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)
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
X=c(12, 34, 22, 23, 25, 23, 22) shapiro.test(x=X)
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。
https://qiita.com/nkojima/items/4f0bd1db623e4f036080
@nkojima
2019年02月03日に投稿
【R】相関係数を求める方法
https://datacoach.me/series/statistics/r-correlation/
【Rによる統計学 No.3】変数の相関
2019年12月6日
https://hitorimarketing.net/tools/correlation-analysis.html
相関分析のツール、散布図・相関係数のベーシクスと、
Excelでこれらを描画・計算するための一連の手順。
2020/3/27
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
https://kazutan.github.io/JSSP2018_spring/visualization.html
データの可視化
紀ノ定 保礼(静岡理工科大学)
2018-04-15
# 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")
https://stats.biopapyrus.jp/r/ggplot/geom-point.html
ggplot2 で散布図と回帰直線を作成する方法
geom_point
2018.03.01