, RIKEN
 
Prophet入門【Python編】Facebookの時系列予測ツール
Prophet入門【Python編】Facebookの時系列予測ツールProphet入門【Python編】Facebookの時系列予測ツール
Prophet入門【Python編】Facebookの時系列予測ツール
hoxo_m
 
数式をnumpyに落としこむコツ
数式をnumpyに落としこむコツ数式をnumpyに落としこむコツ
数式をnumpyに落としこむコツ
Shuyo Nakatani
 
距離とクラスタリング
距離とクラスタリング距離とクラスタリング
距離とクラスタリング
大貴 末廣
 
Word2vecの並列実行時の学習速度の改善
Word2vecの並列実行時の学習速度の改善Word2vecの並列実行時の学習速度の改善
Word2vecの並列実行時の学習速度の改善
Naoaki Okazaki
 
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 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
 
5分でわかるかもしれないglmnet
5分でわかるかもしれないglmnet5分でわかるかもしれないglmnet
5分でわかるかもしれないglmnet
Nagi Teramo
 
傾向スコア:その概念とRによる実装
傾向スコア:その概念とRによる実装傾向スコア:その概念とRによる実装
傾向スコア:その概念とRによる実装
takehikoihayashi
 
潜在クラス分析
潜在クラス分析潜在クラス分析
潜在クラス分析
Yoshitake Takebayashi
 
Recent Advances on Transfer Learning and Related Topics Ver.2
Recent Advances on Transfer Learning and Related Topics Ver.2Recent Advances on Transfer Learning and Related Topics Ver.2
Recent Advances on Transfer Learning and Related Topics Ver.2
Kota Matsui
 
機械学習のためのベイズ最適化入門
機械学習のためのベイズ最適化入門機械学習のためのベイズ最適化入門
機械学習のためのベイズ最適化入門
hoxo_m
 
状態空間モデルの考え方・使い方 - TokyoR #38
状態空間モデルの考え方・使い方 - TokyoR #38状態空間モデルの考え方・使い方 - TokyoR #38
状態空間モデルの考え方・使い方 - TokyoR #38
horihorio
 
平面グラフと交通ネットワークのアルゴリズム
平面グラフと交通ネットワークのアルゴリズム平面グラフと交通ネットワークのアルゴリズム
平面グラフと交通ネットワークのアルゴリズム
Takuya Akiba
 
Rにおける大規模データ解析(第10回TokyoWebMining)
Rにおける大規模データ解析(第10回TokyoWebMining)Rにおける大規模データ解析(第10回TokyoWebMining)
Rにおける大規模データ解析(第10回TokyoWebMining)
Shintaro Fukushima
 
SHAP値の考え方を理解する(木構造編)
SHAP値の考え方を理解する(木構造編)SHAP値の考え方を理解する(木構造編)
SHAP値の考え方を理解する(木構造編)
Kazuyuki Wakasugi
 
基礎線形代数講座
基礎線形代数講座基礎線形代数講座
基礎線形代数講座
SEGADevTech
 
最適化超入門
最適化超入門最適化超入門
最適化超入門
Takami Sato
 
Rによるやさしい統計学第20章「検定力分析によるサンプルサイズの決定」
Rによるやさしい統計学第20章「検定力分析によるサンプルサイズの決定」Rによるやさしい統計学第20章「検定力分析によるサンプルサイズの決定」
Rによるやさしい統計学第20章「検定力分析によるサンプルサイズの決定」
Takashi J OZAKI
 
効果測定入門 Rによる傾向スコア解析
効果測定入門  Rによる傾向スコア解析効果測定入門  Rによる傾向スコア解析
効果測定入門 Rによる傾向スコア解析
aa_aa_aa
 
因果探索: 基本から最近の発展までを概説
因果探索: 基本から最近の発展までを概説因果探索: 基本から最近の発展までを概説
因果探索: 基本から最近の発展までを概説
Shiga University, RIKEN
 
Prophet入門【Python編】Facebookの時系列予測ツール
Prophet入門【Python編】Facebookの時系列予測ツールProphet入門【Python編】Facebookの時系列予測ツール
Prophet入門【Python編】Facebookの時系列予測ツール
hoxo_m
 
数式をnumpyに落としこむコツ
数式をnumpyに落としこむコツ数式をnumpyに落としこむコツ
数式をnumpyに落としこむコツ
Shuyo Nakatani
 
距離とクラスタリング
距離とクラスタリング距離とクラスタリング
距離とクラスタリング
大貴 末廣
 
Word2vecの並列実行時の学習速度の改善
Word2vecの並列実行時の学習速度の改善Word2vecの並列実行時の学習速度の改善
Word2vecの並列実行時の学習速度の改善
Naoaki Okazaki
 
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 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
 
5分でわかるかもしれないglmnet
5分でわかるかもしれないglmnet5分でわかるかもしれないglmnet
5分でわかるかもしれないglmnet
Nagi Teramo
 
傾向スコア:その概念とRによる実装
傾向スコア:その概念とRによる実装傾向スコア:その概念とRによる実装
傾向スコア:その概念とRによる実装
takehikoihayashi
 
Recent Advances on Transfer Learning and Related Topics Ver.2
Recent Advances on Transfer Learning and Related Topics Ver.2Recent Advances on Transfer Learning and Related Topics Ver.2
Recent Advances on Transfer Learning and Related Topics Ver.2
Kota Matsui
 
機械学習のためのベイズ最適化入門
機械学習のためのベイズ最適化入門機械学習のためのベイズ最適化入門
機械学習のためのベイズ最適化入門
hoxo_m
 
状態空間モデルの考え方・使い方 - TokyoR #38
状態空間モデルの考え方・使い方 - TokyoR #38状態空間モデルの考え方・使い方 - TokyoR #38
状態空間モデルの考え方・使い方 - TokyoR #38
horihorio
 
平面グラフと交通ネットワークのアルゴリズム
平面グラフと交通ネットワークのアルゴリズム平面グラフと交通ネットワークのアルゴリズム
平面グラフと交通ネットワークのアルゴリズム
Takuya Akiba
 

Viewers also liked (20)

Introduction to statistics
Introduction to statisticsIntroduction to statistics
Introduction to statistics
Kohta Ishikawa
 
Rの導入とRStudio事始め(改訂版)
Rの導入とRStudio事始め(改訂版)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
 
ABテスト・LPOのための統計学【社内向けサディスティックエディション】データアーティスト株式会社
ABテスト・LPOのための統計学【社内向けサディスティックエディション】データアーティスト株式会社ABテスト・LPOのための統計学【社内向けサディスティックエディション】データアーティスト株式会社
ABテスト・LPOのための統計学【社内向けサディスティックエディション】データアーティスト株式会社
Satoru Yamamoto
 
DeNAの大規模データマイニング活用したサービス開発
DeNAの大規模データマイニング活用したサービス開発DeNAの大規模データマイニング活用したサービス開発
DeNAの大規模データマイニング活用したサービス開発
Koichi Hamada
 
企業における統計学入門
企業における統計学入門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
 
基礎からのベイズ統計学 輪読会資料 第1章 確率に関するベイズの定理
基礎からのベイズ統計学 輪読会資料 第1章 確率に関するベイズの定理基礎からのベイズ統計学 輪読会資料 第1章 確率に関するベイズの定理
基礎からのベイズ統計学 輪読会資料 第1章 確率に関するベイズの定理
Ken'ichi Matsui
 
統計学の基礎の基礎
統計学の基礎の基礎統計学の基礎の基礎
統計学の基礎の基礎
Ken'ichi Matsui
 
Rstudio事始め
Rstudio事始めRstudio事始め
Rstudio事始め
Takashi Yamane
 
Tokyor42 ggplot2
Tokyor42 ggplot2Tokyor42 ggplot2
Tokyor42 ggplot2
Yohei Sato
 
Tokyor42_r_datamining_18
Tokyor42_r_datamining_18Tokyor42_r_datamining_18
Tokyor42_r_datamining_18
Yohei Sato
 
Tokyo r30 anova
Tokyo r30 anovaTokyo r30 anova
Tokyo r30 anova
Takashi Minoda
 
東京R非公式おじさんが教える本当に気持ちいいパッケージ作成法
東京R非公式おじさんが教える本当に気持ちいいパッケージ作成法東京R非公式おじさんが教える本当に気持ちいいパッケージ作成法
東京R非公式おじさんが教える本当に気持ちいいパッケージ作成法
Nagi Teramo
 
データ・ビジュアライゼーション&ストーリーテリングを学ぶ!ハンズオンセミナー
データ・ビジュアライゼーション&ストーリーテリングを学ぶ!ハンズオンセミナーデータ・ビジュアライゼーション&ストーリーテリングを学ぶ!ハンズオンセミナー
データ・ビジュアライゼーション&ストーリーテリングを学ぶ!ハンズオンセミナー
Data Visualization Japan
 
分析せよ!と言われて困っているあなたへの処方箋
分析せよ!と言われて困っているあなたへの処方箋分析せよ!と言われて困っているあなたへの処方箋
分析せよ!と言われて困っているあなたへの処方箋
The Japan DataScientist Society
 
統計を始める方へ①_データ環境Rの基本的なプログラミング|データアーティスト
統計を始める方へ①_データ環境Rの基本的なプログラミング|データアーティスト統計を始める方へ①_データ環境Rの基本的なプログラミング|データアーティスト
統計を始める方へ①_データ環境Rの基本的なプログラミング|データアーティスト
Satoru Yamamoto
 
AI(人工知能)インフォグラフィックス【時間をかけずにすぐわかる】
AI(人工知能)インフォグラフィックス【時間をかけずにすぐわかる】AI(人工知能)インフォグラフィックス【時間をかけずにすぐわかる】
AI(人工知能)インフォグラフィックス【時間をかけずにすぐわかる】
Satoru Yamamoto
 
データマイニング入門
データマイニング入門データマイニング入門
データマイニング入門
hrfm
 
一般化線形混合モデル入門の入門
一般化線形混合モデル入門の入門一般化線形混合モデル入門の入門
一般化線形混合モデル入門の入門
Yu Tamura
 
Introduction to statistics
Introduction to statisticsIntroduction to statistics
Introduction to statistics
Kohta Ishikawa
 
Rの導入とRStudio事始め(改訂版)
Rの導入とRStudio事始め(改訂版)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
 
ABテスト・LPOのための統計学【社内向けサディスティックエディション】データアーティスト株式会社
ABテスト・LPOのための統計学【社内向けサディスティックエディション】データアーティスト株式会社ABテスト・LPOのための統計学【社内向けサディスティックエディション】データアーティスト株式会社
ABテスト・LPOのための統計学【社内向けサディスティックエディション】データアーティスト株式会社
Satoru Yamamoto
 
DeNAの大規模データマイニング活用したサービス開発
DeNAの大規模データマイニング活用したサービス開発DeNAの大規模データマイニング活用したサービス開発
DeNAの大規模データマイニング活用したサービス開発
Koichi Hamada
 
基礎からのベイズ統計学 輪読会資料 第1章 確率に関するベイズの定理
基礎からのベイズ統計学 輪読会資料 第1章 確率に関するベイズの定理基礎からのベイズ統計学 輪読会資料 第1章 確率に関するベイズの定理
基礎からのベイズ統計学 輪読会資料 第1章 確率に関するベイズの定理
Ken'ichi Matsui
 
統計学の基礎の基礎
統計学の基礎の基礎統計学の基礎の基礎
統計学の基礎の基礎
Ken'ichi Matsui
 
Tokyor42 ggplot2
Tokyor42 ggplot2Tokyor42 ggplot2
Tokyor42 ggplot2
Yohei Sato
 
Tokyor42_r_datamining_18
Tokyor42_r_datamining_18Tokyor42_r_datamining_18
Tokyor42_r_datamining_18
Yohei Sato
 
東京R非公式おじさんが教える本当に気持ちいいパッケージ作成法
東京R非公式おじさんが教える本当に気持ちいいパッケージ作成法東京R非公式おじさんが教える本当に気持ちいいパッケージ作成法
東京R非公式おじさんが教える本当に気持ちいいパッケージ作成法
Nagi Teramo
 
データ・ビジュアライゼーション&ストーリーテリングを学ぶ!ハンズオンセミナー
データ・ビジュアライゼーション&ストーリーテリングを学ぶ!ハンズオンセミナーデータ・ビジュアライゼーション&ストーリーテリングを学ぶ!ハンズオンセミナー
データ・ビジュアライゼーション&ストーリーテリングを学ぶ!ハンズオンセミナー
Data Visualization Japan
 
分析せよ!と言われて困っているあなたへの処方箋
分析せよ!と言われて困っているあなたへの処方箋分析せよ!と言われて困っているあなたへの処方箋
分析せよ!と言われて困っているあなたへの処方箋
The Japan DataScientist Society
 
統計を始める方へ①_データ環境Rの基本的なプログラミング|データアーティスト
統計を始める方へ①_データ環境Rの基本的なプログラミング|データアーティスト統計を始める方へ①_データ環境Rの基本的なプログラミング|データアーティスト
統計を始める方へ①_データ環境Rの基本的なプログラミング|データアーティスト
Satoru Yamamoto
 
AI(人工知能)インフォグラフィックス【時間をかけずにすぐわかる】
AI(人工知能)インフォグラフィックス【時間をかけずにすぐわかる】AI(人工知能)インフォグラフィックス【時間をかけずにすぐわかる】
AI(人工知能)インフォグラフィックス【時間をかけずにすぐわかる】
Satoru Yamamoto
 
データマイニング入門
データマイニング入門データマイニング入門
データマイニング入門
hrfm
 
一般化線形混合モデル入門の入門
一般化線形混合モデル入門の入門一般化線形混合モデル入門の入門
一般化線形混合モデル入門の入門
Yu Tamura
 

Similar to はじめての「R」 (20)

10min r study_tokyor25
10min r study_tokyor2510min r study_tokyor25
10min r study_tokyor25
Nobuaki Oshiro
 
10min r study_tokyor25
10min r study_tokyor2510min r study_tokyor25
10min r study_tokyor25
Nobuaki Oshiro
 
これからの「言語」の話をしよう ―― 未来を生きるためのツール
これからの「言語」の話をしよう ―― 未来を生きるためのツールこれからの「言語」の話をしよう ―― 未来を生きるためのツール
これからの「言語」の話をしよう ―― 未来を生きるためのツール
Nobuhisa Koizumi
 
Rあんなときこんなとき(tokyo r#12)
Rあんなときこんなとき(tokyo r#12)Rあんなときこんなとき(tokyo r#12)
Rあんなときこんなとき(tokyo r#12)
Shintaro Fukushima
 
第一回ゆるふわーる
第一回ゆるふわーる第一回ゆるふわーる
第一回ゆるふわーる
Sachiko Hirata
 
関数型都市忘年会『はじめての函数型プログラミング』
関数型都市忘年会『はじめての函数型プログラミング』関数型都市忘年会『はじめての函数型プログラミング』
関数型都市忘年会『はじめての函数型プログラミング』
Kenta USAMI
 
普通のプログラミング言語R
普通のプログラミング言語R普通のプログラミング言語R
普通のプログラミング言語R
Shuyo Nakatani
 
Jubatusのリアルタイム分散レコメンデーション@TokyoWebmining#17
Jubatusのリアルタイム分散レコメンデーション@TokyoWebmining#17Jubatusのリアルタイム分散レコメンデーション@TokyoWebmining#17
Jubatusのリアルタイム分散レコメンデーション@TokyoWebmining#17
Yuya Unno
 
初心者講習会資料(Osaka.R#7)
初心者講習会資料(Osaka.R#7)初心者講習会資料(Osaka.R#7)
初心者講習会資料(Osaka.R#7)
Masahiro Hayashi
 
Hiroshimar4_Rintro
Hiroshimar4_RintroHiroshimar4_Rintro
Hiroshimar4_Rintro
SAKAUE, Tatsuya
 
DS Exercise Course 2
DS Exercise Course 2DS Exercise Course 2
DS Exercise Course 2
大貴 末廣
 
HiRoshimaR3_IntroR
HiRoshimaR3_IntroRHiRoshimaR3_IntroR
HiRoshimaR3_IntroR
SAKAUE, Tatsuya
 
ドッターのためのプログラミングなにそれおいしいの
ドッターのためのプログラミングなにそれおいしいのドッターのためのプログラミングなにそれおいしいの
ドッターのためのプログラミングなにそれおいしいの
manaten
 
ドッターのためのプログラミングなにそれおいしいの
ドッターのためのプログラミングなにそれおいしいのドッターのためのプログラミングなにそれおいしいの
ドッターのためのプログラミングなにそれおいしいの
heriet
 
たのしい関数型
たのしい関数型たのしい関数型
たのしい関数型
Shinichi Kozake
 
C++コミュニティーの中心でC++をDISる
C++コミュニティーの中心でC++をDISるC++コミュニティーの中心でC++をDISる
C++コミュニティーの中心でC++をDISる
Hideyuki Tanaka
 
講座C入門
講座C入門講座C入門
講座C入門
Tokai University
 
Rブートキャンプ
RブートキャンプRブートキャンプ
Rブートキャンプ
Kosuke Sato
 
Tokyo.R #19 発表資料 「Rで色々やってみました」
Tokyo.R #19 発表資料 「Rで色々やってみました」Tokyo.R #19 発表資料 「Rで色々やってみました」
Tokyo.R #19 発表資料 「Rで色々やってみました」
Masayuki Isobe
 
10min r study_tokyor25
10min r study_tokyor2510min r study_tokyor25
10min r study_tokyor25
Nobuaki Oshiro
 
10min r study_tokyor25
10min r study_tokyor2510min r study_tokyor25
10min r study_tokyor25
Nobuaki Oshiro
 
これからの「言語」の話をしよう ―― 未来を生きるためのツール
これからの「言語」の話をしよう ―― 未来を生きるためのツールこれからの「言語」の話をしよう ―― 未来を生きるためのツール
これからの「言語」の話をしよう ―― 未来を生きるためのツール
Nobuhisa Koizumi
 
Rあんなときこんなとき(tokyo r#12)
Rあんなときこんなとき(tokyo r#12)Rあんなときこんなとき(tokyo r#12)
Rあんなときこんなとき(tokyo r#12)
Shintaro Fukushima
 
第一回ゆるふわーる
第一回ゆるふわーる第一回ゆるふわーる
第一回ゆるふわーる
Sachiko Hirata
 
関数型都市忘年会『はじめての函数型プログラミング』
関数型都市忘年会『はじめての函数型プログラミング』関数型都市忘年会『はじめての函数型プログラミング』
関数型都市忘年会『はじめての函数型プログラミング』
Kenta USAMI
 
普通のプログラミング言語R
普通のプログラミング言語R普通のプログラミング言語R
普通のプログラミング言語R
Shuyo Nakatani
 
Jubatusのリアルタイム分散レコメンデーション@TokyoWebmining#17
Jubatusのリアルタイム分散レコメンデーション@TokyoWebmining#17Jubatusのリアルタイム分散レコメンデーション@TokyoWebmining#17
Jubatusのリアルタイム分散レコメンデーション@TokyoWebmining#17
Yuya Unno
 
初心者講習会資料(Osaka.R#7)
初心者講習会資料(Osaka.R#7)初心者講習会資料(Osaka.R#7)
初心者講習会資料(Osaka.R#7)
Masahiro Hayashi
 
DS Exercise Course 2
DS Exercise Course 2DS Exercise Course 2
DS Exercise Course 2
大貴 末廣
 
ドッターのためのプログラミングなにそれおいしいの
ドッターのためのプログラミングなにそれおいしいのドッターのためのプログラミングなにそれおいしいの
ドッターのためのプログラミングなにそれおいしいの
manaten
 
ドッターのためのプログラミングなにそれおいしいの
ドッターのためのプログラミングなにそれおいしいのドッターのためのプログラミングなにそれおいしいの
ドッターのためのプログラミングなにそれおいしいの
heriet
 
C++コミュニティーの中心でC++をDISる
C++コミュニティーの中心でC++をDISるC++コミュニティーの中心でC++をDISる
C++コミュニティーの中心でC++をDISる
Hideyuki Tanaka
 
Rブートキャンプ
RブートキャンプRブートキャンプ
Rブートキャンプ
Kosuke Sato
 
Tokyo.R #19 発表資料 「Rで色々やってみました」
Tokyo.R #19 発表資料 「Rで色々やってみました」Tokyo.R #19 発表資料 「Rで色々やってみました」
Tokyo.R #19 発表資料 「Rで色々やってみました」
Masayuki Isobe
 

More from Masahiro Hayashi (8)

オレオレR-GUIを作りたい
オレオレR-GUIを作りたいオレオレR-GUIを作りたい
オレオレR-GUIを作りたい
Masahiro Hayashi
 
Rzパッケージの紹介
Rzパッケージの紹介Rzパッケージの紹介
Rzパッケージの紹介
Masahiro Hayashi
 
重回帰職人の朝は早い
重回帰職人の朝は早い重回帰職人の朝は早い
重回帰職人の朝は早い
Masahiro Hayashi
 
初心者講習会資料(Osaka.r#6)
初心者講習会資料(Osaka.r#6)初心者講習会資料(Osaka.r#6)
初心者講習会資料(Osaka.r#6)
Masahiro Hayashi
 
Rzパッケージ―spssのようなデータ管理インターフェイス
Rzパッケージ―spssのようなデータ管理インターフェイスRzパッケージ―spssのようなデータ管理インターフェイス
Rzパッケージ―spssのようなデータ管理インターフェイス
Masahiro Hayashi
 
初心者講習会資料(Osaka.R#5)
初心者講習会資料(Osaka.R#5)初心者講習会資料(Osaka.R#5)
初心者講習会資料(Osaka.R#5)
Masahiro Hayashi
 
はじめてでもわかるデータ入出力
はじめてでもわかるデータ入出力はじめてでもわかるデータ入出力
はじめてでもわかるデータ入出力
Masahiro Hayashi
 
オレオレR-GUIを作りたい
オレオレR-GUIを作りたいオレオレR-GUIを作りたい
オレオレR-GUIを作りたい
Masahiro Hayashi
 
Rzパッケージの紹介
Rzパッケージの紹介Rzパッケージの紹介
Rzパッケージの紹介
Masahiro Hayashi
 
重回帰職人の朝は早い
重回帰職人の朝は早い重回帰職人の朝は早い
重回帰職人の朝は早い
Masahiro Hayashi
 
初心者講習会資料(Osaka.r#6)
初心者講習会資料(Osaka.r#6)初心者講習会資料(Osaka.r#6)
初心者講習会資料(Osaka.r#6)
Masahiro Hayashi
 
Rzパッケージ―spssのようなデータ管理インターフェイス
Rzパッケージ―spssのようなデータ管理インターフェイスRzパッケージ―spssのようなデータ管理インターフェイス
Rzパッケージ―spssのようなデータ管理インターフェイス
Masahiro Hayashi
 
初心者講習会資料(Osaka.R#5)
初心者講習会資料(Osaka.R#5)初心者講習会資料(Osaka.R#5)
初心者講習会資料(Osaka.R#5)
Masahiro Hayashi
 
はじめてでもわかるデータ入出力
はじめてでもわかるデータ入出力はじめてでもわかるデータ入出力
はじめてでもわかるデータ入出力
Masahiro Hayashi
 

Recently uploaded (9)

ElasticsearchでSPLADEする [Search Engineering Tech Talk 2025 Winter]
ElasticsearchでSPLADEする [Search Engineering Tech Talk 2025 Winter]ElasticsearchでSPLADEする [Search Engineering Tech Talk 2025 Winter]
ElasticsearchでSPLADEする [Search Engineering Tech Talk 2025 Winter]
kota usuha
 
20250222_neko_IoTLT_vol10_kitazaki_v1.pdf
20250222_neko_IoTLT_vol10_kitazaki_v1.pdf20250222_neko_IoTLT_vol10_kitazaki_v1.pdf
20250222_neko_IoTLT_vol10_kitazaki_v1.pdf
Ayachika Kitazaki
 
【修士論文】帝国議会および国会議事速記録における可能表現の長期的変遷に関する研究
【修士論文】帝国議会および国会議事速記録における可能表現の長期的変遷に関する研究【修士論文】帝国議会および国会議事速記録における可能表現の長期的変遷に関する研究
【修士論文】帝国議会および国会議事速記録における可能表現の長期的変遷に関する研究
harmonylab
 
Apache Sparkに対するKubernetesのNUMAノードを意識したリソース割り当ての性能効果 (Open Source Conference ...
Apache Sparkに対するKubernetesのNUMAノードを意識したリソース割り当ての性能効果 (Open Source Conference ...Apache Sparkに対するKubernetesのNUMAノードを意識したリソース割り当ての性能効果 (Open Source Conference ...
Apache Sparkに対するKubernetesのNUMAノードを意識したリソース割り当ての性能効果 (Open Source Conference ...
NTT DATA Technology & Innovation
 
IchiiRikisuke_理学療法士間の知識共有に向けた臨床推論テキストの構造化に関する研究.pdf
IchiiRikisuke_理学療法士間の知識共有に向けた臨床推論テキストの構造化に関する研究.pdfIchiiRikisuke_理学療法士間の知識共有に向けた臨床推論テキストの構造化に関する研究.pdf
IchiiRikisuke_理学療法士間の知識共有に向けた臨床推論テキストの構造化に関する研究.pdf
Matsushita Laboratory
 
PostgreSQL最新動向 ~カラムナストアから生成AI連携まで~ (Open Source Conference 2025 Tokyo/Spring ...
PostgreSQL最新動向 ~カラムナストアから生成AI連携まで~ (Open Source Conference 2025 Tokyo/Spring ...PostgreSQL最新動向 ~カラムナストアから生成AI連携まで~ (Open Source Conference 2025 Tokyo/Spring ...
PostgreSQL最新動向 ~カラムナストアから生成AI連携まで~ (Open Source Conference 2025 Tokyo/Spring ...
NTT DATA Technology & Innovation
 
【修士論文】競輪における注目レース選定とLLMを用いたレース紹介記事生成に関する研究
【修士論文】競輪における注目レース選定とLLMを用いたレース紹介記事生成に関する研究【修士論文】競輪における注目レース選定とLLMを用いたレース紹介記事生成に関する研究
【修士論文】競輪における注目レース選定とLLMを用いたレース紹介記事生成に関する研究
harmonylab
 
ドメインモデリング基本編①~全体の流れ2025_02_27社内向け開催.pptx
ドメインモデリング基本編①~全体の流れ2025_02_27社内向け開催.pptxドメインモデリング基本編①~全体の流れ2025_02_27社内向け開催.pptx
ドメインモデリング基本編①~全体の流れ2025_02_27社内向け開催.pptx
ssuserfcafd1
 
IoT Devices Compliant with JC-STAR Using Linux as a Container OS
IoT Devices Compliant with JC-STAR Using Linux as a Container OSIoT Devices Compliant with JC-STAR Using Linux as a Container OS
IoT Devices Compliant with JC-STAR Using Linux as a Container OS
Tomohiro Saneyoshi
 
ElasticsearchでSPLADEする [Search Engineering Tech Talk 2025 Winter]
ElasticsearchでSPLADEする [Search Engineering Tech Talk 2025 Winter]ElasticsearchでSPLADEする [Search Engineering Tech Talk 2025 Winter]
ElasticsearchでSPLADEする [Search Engineering Tech Talk 2025 Winter]
kota usuha
 
20250222_neko_IoTLT_vol10_kitazaki_v1.pdf
20250222_neko_IoTLT_vol10_kitazaki_v1.pdf20250222_neko_IoTLT_vol10_kitazaki_v1.pdf
20250222_neko_IoTLT_vol10_kitazaki_v1.pdf
Ayachika Kitazaki
 
【修士論文】帝国議会および国会議事速記録における可能表現の長期的変遷に関する研究
【修士論文】帝国議会および国会議事速記録における可能表現の長期的変遷に関する研究【修士論文】帝国議会および国会議事速記録における可能表現の長期的変遷に関する研究
【修士論文】帝国議会および国会議事速記録における可能表現の長期的変遷に関する研究
harmonylab
 
Apache Sparkに対するKubernetesのNUMAノードを意識したリソース割り当ての性能効果 (Open Source Conference ...
Apache Sparkに対するKubernetesのNUMAノードを意識したリソース割り当ての性能効果 (Open Source Conference ...Apache Sparkに対するKubernetesのNUMAノードを意識したリソース割り当ての性能効果 (Open Source Conference ...
Apache Sparkに対するKubernetesのNUMAノードを意識したリソース割り当ての性能効果 (Open Source Conference ...
NTT DATA Technology & Innovation
 
IchiiRikisuke_理学療法士間の知識共有に向けた臨床推論テキストの構造化に関する研究.pdf
IchiiRikisuke_理学療法士間の知識共有に向けた臨床推論テキストの構造化に関する研究.pdfIchiiRikisuke_理学療法士間の知識共有に向けた臨床推論テキストの構造化に関する研究.pdf
IchiiRikisuke_理学療法士間の知識共有に向けた臨床推論テキストの構造化に関する研究.pdf
Matsushita Laboratory
 
PostgreSQL最新動向 ~カラムナストアから生成AI連携まで~ (Open Source Conference 2025 Tokyo/Spring ...
PostgreSQL最新動向 ~カラムナストアから生成AI連携まで~ (Open Source Conference 2025 Tokyo/Spring ...PostgreSQL最新動向 ~カラムナストアから生成AI連携まで~ (Open Source Conference 2025 Tokyo/Spring ...
PostgreSQL最新動向 ~カラムナストアから生成AI連携まで~ (Open Source Conference 2025 Tokyo/Spring ...
NTT DATA Technology & Innovation
 
【修士論文】競輪における注目レース選定とLLMを用いたレース紹介記事生成に関する研究
【修士論文】競輪における注目レース選定とLLMを用いたレース紹介記事生成に関する研究【修士論文】競輪における注目レース選定とLLMを用いたレース紹介記事生成に関する研究
【修士論文】競輪における注目レース選定とLLMを用いたレース紹介記事生成に関する研究
harmonylab
 
ドメインモデリング基本編①~全体の流れ2025_02_27社内向け開催.pptx
ドメインモデリング基本編①~全体の流れ2025_02_27社内向け開催.pptxドメインモデリング基本編①~全体の流れ2025_02_27社内向け開催.pptx
ドメインモデリング基本編①~全体の流れ2025_02_27社内向け開催.pptx
ssuserfcafd1
 
IoT Devices Compliant with JC-STAR Using Linux as a Container OS
IoT Devices Compliant with JC-STAR Using Linux as a Container OSIoT Devices Compliant with JC-STAR Using Linux as a Container OS
IoT Devices Compliant with JC-STAR Using Linux as a Container OS
Tomohiro Saneyoshi
 

はじめての「R」