この表から，以下のことが容易に分かる。 Excel の決定係数はマイナス Excel の Linest 関数と統計ソフト R では，同じ決定係数 Calc の決定係数は，相関係数の 2 乗 それでは， Excel のグラフと Linest 関数，および統計ソフト R の決定係数は，どのように算出されるのだろうか？ それを明らかにするためには，まず回帰分散分析として，y 観測値を，以下のような3種類の変動として捉えてみることが必要になる。 回帰変動（回帰平方和， RSS, Regression Sum of Squares） 残差変動（残差平方和， SSR，Sum of Squared Residuals） 全変動（全平方和， TSS，Total Sum of Squares) 全変動は回帰変動と残差変動の和になる。 TSS = RSS + SSR この中で，特に SSR と TSS に焦点

2018.08.22 複数の文字列の中にあるパターンが存在するとき、そのようなパターンを表すのに正規表現が用いられる。他のプログラミング言語と同様に、R においても、いくつかの文字列処理関数が正規表現に対応している。例えば、パターンマッチ関数 grep や match、文字列置換関数 sub などの関数が正規表現に対応している。 正規表現の基本的な使い方 文字列そのものがパターンであるとき、その文字列をそのまま並べて、正規表現とする。例えば、複数の文字列からなるベクトルの中から、ATG を含む文字列を調べる場合は次のようにする。 x <- c("ATTAGCATGTCTA", "TACGTAGTGCCA", "CAGTATGCA", "CCGGCATTAG", "GGCATAGTCTC") grep("ATG", x) ## [1] 1 3 あるパターンにおいて、特定位置にある文字が指定さ

R における正規表現 R の正規表現とそれを用いる関数に付いて解説(ほとんどオンラインヘルプそのもの)します。これらは、オブジェクトの検索や文字列処理、等に使われます。 R における正規表現 R の幾つかの関数はいわゆる正規表現(GNU grep に準ずる)を受け付ける。 例えば、grep,regexp,sub, gsub,strsplit。他にも関数 apropos, browseEnv, help.search, list.files, ls はオブジェクト・ファイル名等に関し正規表現を許す。 ↑ 詳細 「正規表現 (regular expression)」は文字列のある集合を表すパターンである。 R では三種類の正規表現を使える。 grep(extended = TRUE) で使われる「拡張正規表現」 grep(extended = FALSE) で使われる「基本正規表現」 grep

文字列を操作するパッケージ stringiパッケージのwrapper 元は違ったけど“i”の性能がよかったから Hadley Wickham謹製 特徴 baseの関数群より処理が速い 関数名が“str_”で始まってる 主な文字列処理はこれひとつでOK “%>%”で連鎖しやすい! インストール CRANからインストール install.packages("stringr") GitHubからインストール devtools::install_github("hadley/stringr") githubinstallでもOK githubinstall::githubinstall("stringr") 参考資料 stringr - RDocumentation R Documentationというサイトにあるパッケージ紹介サイト Helpの内容をベースに,サイト内で実際にコードが試せます {

概要 前書き - Rで文字列処理をするライブラリである{stringr}と{stringi}について、baseの関数と付き合わせたコードの自分用のメモ 参照サイト stringr-vignettes stringi hadley/stringr RPubs - このパッケージがすごい2014: stringr stringi package arekore 　stringiで輝く☆テキストショリスト stringr 1.0.0を使ってみる ライブラリ読み込み SET_LOAD_LIB <- c("knitr", "readr", "dplyr", "tidyr", "readr", "stringr", "stringi") sapply(X = SET_LOAD_LIB, FUN = library, character.only = TRUE, logical.return = TRU

「95%信頼区間とは，真の値が入る確率が95%の区間のことです」というような説明をすることがあります。私も，一般のかたに説明するときは，ついそのように言ってしまうことがあります。でも本当は真っ赤なウソです。主観確率を扱うベイズ統計学はここでは考えません。 正規分布では，ウソの考え方をしても結論が同じになることがあるので，ここではわざと，左右非対称なポアソン分布を考えます。 ポアソン分布とは，1日に起こる地震の数，1時間に窓口を訪れるお客の数，1分間に測定器に当たる放射線の数などを表す分布です。平均 $\lambda$ のポアソン分布の確率分布は次の式で表されます： \[ p_k = \frac{\lambda^k e^{-\lambda}}{k!} \] $\lambda = 10$ のポアソン分布の確率分布をグラフにすると次のようになります（本当は右に無限に延びるのですが，$k = 30