2 第２回（４月２０日）：RStudioでデータの操作と計算

2.1 準備

2.1.1 RStudio IDEの紹介

チートシートを確認してください

2.1.2 Rコードと関連ファイルを保存するための新しいフォルダを作成します。

例えば、Documentフォルダ内にRという名前のフォルダを作成します。

2.1.3 RStudioを起動し、作業ディレクトリ（パス、path）をRに設定しま。

方法は3通りあります。

方法１． setwd()関数を使う

  1. Rフォルダに移動します。

  2. パスを選択し、コピーします。

  3. RStudioを開き、コード:setwd("C:\\Users\\xxx\\Documents\\R")　ありますいは　setwd("C:/Users/xxx/Documents/R") を入力します

注意：パスを " " で囲み、 \ を \\ または / に書き換えてください。

方法２． Session をクリックします。

  1. RStudioの一番上へ移動し、「Session」–>「Set Working Directory」–>「Choose Directory」をクリックします。

  2. Rフォルダを選択し、「Open」をクリックします。

方法３．右下のパネルから設定します。

  1. RStudioの右下のパネルへ移動します。「Home」をクリックし、Rフォルダを選択します。

2.「Set Working Directory」をクリックします。

2.1.4 設定の確認

「Go to Working Directory」をクリックし、Filesタブ内にRフォルダにいくことを確認してください。

2.2 スクリプトの作成

  1. File –> New File –> R Script をクリックします。Untitled1というファイルが作成されます。

  2. ありますいは、File の下のボタンをクリックし、R Script をクリックします。Untitled1というファイルが作成されます。

2.2.1 スクリプトの保存

フロッピーディスクのアイコンをクリックします。ファイル名を「code1」と入力し、「Save」ボタンをクリックします。

2.2.2 スクリプトの確認

ファイルが正常に保存されると、右下の Working directory ペインに表示されます。

また、Rフォルダの中でもファイルを確認できます。

2.2.3 次回からは、ファイルをダブルクリックしますことで開けます。

2.2.4 RStudioを終了した後

注意：RStudioを終了しますと、自動的にヒストリーファイルが作成されます。 ここには入力したコードの履歴が保存されますが、そのまま放置しておいて問題ありません。

2.3 スクリプトの実行

計算を実行してみる。

23+45
## [1] 68
2*3
## [1] 6
12/3
## [1] 4
2^3
## [1] 8
# オブジェクト a に値を代入し、a を使って計算を行う
# オブジェクトは Environment に保存される
a <- 10
a + 1
## [1] 11

スクリプトにコードを入力し、その行にカーソルを置いて実行（Run）をクリックすると、結果が出力されます。 もう１つの方法は、Ctrl-Enter（Macの場合はCommand-Enter）を同時に押す方法です。

複数行を実行したい場合、領域を指定して（Ctrl-A）、（Run）をクリックしますか、Ctrl-Enterで実行します。

2.4 データ型（Data Types）

  • Numeric（数値型）: Integer（整数） と Double（実数）
  • Character（文字型）: "Hello", "Data Science", "2026"
  • Logical（論理型）: TRUE または FALSE

2.4.1 データ型の確認

数値型

a <- 10
mode(a)
## [1] "numeric"
typeof(a)
## [1] "double"
str(a)
##  num 10

文字型

b <- "word"
mode(b)
## [1] "character"
typeof(b)
## [1] "character"
str(b)
##  chr "word"

2.5 主なデータ構造

2.5.1 ベクトル (Vector)

同じデータ型の値を一列に並べた、最も基本的な構造です。

特徴: すべての要素が同じ型（すべて数値、またはすべて文字など）であります必要があります。

値は、 c()関数 ( cは要素を結合しますためのc関数)を使用してベクトルに割り当てられます。丸括弧を開閉し、異なる要素をカンマで区切って配置します。

vector1 <- c(329, 45, 12, 28)

# 空のベクトルは次のように作成できます。
vecempty <- vector()

# 長さ5の空の数値ベクトル
vecnumempty <- vector(mode="numeric", length=5)

# 長さ8の空の数値ベクトル
veccharempty <- vector(mode="character", length=8)

# 連続する数字のシーケンスを作成します。

vecnum <- 10:16
# 以下の略
vecnum <- c(10, 11, 12, 13, 14, 15, 16)
# 注意：両端（10と16）を含む

2.5.1.1 ベクトルには名前を付ける

# 数値ベクトルを作成する
vector1 <- c(329, 45, 12, 28)
# ベクトルには名前を付ける
names(vector1) <- c("apple", "orange", "バナナ", "レモン")


# 既に格納されているオブジェクトを使用する
mynames <- c("apple", "orange", "バナナ", "レモン")
names(vector1) <- mynames

# ベクトルの長さ（要素数）を取得する
length(vector1)
## [1] 4

2.5.1.2 ベクトルから要素を抽出する

vector1[1]
## apple 
##   329
vector1[c(1,3)]
##  apple バナナ 
##    329     12
vector1[2:4]
## orange バナナ レモン 
##     45     12     28
vector1["apple"]
## apple 
##   329
vector1[c("apple", "レモン")]  
##  apple レモン 
##    329     28

# ベクトルの要素を再割り当てする
vector1[2] <- 31
vector1["orange"] <- 31 

# ベクトルの要素を削除する
vector1[-3]
##  apple orange レモン 
##    329     31     28
# ベクトルの結合
v1 <- 2:5
v2 <- 4:6
v3 <- c(v1, v2)

# ベクトルの末尾に要素を追加することもできます
v3 <- c(v3, 19)

論理演算子

演算子 意味
< 未満
<= 以下
> より大きい
>= 以上
== 等しい（ちょうど）
!= 等しくない
! 〜ではない（否定）
x \| y x または y
x & y x かつ y

2.5.1.3 数値ベクトルの操作

# 要素aのうち、2に等しい要素はどれですか？
a <- 1:5
a == 2
## [1] FALSE  TRUE FALSE FALSE FALSE
# aのどの要素が2よりも優れていますか？
a <- 1:5
a > 2
## [1] FALSE FALSE  TRUE  TRUE  TRUE
# 条件を満たすベクトルの要素を抽出する。
a >= 2
## [1] FALSE  TRUE  TRUE  TRUE  TRUE
# 条件を満たす（TRUEの値となる）実際のサブベクトルを抽出する
a[a >= 2]
## [1] 2 3 4 5
# 条件を満たす要素がいくつあるかを数える
length(a[a >= 2])
## [1] 4
# ベクトルに2を加えると、ベクトルの各要素に2が加算されます。
a <- 1:5
a + 2
## [1] 3 4 5 6 7
# 同じ長さのベクトル同士を掛け合わせる
a <- c(2, 4, 6)
b <- c(2, 3, 0)
a * b
## [1]  4 12  0
# ベクトルを別の短いベクトルで乗算する
a <- c(2, 4, 6)
b <- c(2, 3, 0)
a * b
## [1]  4 12  0

要約統計量 関数一覧

関数 説明 備考
mean(x) 平均値 (Mean) 全要素の合計を要素数で割った値
median(x) 中央値 (Median) データを大きさ順に並べた時、中央にくる値
min(x) 最小値 (Minimum) ベクトル内の最も小さい値
max(x) 最大値 (Maximum) ベクトル内の最も大きい値
var(x) 分散 (Variance) データの散らばり具合を表す指標
summary(x) 要約統計量 (Summary) 最小、最大、平均、中央値、四分位数を一括表示 
k <- c(1, 3, 12, 45, 3, 2)
summary(k)
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##    1.00    2.25    3.00   11.00    9.75   45.00

2.5.1.4 ベクトルの比較

# aに含まれる要素のうち、 bにも含まれるものはどれですか？
a <- 2:6
b <- 4:10
a %in% b
## [1] FALSE FALSE  TRUE  TRUE  TRUE
# aの要素のうち、 bに含まれる実際の要素を取得します。
a <- 2:6
b <- 4:10
a[a %in% b]
## [1] 4 5 6
# 2つのベクトルの交点を取得します。
intersect(a, b)
## [1] 4 5 6
# 2つのベクトルが完全に同一かどうかを確認します
identical(a, b)
## [1] FALSE
# 文字ベクトルは、数値ベクトルと同様に操作されます。
k <- c("mRNA", "miRNA", "snoRNA", "RNA", "lincRNA")
p <- c("mRNA","lincRNA", "tRNA", "miRNA")
k %in% p
## [1]  TRUE  TRUE FALSE FALSE  TRUE
k[k %in% p]
## [1] "mRNA"    "miRNA"   "lincRNA"
# ベクトルmからexonではない要素を選択する
m <- c("exon", "intron", "exon")
m != "exon"
## [1] FALSE  TRUE FALSE
m[m != "exon"]
## [1] "intron"

2.5.2 因子（Factor）

因子とは、他のベクトルの構成要素を離散的に分類（グループ化）するために使用されるベクトルオブジェクト（1次元）です。

因子は主に統計モデリングに用いられますが、グラフ作成にも役立ちます。

ファクター関数を使用すると、次のようなファクターを作成できます。

e <- factor(c("high", "low", "medium", "low"))
str(e)
##  Factor w/ 3 levels "high","low","medium": 1 2 3 2
# 文字ベクトルと因子の例
# 要因ベクトル
e <- factor(c("high", "low", "medium", "low"))
# 文字ベクトル
e2 <- c("high", "low", "medium", "low")
# ベクトルの構造を確認する
str(e)
##  Factor w/ 3 levels "high","low","medium": 1 2 3 2
str(e2)
##  chr [1:4] "high" "low" "medium" "low"

因子内のグループはレベルと呼ばれます。レベルは順序付けできます。 その後、数値ベクトルに適用されるいくつかの演算を使用できます。

# 順序付けないベクトル:
e <- factor(c("high", "low", "medium", "low"))
# max(e) # error

# 順序付けたベクトル:
e_ord <- factor(e, levels=c("low", "medium", "high"), ordered=TRUE)
max(e_ord) # "high"がでる
## [1] high
## Levels: low < medium < high

2.5.3 行列 (Matrix)

ベクトルに「行」と「列」の概念を加えた、2次元の構造です。

特徴: ベクトルと同様、すべての要素が同じデータ型であります必要があります。

2.5.3.1 マトリックスの作成

# rbind関数を使用してベクトルから作成します。
x <- c(1, 44)
y <- c(0, 12)
z <- c(34, 4)
b <- rbind(x, y, z)

# cbind関数を使用したベクトルから：
i <- c(1, 0, 34)
j <- c(44, 12, 4)
k <- cbind(i, j)


# 行列関数をゼロから使う：
# nrow: number of rows
# ncol: number of columns
pp <- matrix(c(1, 0, 34, 44, 12, 4), 
    nrow=3,
    ncol=2)

2.5.3.2 二次元物体

ベクトルは要素ごとに1つのインデックスを持ちます（1次元）。 行列は要素ごとに2つのインデックスを持ちます（2次元）。これは、要素の位置（行番号と列番号）に対応します。

x <- c(1, 44)
y <- c(0, 12)
z <- c(34, 4)
b <- rbind(x, y, z)

# 行列のすべての要素に1を加える
b <- b + 1

# 行列のすべての要素に3を掛ける
b <- b * 3

# 行列の最初の行の各要素から2を引きます。
b[1, ] <- b[1, ] - 2

# 条件を満たす要素を置換します。
b[ b > 3 ] <- NA

2.5.4 データフレーム (Data Frame)

実務で最も多用される構造です。表形式のデータ（Excelのようなイメージ）を扱います。行列よりも汎用的です。

特徴: 列ごとに異なるデータ型を持つことができます（例：1列目は名前（文字）、2列目は年齢（数値））。同じ長さでなければなりません。

データフレームは列ごとに構成されます。列は変数であり、行は各変数の観測値です。

2.5.4.1 データフレームを作成する

data.frame 関数を使用する場合

d <- data.frame(name = c("Maria", "Juan", "Alba"), 
    age = c(23, 25, 31),
    male = c(TRUE, TRUE, FALSE))

d
##    name age  male
## 1 Maria  23  TRUE
## 2  Juan  25  TRUE
## 3  Alba  31 FALSE
# stringsAsFactors: 文字をFactorとしてではなく、文字型として扱うことを保証します
d <- data.frame(name = c("Maria", "Juan", "Alba"), 
    age = c(23, 25, 31),
    male = c(TRUE, TRUE, FALSE),
    stringsAsFactors = FALSE)
d
##    name age  male
## 1 Maria  23  TRUE
## 2  Juan  25  TRUE
## 3  Alba  31 FALSE
# 変数をもう1つ追加します。
d$sex <- c("男", "男", "女")
d
##    name age  male sex
## 1 Maria  23  TRUE  男
## 2  Juan  25  TRUE  男
## 3  Alba  31 FALSE  女
# 「stringsAsFactors = FALSE」が役立つ理由の例
df <- data.frame(label=rep("test",5), column2=1:5)
# 1つの値を置き換える
# df[2,1] <- "yes"  # エラーが発生し、値が置き換えられません。

# Create a data frame with:
df2 <- data.frame(label=rep("test",5), column2=1:5, stringsAsFactors = FALSE)
# Replace one value
df2[2,1] <- "yes"
# Works!

行列をデータフレームに変換する：

# create a matrix
b <- matrix(c(1, 0, 34, 44, 12, 4), 
        nrow=3,
        ncol=2)
# convert as data frame
b_df <- as.data.frame(b)

# 行列操作と非常によく似ています。各要素は行と列のインデックスによって見つけられます。
b_df[1,2]
## [1] 44

2.5.5 リスト (List)

異なる型や、異なる構造のオブジェクトをひとまとめにできる「詰め合わせセット」です。

特徴: 数値、文字、ベクトル、さらには別のリストまで、何でも入れることができます。

異なるデータ型を混在できる: 数値、文字、論理値、さらにはベクトルやデータフレーム、別のリストさえも一つのリストの中に格納できます。

要素ごとに長さが違っても良い: 「3つの数値」と「10個の文字列」を一つのリストに共存させることができます。

階層構造を持てる: リストの中にリストを入れる（入れ子構造）ができるため、複雑なデータ構造を表現するのに適しています。

2.5.5.1 リストの作成

list() 関数を使います。各要素に名前（タグ）を付けるのが一般的です。

my_list <- list(
  id = 1,                      # 数値
  name = "Tanaka",             # 文字
  scores = c(80, 90, 75),      # ベクトル
  active = TRUE                # 論理値
)

2.5.5.2 要素へのアクセス方法

my_list$name
## [1] "Tanaka"
my_list[[3]]
## [1] 80 90 75

注意点: my_list[3]（一重の括弧）を使うと、「3番目の要素を含んだ小さなリスト」が返ってきます。

2.5.6 配列 (Array)

行列をさらに多次元（3次元以上）に拡張したものです。

特徴: すべて同じデータ型であります必要があります。立方体のようなデータの重なりをイメージしてください。

多次元構造: 「縦 × 横」の平面だけでなく、「奥行き」を持たせたデータの塊（立方体のようなイメージ）を作ることができます。

単一のデータ型: ベクトルや行列と同様に、格納できるのはすべて同じデータ型（すべて数値、またはすべて文字など）である必要があります。

添字（インデックス）でアクセス: 3次元のアレイであれば、[行, 列, 次元] のように3つの数字を使ってデータを取り出します。

2.5.6.1 アレイの作成

array() 関数を使います。データ本体と、各次元の大きさを指定する dim 引数が必要です

# 1から12までの数字を使って、2行 × 3列 × 2層 の3次元アレイを作成
my_array <- array(1:12, dim = c(2, 3, 2))

2.5.6.2 要素へのアクセス方法

my_array[1, 2, 1]
## [1] 3
my_array[, , 2]
##      [,1] [,2] [,3]
## [1,]    7    9   11
## [2,]    8   10   12

2.5.7 データ構造のイメージ

次元 名称 特徴 イメージ
1次元 ベクトル (Vector) 同じ型のデータの列 線
2次元 行列 (Matrix), データフレーム (Data Frame) 行(Row)と列(Column)の表 面
3次元以上 アレイ (Array) 行 × 列 × 層（奥行き） 立体

2.6 特別な値

  • NULL: 空の状態
  • NA: 欠損値
  • NaN: 非数
  • Inf/-Inf: 無限 / -無限

2.6.1 NULL: 空のオブジェクト

NULL はオブジェクトであり、式や関数が未定義の値を返した場合に返されます。 R言語では、NULL（大文字）は予約語であり、データ型が不明なデータをインポートした結果として生成される場合もあります。

# データ型: NULL 型
class(NULL) 
## [1] "NULL"
# 長さ: 0
length(NULL)
## [1] 0
# NULL型を確認
x<- NULL
is.null(x)
## [1] TRUE
my_list <- list(a = 1, b = 2, c = 3)
my_list
## $a
## [1] 1
## 
## $b
## [1] 2
## 
## $c
## [1] 3
my_list$b <- NULL  # bを削除
my_list
## $a
## [1] 1
## 
## $c
## [1] 3

2.6.2 NA：（利用不可）Rで認識される要素です。

# ベクトル内の欠損値を見つける
x <- c(4, 2, 7, NA)

# NAを見つける
is.na(x)
## [1] FALSE FALSE FALSE  TRUE
# NAを削除
na.omit(x)
## [1] 4 2 7
## attr(,"na.action")
## [1] 4
## attr(,"class")
## [1] "omit"
x[ !is.na(x) ]
## [1] 4 2 7
# 一部の関数は、デフォルトで、または特定の引数によって、NA（欠損値）を処理できます。
x <- c(4, 2, 7, NA)

# default arguments
mean(x)
## [1] NA
# NAを削除して、平均値をとる
mean(x, na.rm=TRUE)
## [1] 4.333333
# 行列またはデータフレームでは、NA値を含まない行のみを残します。
mydata <- matrix(c(1:10, NA, 12:2, NA, 15:20, NA), ncol=3)

# NA　を含まない行だけを残す
mydata[complete.cases(mydata), ]
##      [,1] [,2] [,3]
## [1,]    2   12    2
## [2,]    4   10   15
## [3,]    5    9   16
## [4,]    6    8   17
## [5,]    7    7   18
## [6,]    8    6   19
## [7,]    9    5   20
# あるいは
na.omit(mydata)
##      [,1] [,2] [,3]
## [1,]    2   12    2
## [2,]    4   10   15
## [3,]    5    9   16
## [4,]    6    8   17
## [5,]    7    7   18
## [6,]    8    6   19
## [7,]    9    5   20
## attr(,"na.action")
## [1]  1  3 10
## attr(,"class")
## [1] "omit"

2.6.3 NaN: 数学的なエラー

# 0を0で割る
0 / 0 
## [1] NaN
# 負の数の対数をとる
log(-10)
## [1] NaN
# NaN は NA の一種として扱われる
is.na(NaN)  # TRUE
## [1] TRUE
is.nan(NA)  # FALSE (NAは数学的エラーではないため)
## [1] FALSE

2.6.4 Inf: 限界を超えた数値

Inf は非常に大きな数値として扱われるため、計算を継続できるのが特徴です。

# ゼロ除算
10 / 0  # Inf
## [1] Inf
# 無限に何かを足しても無限
Inf + 1e10 # Inf
## [1] Inf
# 無限で割るとゼロになる
10 / Inf # 0
## [1] 0
# Inf かどうかの判定
is.finite(10 / 0) # FALSE
## [1] FALSE
# これらが一つのベクトルに混ざった場合、Rは以下のように判定します。
x <- c(1, NA, NaN, Inf)

is.na(x)       # FALSE  TRUE  TRUE FALSE (NaNはNAとしてもカウントされる)
## [1] FALSE  TRUE  TRUE FALSE
is.nan(x)      # FALSE FALSE  TRUE FALSE
## [1] FALSE FALSE  TRUE FALSE
is.infinite(x) # FALSE FALSE FALSE  TRUE
## [1] FALSE FALSE FALSE  TRUE
is.finite(x)   #  TRUE FALSE FALSE FALSE (NAとNaNは「有限ではない」)
## [1]  TRUE FALSE FALSE FALSE

クイック比較表

値 意味 データ型 (typeof) 長さ (length) 主な発生理由 判定関数
NULL 存在しない・空 NULL 0 オブジェクトの未定義、リスト要素の削除 is.null()
NA 欠損値 (不明) logical, integer等 1 アンケートの未回答、データの読み込み漏れ is.na()
NaN 非数 (計算不能) double (numeric) 1 0/0, 負の数の平方根など is.nan()
Inf 無限大 double (numeric) 1 1/0, 指数関数のオーバーフロー is.infinite()

2.7 データの読み込み、保存

Rには、さまざまなファイル形式からデータをインポートするための関数やパッケージが用意されています。ここでは、Rにデータを読み込むための一般的な方法をいくつか紹介します。

データはMEATからダウンロードできます。

2.7.1 インポート

# パスを正しく設定する
setwd("~/R")

# CSVファイルをインポート
data <- read.csv("data1.csv")
data
##    ID Birthweight Age Age.group SBP
## 1   1         135   3         a  89
## 2   2         120   4         b  90
## 3   3         100   3         a  83
## 4   4         105   2         a  77
## 5   5         130   4         b  92
## 6   6         125   5         b  98
## 7   7         125   2         a  82
## 8   8         105   3         a  85
## 9   9         120   5         b  96
## 10 10          95   4         b  95
# Excelファイル
# openxlsx というパッケージを依存する
if (!require("openxlsx")) install.packages("openxlsx")　## 初回のみインストールする
library(openxlsx)

# Excelファイルをインポート
data <- read.xlsx("data2.xlsx", sheet = 1)
## データの先頭部分を確認する
head(data) 
##        ID diagnosis radius_mean texture_mean perimeter_mean area_mean smoothness_mean compactness_mean concavity_mean concave.points_mean symmetry_mean fractal_dimension_mean
## 1 8810158         B       13.11        22.54          87.02     529.4         0.10020          0.14830        0.08705             0.05102        0.1850                0.07310
## 2   89296         B       11.46        18.16          73.59     403.1         0.08853          0.07694        0.03344             0.01502        0.1411                0.06243
## 3  873593         M       21.09        26.57         142.70    1311.0         0.11410          0.28320        0.24870             0.14960        0.2395                0.07398
## 4   87930         B       12.47        18.60          81.09     481.9         0.09965          0.10580        0.08005             0.03821        0.1925                0.06373
## 5  865432         B       14.50        10.89          94.28     640.7         0.11010          0.10990        0.08842             0.05778        0.1856                0.06402
## 6  892657         B       10.49        18.61          66.86     334.3         0.10680          0.06678        0.02297             0.01780        0.1482                0.06600

2.7.2 保存

# パスを正しく設定する
setwd("~/R")

# サンプルデータを作成する
data <- data.frame(participant_id = c(1, 2, 3, 4, 5, 6, 7, 8),
                   age = c(18, 19, 18, 22, 18, 19, 19, 18),
                   gender = c("male", "female", "male", "female", "female", "female", "male", "male"),
                   condition = c("high", "high", "low", "high", "low", "low", "low", "high"),
                   variable1 = c(9, 15, 9, 11, 4, 6, 4, 12))

# CSVファイルとして保存
write.csv(data, "data3.csv")

# xlsx ファイルとして保存

# Install and load the openxlsx package
if (!require("openxlsx")) install.packages("openxlsx")　## 初回のみインストールする
library(openxlsx) 　##初回のみロードする

# Save data as Excel file
write.xlsx(data, "data4.xlsx", sheet = 1)

成功すると、正しいディレクトリにファイルが表示されます。

さらに詳しく知りたい場合は、こちらを参照してください：https://bookdown.org/dereksonderegger/444/importing-data.html#google-sheets

2.8 要約統計量

2.8.1 集計表（Cross-tabulation / Summary Tables）の作成

# サンプルデータの作成
df <- data.frame(
  ID = 1:100,
  Gender = sample(c("Male", "Female"), 100, replace = TRUE),
  Score = sample(50:100, 100, replace = TRUE),
  Score2 = sample(20:100, 100, replace = TRUE),
  Passed = sample(c("Yes", "No"), 100, replace = TRUE)
)
df
##      ID Gender Score Score2 Passed
## 1     1   Male    97     83     No
## 2     2   Male    51     31     No
## 3     3   Male    89     82    Yes
## 4     4 Female    55     99    Yes
## 5     5 Female    59     94     No
## 6     6 Female    62     28     No
## 7     7   Male    65     33     No
## 8     8   Male    91     39     No
## 9     9 Female    81     73    Yes
## 10   10 Female    80     85     No
## 11   11   Male    68     34    Yes
## 12   12   Male    90     31    Yes
## 13   13   Male    61     56     No
## 14   14   Male    50     43     No
## 15   15   Male    82     80     No
## 16   16 Female    58     22    Yes
## 17   17 Female    76     98     No
## 18   18 Female    84     76     No
## 19   19 Female    84     73     No
## 20   20 Female    81     93    Yes
## 21   21   Male    58     20    Yes
## 22   22 Female    55     97    Yes
## 23   23   Male    74     24    Yes
## 24   24   Male    92     40     No
## 25   25   Male    64     83     No
## 26   26   Male    76     85     No
## 27   27 Female    60     91    Yes
## 28   28 Female    50     56     No
## 29   29   Male    92     60     No
## 30   30 Female    54     68     No
## 31   31 Female    77    100     No
## 32   32   Male    77     46     No
## 33   33 Female    61     95    Yes
## 34   34   Male    57     31     No
## 35   35 Female    70     29     No
## 36   36 Female    95     42     No
## 37   37 Female    72     77     No
## 38   38   Male    94     44     No
## 39   39   Male    59     79     No
## 40   40 Female    74     69     No
## 41   41 Female    57     32    Yes
## 42   42   Male    58     21    Yes
## 43   43   Male    51     26     No
## 44   44 Female    82     82     No
## 45   45 Female    95     62     No
## 46   46   Male    87     90    Yes
## 47   47   Male    58     26     No
## 48   48   Male    94     21    Yes
## 49   49 Female    88     48     No
## 50   50 Female    80     56     No
## 51   51   Male    79     42     No
## 52   52   Male    82     24    Yes
## 53   53 Female    97     95     No
## 54   54   Male    64     97    Yes
## 55   55 Female    78     58     No
## 56   56 Female    70     22     No
## 57   57 Female    79     90     No
## 58   58 Female    70     52     No
## 59   59 Female    62     66     No
## 60   60 Female    66     88    Yes
## 61   61 Female    68     89    Yes
## 62   62   Male    83     96    Yes
## 63   63 Female    66     69    Yes
## 64   64   Male    77     57    Yes
## 65   65   Male    61     35     No
## 66   66 Female    71     95    Yes
## 67   67 Female    69     86     No
## 68   68 Female    78     97     No
## 69   69   Male    80     87     No
## 70   70   Male    75     66     No
## 71   71   Male    88     86    Yes
## 72   72 Female    66     30    Yes
## 73   73   Male    89     68    Yes
## 74   74   Male    70     61     No
## 75   75   Male    55     52    Yes
## 76   76   Male    56     55     No
## 77   77   Male    71     29     No
## 78   78 Female    56     48     No
## 79   79   Male    50     27     No
## 80   80 Female    71     70     No
## 81   81   Male    53     33     No
## 82   82   Male    80     61    Yes
## 83   83   Male    80     36    Yes
## 84   84   Male    66     92    Yes
## 85   85 Female    98    100    Yes
## 86   86 Female    53     74     No
## 87   87 Female    70     80     No
## 88   88   Male    65     34    Yes
## 89   89   Male    92     39    Yes
## 90   90   Male    81     92     No
## 91   91 Female    94     29    Yes
## 92   92   Male    98     56    Yes
## 93   93 Female    51     62    Yes
## 94   94 Female    98     85    Yes
## 95   95   Male    97     88    Yes
## 96   96   Male    62     25    Yes
## 97   97   Male    60     65     No
## 98   98   Male    93     39    Yes
## 99   99 Female    65     61     No
## 100 100 Female    68     98     No

クロス集計：2つの変数を掛け合わせる場合

# 性別 × 合否のクロス集計
cross_tab <- table(df$Gender, df$Passed)
print(cross_tab)
##         
##          No Yes
##   Female 31  17
##   Male   28  24
# 割合（%）で表示する場合
prop.table(cross_tab, margin = 1) # 行方向の割合
##         
##                 No       Yes
##   Female 0.6458333 0.3541667
##   Male   0.5384615 0.4615385

2.8.2 平均値と分散

# Scoreの平均値
mean(df$Score)
## [1] 72.96
# Scoreの分散と標準偏差
var(df$Score)
## [1] 199.4933
sd(df$Score)
## [1] 14.12421
#　ScoreとScore2の共分散
cov(df$Score,df$Score2)
## [1] 63.24808

2.8.3 Rによる

要約統計量は、データセットの主な特徴を簡潔にまとめたものです。これには、中心傾向、ばらつき、形状などの指標が含まれます。

このsummary()関数は、データセット内の各変数に関する重要な統計情報を簡潔に概観します。最小値、第1四分位数、中央値、平均値、第3四分位数、最大値が含まれます。

# Create a data set
data <- data.frame(participant_id = c(1, 2, 3, 4, 5, 6, 7, 8),
                   age = c(18, 19, 18, 22, 18, 19, 19, 18),
                   gender = c("male", "female", "male", "female", "female", "female", "male", "male"),
                   condition = c("high", "high", "low", "high", "low", "low", "low", "high"),
                   variable1 = c(9, 15, 9, 11, 4, 6, 4, 12))

# データセットの要約統計量を計算する
summary(data)
##  participant_id      age           gender           condition           variable1    
##  Min.   :1.00   Min.   :18.00   Length:8           Length:8           Min.   : 4.00  
##  1st Qu.:2.75   1st Qu.:18.00   Class :character   Class :character   1st Qu.: 5.50  
##  Median :4.50   Median :18.50   Mode  :character   Mode  :character   Median : 9.00  
##  Mean   :4.50   Mean   :18.88                                         Mean   : 8.75  
##  3rd Qu.:6.25   3rd Qu.:19.00                                         3rd Qu.:11.25  
##  Max.   :8.00   Max.   :22.00                                         Max.   :15.00
# 変数の要約統計量を計算する
summary(data$variable1)
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##    4.00    5.50    9.00    8.75   11.25   15.00