差分

このページの2つのバージョン間の差分を表示します。

--- 00.初めての医療統計rとezr:05.colaboratoryで自前データでrで統計 [2019/10/13] – [Rに関するリンク] adash333
+++ 00.初めての医療統計rとezr:05.colaboratoryで自前データでrで統計 [2022/03/23] (現在) – [自前データの用意] adash333
@@ 行 10: / 行 10: @@
 今回は、自前のエクセルデータをGoogleColaboratory上にアップロードして、Rで統計解析を行いたいたいと思います。
+===== エンコードの注意点 UTF8とShiftJIS =====
+https://shohei-doi.github.io/quant_polisci/encoding-r.html
+第23章 Rのエンコーディング問題
+Windowsでエクセルをcsvで保存すると、基本的には Shift-JISでエンコードされる。→MacやColaboratoryで開くと文字化けする
+Windowsでエクセルをcsv(UTF-8形式)で保存すると、MacやColaboratoryで開くことができるが、WindowsのRStudioで開くと文字化けする
+===== ソースコード =====
+https://colab.research.google.com/drive/19s5TIPgizVJp5LjFBEpADmMUYgy_nPMQ
 ===== 開発環境 =====
@@ 行 22: / 行 32: @@
 {{ :00.初めての医療統計rとezr:book1.xlsx |}}　（←クリックでダウンロードできます。）
+{{ :00.初めての医療統計rとezr:book2.xlsx |}}
 {{:00.初めての医療統計rとezr:pasted:20191013-075653.png}}
@@ 行 160: / 行 172: @@
-===== ggplot2()関数でグラフを表示してみる =====
+===== ggplot()関数でグラフを表示してみる =====
+DMの有無（0と1）で、BMIの棒グラフ（平均meanと標準偏差sdを計算）を描いてみます。
+<code>
+# convert関数を用いるためにhablarパッケージをインストール
+install.packages("hablar")
+# hablarパッケージの使用を宣言
+library("hablar")
+# convert関数を用いて、d2のDM列のデータ型をfactorに変更
+d2 %>%
+  convert(fct(DM))
+</code>
+{{:00.初めての医療統計rとezr:pasted:20191013-160958.png}}
+ggplot()関数を用いて棒グラフを描画します。
+<code>
+# ggplot()関数を用いる
+# geom_bar()でstat="identity"とする必要あり
+g <- ggplot(d3, aes(x=DM, y=mean)) +
+  geom_bar(stat="identity")+
+  geom_errorbar(aes(ymin = mean - sd, ymax = mean + sd, width = 0.3))
+g
+</code>
+{{:00.初めての医療統計rとezr:pasted:20191013-161339.png}}
+===== t検定を行う =====
+DM（糖尿病）の有無で、BMIに差があるかt検定してみます。（t検定できるかどうかは、今回は気にしないことにします。）
+まず、DM_ari と、DM_nasiの数列（ベクトル？tibble?）を計算します。
+<code>
+DM_ari <- filter(data_xlsx, DM == "1")$BMI
+DM_ari
+DM_nasi <- filter(data_xlsx, DM == "0")$BMI
+DM_nasi
+</code>
+その後、DM_ariとDM_nasiでt検定を行います。
+<code>
+t.ans1 <- t.test(DM_ari, DM_nasi, var=T)
+t.ans1
+</code>
+{{:00.初めての医療統計rとezr:pasted:20191013-162449.png}}
+p-value = 0.05792 (> 0.05 ) なので、「DMの有無で、BMIに有意差があるとは言えない。」という結論になります。
+===== 結果をipynbファイルでダウンロードして、自分のパソコンでhtmlに変換する（要Anaconda） =====
+自分のパソコン（オフライン）に結果を保存しておきたい場合は、ipynbファイルをダウンロードして、htmlに変換しておきます。
+https://www.it-swarm.dev/ja/python/google-colaboratory-notebook%E3%82%92html%E3%81%AB%E4%BF%9D%E5%AD%98%E3%81%99%E3%82%8B%E3%81%93%E3%81%A8%E3%81%AF%E3%81%A7%E3%81%8D%E3%81%BE%E3%81%99%E3%81%8B%EF%BC%9F/808152667/
+  -Anacondaを自分のパソコンにインストール
+  -Anaconda promptで、conda install nbconvert でnbconvertをインストール
+  -次を入力
+<code>
+jupyter nbconvert --to html xxxxxxxx.ipynb
+</code>
+{{:00.初めての医療統計rとezr:pasted:20200806-220830.png}}
+===== ソースコード =====
+https://colab.research.google.com/drive/19s5TIPgizVJp5LjFBEpADmMUYgy_nPMQ
+===== Rでグラフを描くためのggplot2パッケージ =====
+Rでグラフをかくなら、必須のパッケージといってよいと思います。
+まず最初に、以下のリンク先の4つのスライドをご覧ください。素晴らしいです。
+https://heavywatal.github.io/slides/makino2019r/
+Hands-on R Lecture for Makino Lab
+http://knknkn.hatenablog.com/entry/2019/02/23/181311
+-02-23
+ggplot2覚書⑤　体裁（theme、テキストgeom）に関しての大枠
+https://heavywatal.github.io/rstats/ggplot2.html
+ggplot2 — きれいなグラフを簡単に合理的に
+→基本的にはこちらを見れば、、、
@@ 行 201: / 行 305: @@
 How to convert factor data to numeric for all dataset
 -11-05
+https://cran.r-project.org/web/packages/hablar/vignettes/convert.html
+A grammer for data type conversion
+https://cran.r-project.org/web/packages/hablar/index.html
+hablar: Non-Astonishing Results in R
+https://stackoverflow.com/questions/42459423/cannot-install-r-packages-in-jupyter-notebook
+Cannot install R packages in Jupyter Notebook
+https://kazutan.github.io/kazutanR/hands_on_170730/filter.html
+行の選択 - filter関数
+===== Rでt検定に関するリンク =====
+https://oku.edu.mie-u.ac.jp/~okumura/stat/ttest.html
+t 検定
+https://to-kei.net/r-beginner/r-9-t-test/
+Rでt検定行う方法とそのまま使える自作関数
+/01/03
+http://cse.naro.affrc.go.jp/takezawa/r-tips/r/65.html
+. 二標本検定
+https://data-science.gr.jp/implementation/ist_r_student_t_test.html
+Rによるスチューデントのt検定
@@ 行 212: / 行 345: @@
 前：[[00.初めての医療統計rとezr:04.googlecolaboratoryでrプログラミング|04.GoogleColaboratoryでRプログラミング]]
-次：
+次：[[00.初めての医療統計rとezr:06.colaboratoryでrで折れ線グラフ|06.Google Colaboratoryで時系列データで折れ線グラフを描画]]