00.初めての医療統計rとezr:11.相関係数と相関図

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。

この比較画面へのリンク

--- 00.初めての医療統計rとezr:11.相関係数と相関図 [2020/04/12] – [Rで相関図] adash333
+++ 00.初めての医療統計rとezr:11.相関係数と相関図 [2022/02/23] (現在) – [２つの連続変数の相関を評価する流れ] adash333
@@ 行 4: / 行 4: @@
 ===== EZRで相関係数と相関図 =====
+相関図と相関係数の計算をするならEZRが早い。
 https://kirakunurse.com/ezr-pearson-spearman/
 EZRの使い方：相関係数（ピアソンとスピアマンについて）
+===== ２つの連続変数の相関を評価する流れ =====
+  -2つの連続変数が、両方とも正規分布に従うかどうか検定（shapiro）
+  -2つとも正規分布に従うのであれば、Pearsonの積算相関係数を計算
+  -どちらか1つでも正規分布に従わないのであれば、Spearmanの順序相関係数を計算
+https://toukeier.hatenablog.com/entry/2019/09/09/222047
+{{:00.初めての医療統計rとezr:pasted:20220223-024414.png}}
+===== （１）正規分布に従うかどうかを検定：シャピロ・ウィルク検定 (Shapiro-Wilk test)  =====
+EZRでは、以下でできます。（グラフも描いてくれます）
+統計解析＞連続変数の解析＞正規性の検定
+https://data-science.gr.jp/implementation/ist_r_shapiro_wilk_test.html
+Rによるシャピロ・ウィルク検定
+Rで検定する場合は、saphiro.test()関数を用います。
+https://colab.research.google.com/drive/1tfVRkG_rMTvnjF6SLwm6TKxl9Cw4fYcy?usp=sharing
+<code>
+X=c(12, 34, 22, 23, 25, 23, 22)
+shapiro.test(x=X)
+</code>
+{{:00.初めての医療統計rとezr:pasted:20200916-054433.png}}
+このとき、p>=0.05 であれば、Xは正規分布を大きく逸脱することは無さそうといえます。
@@ 行 29: / 行 60: @@
 ===== Rで相関図 =====
-相関図というか散布図を描くのならばEZRが楽。
+相関図というか散布図を描くのならばEZRが楽だが、RNotebookでも可能。
+https://colab.research.google.com/drive/1M2s-ho-M6IMHT6vo-dgzL4iWx6DauAnF
-どうしてもRNotebookで描きたい場合はこちら。
 https://kazutan.github.io/JSSP2018_spring/visualization.html
@@ 行 37: / 行 70: @@
 紀ノ定　保礼（静岡理工科大学）
 -04-15
+<code>
+# 相関図
+g <- ggplot() +
+  geom_point(data = mtcars, mapping = aes(x = disp, y = wt)) +
+  geom_smooth(data = mtcars, mapping = aes(x = disp, y = wt), method = "lm", se = FALSE)
+g
+# 相関係数とp値
+cor.test(mtcars$disp, mtcars$wt, method="pearson")
+</code>

00.初めての医療統計rとezr/11.相関係数と相関図.1586690241.txt.gz · 最終更新: 2020/04/12 by adash333