行方向は、それぞれ最小値、第一四分位、中央値、平均値、第三四分位、最大値を
示している。
四分位とはデータを昇順に並べて、4等分したものです。
小さい値から数えて、総数の1/4番目に当たる値が第1四分位、
真ん中に当たる値が第2四分位（=中央値）、
3/4番目にあたる値が第3四分位となります。
マーケティングの世界でも、例えば、顧客属性（年齢層、居住地、性別など）
などをざっくり把握する場面で、このsummaryが使えると思う。
前々回紹介した、箱ひげ図を使えば、さらに視覚的に把握するのには便利かもしれない。
とりあえず、今日は、ファイルの置き場所を気にせずにすむように、
あらかじめＲに組み込まれている、"iris"というデータを使って、
ファイル操作に慣れよう。
>iris
と入力してリターンキーを叩くと、全150行のデータが画面に出力される。
あまりにデータが多いので、150行が一瞬の間に表示され全体像が見えない。
そこで、
>head(iris)
とすると、ヘッダータイトルを含んだ先頭６行、
| Sepal.Length | Sepal.Width | Petal.Length | Petal.Width | Species | |
| 1 | 5.1 | 3.5 | 1.4 | 0.2 | setosa |
| 2 | 4.9 | 3.0 | 1.4 | 0.2 | setosa |
| 3 | 4.7 | 3.2 | 1.3 | 0.2 | setosa |
| 4 | 4.6 | 3.1 | 1.5 | 0.2 | setosa |
| 5 | 5.0 | 3.6 | 1.4 | 0.2 | setosa |
| 6 | 5.1 | 3.9 | 1.7 | 0.4 | setosa |
| Sepal.Length | Sepal.Width | Petal.Length | Petal.Width | Species | |
| 145 | 6.7 | 3.3 | 5.7 | 2.5 | virginica |
| 146 | 6.7 | 3.0 | 5.2 | 2.3 | virginica |
| 147 | 6.3 | 2.5 | 5.0 | 1.9 | virginica |
| 148 | 6.5 | 3.0 | 5.2 | 2.0 | virginica |
| 149 | 6.2 | 3.4 | 5.4 | 2.3 | virginica |
| 150 | 5.9 | 3.0 | 5.1 | 1.8 | virginica/td> |
http://d.hatena.ne.jp/tsutatsutatsuta /20121206 /1354737461
５列１５０行のデータファイルがＲに取り込まれた訳です。
> summary(iris)で、ファイルを要約すると、次のようになります。
マイクロソフトのEXCELでも、SUM（合計）などが使えるが、
ほぼ同じように
> x<-c(1,2,3,4,5)
として、xに代入された数値の合計を求めるには
> sum(x)
[1] 15
となる。
同様に、平均値(mean)を求めるには
> mean(x)
[1] 3
最大値を求めるには
> max(x)
[1] 5
最小値は
> min(x)
[1] 1
統計的な値をみるにはsummaryを使うと、全体像がよく判る。
> summary(x)
| Min. | 1st Qu. | Median | Mean | 3rd Qu. | Max. |
| 1 | 2 | 3 | 3 | 4 | 5 |
また、箱ひげ図を使うと、直感的に、全体が俯瞰できる。
例えばこんな感じ。
> boxplot(x)
例題としては簡単過ぎるが、コマンドの意味と、それがどんな作業をするかを理解してもらえれば
嬉しいです。
－－－－－－－－－－－－－－－－－－－－－－
スマートテクノロジーネットワークのホームページはこちら
－－－－－－－－－－－－－－－－－－－－－－
そこで、代入という考えが必要となる。
変数xに複数の数値（ベクトル）の1,2,3,4,5
を代入することを考えてみると、
> x<-c(1,2,3,4,5)
とすれば、xという箱に数字列1,2,3,4,5を代入できる。
xに何が代入されたかを確認しよう。
> x
[1] 1 2 3 4 5
ここで覚えておかなくてはならないのが、
<-
という不等号の
< 小なり、よりしょう、未満、レスザン（less than）
という不等号と、
- マイナス記号。
これを組み合わせることで、左辺に右辺の数字列他が
代入可能となる。
同様に
> y<-c(6,7,8,9,10)
> y
[1] 6 7 8 9 10
としても、xとyの演算は可能となり、
> x+y
[1] 7 9 11 13 15
> x*y
[1] 6 14 24 36 50
> y-x
[1] 5 5 5 5 5
こんな感じです。
さらに、xのベクトルが３より大きいかと
いう演算では、
> x>3
[1] FALSE FALSE FALSE TRUE TRUE
となり。後ろ２つの４，５が３より
大きいことが分かる。
－－－－－－－－－－－－－－－－－－－－－－
スマートテクノロジーネットワークのホームページはこちら
－－－－－－－－－－－－－－－－－－－－－－
除算の場合、余りを求めたいことがある。
それには%%を使う。
> 7%%2
[1] 1
という風に使える。
べき乗は
＾（アクサンシルコンフレックスと読むらしい）
を使う。
> 3^3 [1] 27
または**を使って
> 3**3
[1] 27
としても可能。
これで3*3*3=27
と同じ結果が得られる。
ルートはどうするか。
> 10^(1/2)
[1] 3.162278
もしくは、
> sqrt(10)
[1] 3.162278
と記述すれば平方根の計算が可能となる。
－－－－－－－－－－－－－－－－－－－－－－
スマートテクノロジーネットワークのホームページはこちら
－－－－－－－－－－－－－－－－－－－－－－
一般的には、c:ドライブのsystemフォルダー にＲというフォルダーを作ってくれて、そこに インストールすると同時に、解凍を始める。
ここで問題になるのが、作業フォルダー。
Ｒで、使用したファイルなどを複数回使う ことがあり、それらを保管しておく場所を 作業フォルダーと呼ぶ。
この作業フォルダーをどこにおくかは あとの作業性にも影響するので、決めて おく必要がある。
ただし、この場所は、Windowsであれば、 Ｒのショートカットを右クリックし、プロパティ をみることで、確認可能だし、場合によっては プロパティを直接操作して、書き直すことも 可能なので、あまり心配しなくても良いかも しれない。
さて、Ｒの機能を知るうえで、電卓の
替わりになることを知っておくのも無駄
にはならない。
具体的には
>
のプロンプトがでるので、
通常使う四則演算は記録を残しながら、容易に実現できます。
加算
> 1+2
[1] 3
減算
> 4-1
[1] 3
乗算
> 1*3
[1] 3
除算
> 4/2
[1] 2
という感じです。
演算の順序も
> 1+2*3
[1] 7
> (1+2)*3
[1] 9
と、算数の公式通りに記述すれば良いようです。 計算を終了するときは
> q()
と入力すると、
別のWindowに
作業スペースを保存しますか？
と聞いてくるので、とりあえず、いいえ(N)を
押して終了しましょう。
－－－－－－－－－－－－－－－－－－－－－－
スマートテクノロジーネットワークのホームページはこちら
－－－－－－－－－－－－－－－－－－－－－－
家庭では、UBUNTU上でのＲとWindowsでのＲを実践中。
このブログでは、メインと思われるWindows7上での「Ｒ」言語について、 説明したいと思う。
お約束通り、ソフトウェアのダウンロードから。
Ｒは、開発プロジェクトの本家であるThe R Project for Staticstical computingのサイトに多くの情報が集まっているが、ダウンロードに関してはCRAN（The Comprehensive R Archive Networkの略）のなかにミラーサイトが詳細に 記されているので、その中のJAPANの筑波大学あたり を利用するのが、インターネット資源の浪費をしないためにはいいのではないでしょうか。
上記にリンクすると
Download R for Linux
Download R for (Mac) OS X
Download R for Windows
とそれぞれ自分の環境に合わせた一覧がでるので、そいつをクリック。
ブログ執筆時点ではWindows版は R-3.1.2 for Windows (32/64 bit)が最新版となっており、
容量は５４MBとのことなので、説明の順番が逆になってしまったが、 自分のPCのハードディスクの容量を確かめておく必要があります。
つぎは、ダウンロードからインストールまで説明します。
－－－－－－－－－－－－－－－－－－－－－－
スマートテクノロジーネットワークのホームページはこちら
－－－－－－－－－－－－－－－－－－－－－－
