つまずかないR言語入門（時系列について、その２）

前回までで、東京の１８７６年からの気温の変化を時系列オブジェクトtsを
使用して、平均気温の変化をプロットすることまで出来た。

ところで、Ｒをインストールした時に、UKgasといって、1960年から1986年
までのイギリスのガス消費量を四半期ごとに記録したデータが付随してくる。

> UKgas
と入力すると

 

	Qtr1	Qtr2	Qtr3	Qtr4
1960	160.1	129.7	84.8	120.1
1961	160.1	124.9	84.8	116.9
1962	169.7	140.9	89.7	123.3

以下省略

と表示され、

> class(UKgas)
[1] "ts"
として、属性が時系列であることが判る。

> ts.plot(UKgas)
とすると、

ここで、疑問が起きる。

Ｒ付随のUKgasは、四半期単位（frequency=4)という条件で、グラフ化しても、
上記のように、Qtr単位で表示されている。

ところが、東京の平均気温を各月単位（frequency=12）で、時系列データとして
グラフ化しても、エラーが出て、出力できない。
平均気温単体なら、各年度ごとにグラフ化できるのはわかったが、UKgasのデータ
と同じように、月単位での出力ができないのはなぜか。

全然勉強たりないと痛感。

－－－－－－－－－－－－－－－－－－－－－－
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
－－－－－－－－－－－－－－－－－－－－－－

つまずかないＲ原語入門（時系列データの処理について）

前回までで、、国土交通省気象庁の過去の気象データを使用して、年間平均気温と、
各月の平均気温をapplyというコマンドで求めることが実証できた。

今回は、同じ気象データをつかって時系列の処理にトライしてみる。

Ｒでは時系列データの操作・分析用には何種類かのアプローチがある
ようだが、今回は時系列データをts（time seriesの略）オブジェクトという
形式で扱うことにした。
tsオブジェクトを生成するには、tsコマンドを使う。
明治からの東京の平均気温を再度求めてみる。

>b<-read.table("kion_b.txt",header=TRUE)
変数bに、1876年からの各月単位の気温を代入。
>year.means<-apply(b,1,mean)
applyコマンドで、各年の平均気温をもとめ、year.meansという変数に代入。
次に、これをtsオブジェクトとして生成する。
frequencyとは周期が１年単位であることによる。

>year.means.ts<-ts(year.means,frequency=1)
スタート年を明示するため、start=c(1876)として、グラフを描かせる。
>plot(year.means.ts<-ts(year.means,start=c(1876),frequency=1),ylab="temperature")

こうしてみると、ヒートアイランド現象と、地球温暖化の影響で
1960年以降、急激に東京の平均気温が上がっていることが、可視化できる。

本当は、各年の１月～１２月と翌年の１月～１２月以下同様と、連続して
描画したかったのだが、勉強不足で、そこまでたどり着きませんでした。

Ｒは奥が深い。でも深いから面白いし、勉強しがいがあるというものだ。

－－－－－－－－－－－－－－－－－－－－－－
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
－－－－－－－－－－－－－－－－－－－－－－

つまずかないR言語入門（applyの続き）

前回は、国土交通省気象庁の過去の気象データを使用して、
明治９年からの各月の平均気温から年間平均気温を算出するのに、applyを 使った。
表計算でいう、行単位の計算になる。

では、列単位の計算方法は。
列の場合は、applyの２番目の引数を2に帰るだけで実行できる。

> b<-read.table("kion_b.txt",header=TRUE)
> year2.means<-apply(b,2,mean)
> year2.means

jan	feb	mar	apr	may	jun
4.124460	4.76402	7.852518	13.391367	17.687050	21.185612
jul	aug	sep	oct	nov	dec
25.020144	26.410072	22.776978	16.964029	11.616547	6.599281

次回以降、時系列の見方について試行しようと思います。
－－－－－－－－－－－－－－－－－－－－－－
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
－－－－－－－－－－－－－－－－－－－－－－

つまずかないR言語入門（関数applyをつかったプログラム。applyは使い勝手が良い）

前回、Ｒ言語でのプログラミングの試行をしてみた。
今回は、「apply」をつかったプログラミングを試してみた。
データを持ってくるのに、著作権の問題などありそうなので、
国土交通省気象庁の過去の気象データが公開されていたので、
そこから、東京の日平均気温の月平均値（℃）の数値を使わせてもらうこととした。
データはなんと１８７６年（明治９年）から、途切れなく記録 されている。
気象庁の歴史によれば、 1875年明治8年6月1日から、東京府第２大区（のち赤坂区）
溜池葵町内務省地理寮構内で 気象業務を開始（気象庁の前身東京気象台）、
地震観測と１日３回の気象観測を開始。 とあるので、丁度その翌年明治９年からデータがあるのも納得できる。
日本人て、几帳面で、江戸時代からわずか８年で、このような記録をのこしていたとは
驚きと、賞賛の気持ちになる。
閑話休題。
気温データをコピーして、メモ帳に貼り付けます。
この際、以前も言い訳しましたが、ヘッダー行の漢字が面倒なので、
１月→jan、２月→feb以下同様としています。
また、applyの効果を確かめやすくするので、元データから年の値（平均値） を、
手作業で削除しています。 こうして手を加えたデータを、"kion_b.txt"として、
作業フォルダーに 格納します。
Rを立ち上げて、
> b<-read.table("kion_b.txt",header=TRUE)

として、１３８年間×１２ヶ月分の各月の平均気温を
変数bとして格納します。

次に、
> year.means<-apply(b,1,mean)

これで、year.means というベクトルに １３８年間の年間平均気温が計算され格納されます。
apply に渡す最初の引数はデータフレーム（この場合ｂ）です。
２番目の引数 1 は、一行ごとにまとめて関数に渡すことを意味します。
３番目の引数は関数名で、この場合は 平均値を求めるための"mean" です。
実際に、どうなっているかというと。

> head(year.means)

1876	1877	1878	1879	1880	1891
13.57500	13.96667	13.62500	14.43333	13.89167	13.59167

と表示されてます。

apply関数は使いこなすとかなり便利だと思います。

次回は、縦方向の列の計算を試行してみます。

－－－－－－－－－－－－－－－－－－－－－－
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
－－－－－－－－－－－－－－－－－－－－－－

つまずかないＲ言語入門（ファイルの読み、書き、簡単なプログラム）

オープンデータの読込について、何回か繰り返し実施した。

readはなんとなく慣れてきた。
先頭行に列名があり、区切り文字がスペースの場合は
read.table("filename.txt",header=TRUE)
execelなどから変換した際によく使うcsv形式は
read.csv("filename.csv",header=TRUE)はread.table("filename",header=TRUE,sep=",")と同じ。
TAB区切りの場合は、
read.delim("filename.txt")はread.table("filename",header=TRUE,sep="\t")と同じ意味になる。

ではＲで処理した結果を、ファイルに書き出す方法は
どうするのか？
例えば、

> g<-c(1,2,2,3,3,3,4,4,4,4,5,5,5,5,6,6,6,6)
> g
[1] 1 2 2 3 3 3 4 4 4 4 5 5 5 5 6 6 6 6
> write(g,"testfile,txt",ncolumns=1)
>
とすると、Ｒの作業フォルダーにtestfile.txt名で
ファイルが保存されているはずです。

さて、すこし進んで、簡単なプログラム構文の例を考えたい。
while文である。
while分は与えられた条件が成立している間、与えられた手続きを
繰り返す構文となっている。

例として、
初期値を１として、ｘが１０になるまで１行に書くとすると、
> x<-1
> while(x<=10)
+ {print(x);x<-x+1}
[1] 1
[1] 2
[1] 3
[1] 4
[1] 5
[1] 6
[1] 7
[1] 8
[1] 9
[1] 10
>
こんなふうになる。

同様に、１から１１までの奇数を一行に記述するには

> f<-1
> while(f<=11){print(f);f<-f+2}
[1] 1
[1] 3
[1] 5
[1] 7
[1] 9
[1] 11

という感じで直感的に理解出来る内容だ。

－－－－－－－－－－－－－－－－－－－－－－
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
－－－－－－－－－－－－－－－－－－－－－－

つまずかないＲ言語入門（板橋区商業施設で駐車場の有無について考察）

前回、板波区の商業施設で、駐車場の有無は、売上をt検定を用いて検定したが、
(p>0.05)となり有意差は認められなかったとした。

では、同様に駐車場の有無は、従業員一人あたり売上に差を生むのか。
Ｒを使って、t検定までやってみます。

> x<-read.table("attach_20.csv",sep=",",header=TRUE,row.names=1)
> n<-c(x$sales_n/x$employee_n)
> p<-c(x$sales_p/x$employee_p)
箱ひげ図を見てみると

> boxplot(p,n,names=c("parking","noparking"))

となりました。

となりました。
t検定を進めます。
> t.test(p,n,var.equal=T)

Two Sample t-test

data: p and n
t = 0.299, df = 52, p-value = 0.7661
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
-4.262274 5.754990
sample estimates:
mean of x mean of y
15.61962 14.87326

となり、検定結果としてはt検定を用いて検定したが、
(p>0.05)となり、有意差は認められなかったとした。

売上高同様に、従業員一人あたりの売上も、駐車場の有無による有意差は
認めらなかったということでした。

－－－－－－－－－－－－－－－－－－－－－－
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
－－－－－－－－－－－－－－－－－－－－－－

つまずかないR言語入門（ｔ検定）

自分自身のスキルアップを大きな目的にしているので、行きつ戻りつして
まだるっこしいところがあるのはご容赦ください。

さて、前回、例えば駐車場がある店舗数とそうでない店舗数を比較しました。
箱ヒゲ図では、

となりました。
では、駐車場のある店舗とない店舗数の平均値の差の検定（ｔ検定）を行ってみたいと
思います。

> t.test(x$shop_n,x$shop_p,var.equal=T)

Two Sample t-test

data: x$shop_n and x$shop_p
t = 3.7, df = 54, p-value = 0.0005067
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
42.14835 141.85165
sample estimates:
mean of x mean of y
107.35714 15.35714
t値=3.7 自由度54、ｐ値=0.0005057

帰無仮説として、平均値における真の差は０である。
ｐ値が有意水準１％以下を下回っているので、帰無仮説を棄却
することが妥当という結論になる。

砕けていうと、板橋区の商業施設の駐車場のある店と、ない店の平均数は有意差が
あるということになる。
板橋区の商業施設は、平均的には駐車場を必要としない、商店街が並んでいるような
イメージなのかもしれない。
では、駐車場のある、無しで平均売上に有意な差があるかを検討してみる。

> t.test(x$sales_n,x$sales_p,var.equal=T)

Two Sample t-test

data: x$sales_n and x$sales_p
t = 1.0512, df = 54, p-value = 0.2978
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
-3586.677 11493.534
sample estimates:
mean of x mean of y
9314.786 5361.357

t値=1.0512 自由度54、ｐ値=0.297
帰無仮説として、平均値における真の差は０である。
ｐ値が有意水準約29%という結論になり、帰無仮説を棄却できない、つまり
板橋区の商業施設の駐車場のある店と、ない店の平均売上高は有意差が
ないということになる。

箱ヒゲ図で見てみると、

なんだか、腑に落ちない結論（ほんまかいな？）ではあるが、微力な筆者がＲを使った結果ではある。
勉強たりないな！

－－－－－－－－－－－－－－－－－－－－－－
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
－－－－－－－－－－－－－－－－－－－－－－