Rで論文を書く実践的なテクニック集 (グラフ編)
読み取りやすさ (Readability) 良いグラフからは本文を読まなくともメッセージが読み取れるものです. 一番大事なのは, 質の良いデータと適切な手法の選択ですが, テクニックで改善できる部分もあります. ケースバイケースですが, 一番シンプルなルールは以下の原則です. データインク比の原則 (Tufte (2001)) 図においては以下のデータインク比を最大化しなければならない: \text{データインク比} := \frac{\text{データインク}}{\text{図中で使われるインク総量}} 系 削除しても情報量を損ねない要素は取り除かなければならない. 例えば, 以下の棒グラフを改善してみましょう. accident_bike <- read_parquet(here("data/cleaned/accident_bike.parquet")) |> filter(!is.
多重共線性のシミュレーション - 井出草平の研究ノート
下記エントリーの続き。 ides.hatenablog.com こちらの教科書から多重共線性について Statistical Rethinking: A Bayesian Course with Examples in R and STAN (Chapman & Hall/CRC Texts in Statistical Science) 作者:McElreath, RichardChapman and Hall/CRCAmazon Richard McElreath - Statistical Rethinking_ A Bayesian Course with Examples in R and STAN 6.1. 多重共線性 一般に、回帰モデルに追加する潜在的な予測変数が多くあることは事実である。たとえば、霊長類のミルク・データの場合、我々が結果として選ぶどの列も予測するために利用可
Rで解析：Alluvial diagramsをプロットしませんか「ggalluvial」パッケージ
データの流れを指標や時間軸で表現するのに便利なAlluvial diagrams（沖積図）です。「ggplot2」パッケージを使用したパッケージですので、「ggplot2」パッケージのコマンドが利用可能です。「ggplot2」パッケージ のコマンドと合わせて利用するパッケージです。実際の作業に合わせて実行コマンドを紹介します。 パッケージバージョンは0.12.3。実行コマンドはwindows 11のR version 4.1.2で確認しています。 #パッケージの読み込み library("ggalluvial") ###データ例の作成##### #tidyverseパッケージを読み込み #tidyverseパッケージがなければインストール if(!require("tidyverse", quietly = TRUE)){ install.packages("tidyverse");req
非劣性検定（等価検定）をRで試してみる - 渋谷駅前で働くデータサイエンティストのブログ
この記事は、以前『統計学のセンス』を読んだ時から気になっていたことを思い出したので、単にRで試してみたという備忘録です。 非劣性検定（等価検定）の話題は、本書の最後にある8.3節「非劣性の検証とは？」であくまでも付録扱いとして登場します。ここでは、 統計学的検定は通常「有意差検定」といわれるが、 1) 標本数を大きくすることによって「医学的に有意でない差」を「統計学的に有意」とすることができる 2) 標本数を小さくすることによって「医学的に有意な差」を「統計学的に有意でない」とすることができる という欠点があることは意外と知られていない。（同書p.143） という有意差検定の問題点を指摘した上で、1980年代後半ごろから新薬審査に当たって「標準薬と同等程度の有効性」が検証できれば認可されるという流れが出てきたことで、積極的に同等性を検証するというニーズが出てきたという話題が紹介されています
Introduction to bayesplot (ppc_ series) - nora_goes_far
はじめに Stan Advent Calendar 2018 11日目の記事です。また、タイトルを見て察した人もいるかもしれませんが、Stan Advent Calendar 2018の2日目の記事である、北條大樹さんによるIntroduction to bayesplot (mcmc_ series) の続編でもあります。bayesplotパッケージそのものについては、本記事では説明を省略するため、まずは北條さんの記事をご一読ください。以下引用。 Stanには、既にggplot2ライクな事後処理用の関数が標準装備されています。ここら辺に関しては、以下の資料をご覧ください。 Stanの便利な事後処理関数 これとは別にStan公式が出しているbayesplotパッケージというものがあって、これも同じようなことができます。 既に日本語文献として小杉先生のサイトで紹介されていました（こちら）。上
WindowsでRのロケールを設定するときのメモ - Technically, technophobic.
ロケールとは。 http://cran.r-project.org/doc/manuals/r-patched/R-admin.html#Localesによると、 A locale is a description of the local environment of the user, including the preferred language, the encoding of characters, the currency used and its conventions, and so on. Aspects of the locale are accessed by the R functions Sys.getlocale and Sys.localeconv. The system of naming locales is OS-specific. There is
ggplot2で複数のプロットをまとめて表示する方法あれこれ - Qiita
library(ggplot2) p1 <- qplot(mpg, wt, data = mtcars, colour = cyl) p2 <- qplot(mpg, data = mtcars, ylab = "count") p3 <- qplot(mpg, data = mtcars, ylab = "count", geom = "dotplot") p4 <- ggplot(mtcars, aes(mpg, wt, col = cyl)) + geom_point() + facet_wrap( ~ carb, nrow = 1)
patchworkを使って複数のggplotを組み合わせる - Qiita
patchworkはggplot2により作成された複数のプロットをめちゃ簡単に組み合わせられるようにすることを目標として開発されているパッケージだ。 同様の目的のパッケージ、関数として、gridExtra::grid.arrange()やcowplot::plot_grid()があるが、これらで上手くやろうとすると試行錯誤が結構必要となる。 これに対し、patchworkでは演算子を使った直感的な記法でプロットを組み合わせられるので、より簡単で可読性に優れた記述が可能となる。 インストール 現在はCRANからインストールできる。 # devtools::install_github("thomasp85/patchwork") install.packages("patchwork")
オープンソースRの関数の表示の仕方 - ryamadaの遺伝学・遺伝統計学メモ
参考URL 関数のソースコードを見る、methods(), getS3method() 関数 -- from r-help, 2005.01.18- 知っているといつか役に立つ(?)関数達 - RjpWiki Rに公開されているパッケージ・関数のソースなどを参照する方法がいくつかある。 >help(パッケージ名とか関数名) にて、説明文書が開く。使用方法はたいていこれでわかる ソースの中身を見たいときには > 関数名 で中身が表示される ※ これだと > 関数名 関数名 (x, ...) UseMethod("関数名") <environment: namespace:関数名> という表示で終わってしまうものもある 実質的なソースがmethodの中にあるので、これを呼び出す必要がある どんなmethodが定義されているかは > methods(関数名) [1] 関数名.default* 関
RPubs - Demonstration of dual y-axes (one y-axis left, onother one on the right)using sec.axis - ggplot2 version 2.2.0
Hide Comments (–) Share Hide Toolbars
⭐️Rを使ったモデル構築の最善策を求めて: {dplyr} + {tidyr} + {broom} + {purrr}を使ったアプローチ - cucumber flesh
RStudioのチーフサイエンティスト、Hadley Wickham（ハドリー）が２月に行った講演のビデオがYouTubeに上がっていたので観た。 "Making Data Analysis Easier"というタイトルでの発表(スライドでは"Managing many models"になっているけど)で、ハドリー自身が考えている、データサイエンスに必要な可視化やモデリングを効率的に行うための手法について、彼の開発してきたパッケージを中心に説明している。 www.youtube.com 分かりやすく、具体例を交えた内容なので、是非YouTubeの動画を観てもらうのが良いと思うが、自分の頭を整理するためにもここでまとめておく。なお、発表スライドはクリエイティブ・コモンズライセンス3.0のもと、表示・非営利のラインセンスで再利用可能となっている。 Hadley Wickham (Chief S
【表現式】Rでメタプログラミングの基礎 |
今まで R パッケージユーザでしたが, 2018年は何かしら R パッケージを開発できたらと考えています。開発を行う上でRにおけるメタプログラミングの知識は必要と思い調べてみました。 表現式 表現式の捕捉 関数呼び出しの構築 表現式の評価 stats::lm() の仕組み モデルの更新 Rプログラミング本格入門 から R におけるメタプログラミングについて言及している箇所を引用する。 メタプログラミングによって, 言語そのものに手を加えて, 特定のシナリオで使われる特定の構文を簡単に作ることができる. メタプログラミングによって柔軟性の高いプログラミングを可能にする。R でメタプログラミングが活用されるのは主に非標準評価 （Non-Standard Evaluation; NSE） である。 まず, R でメタプログラミングを行う上で基本となる 表現式 (expression) について調
働きアリの法則と微分方程式 - 現実と数学の区別が付かない
こんな面白い記事がはてブに上がっていました。 ざっくり言うと，350回以上も引用された，「ロサダの法則」というものを提唱した心理学の論文があるのですが，そこで使われている微分方程式のモデルに妥当性が全く無いことが明らかになったというお話です。その事を指摘した論文では，微分方程式のモデルが妥当であるために満たすべき条件が5つ (VA1)～(VA5) 挙げられており，それらは一つでも満たされなかったらモデルに妥当性が無いことになるのに，「ロサダの法則」の論文はそのいずれも満たしていない（VA1のほんの一部を除いて）とされています。 http://www.physics.nyu.edu/sokal/complex_dynamics_final_clean.pdf In the preceding section we listed five criteria, VA1–VA5, all of w
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
An Introduction to Docker for R Users
そろそろ手を出すpurrr / nekosky
数式を綺麗にプログラミングするコツ #spro2013
GitHub - tidymodels/broom: Convert statistical analysis objects from R into tidy format
ggplot2をつかってみる
lsmeans source: R/nested.R
Basics of estimated marginal means