Rの基本 : データセットの作り方

character と factor の違い

この手の問題はChat GPT様にお尋ねしましょう

Rのcharacter変数とfactor変数は、どちらもカテゴリカルデータ（名義変数）を扱う際に使用されますが、その用途とプログラム内での扱いが異なります。

• character変数: これは一般的なテキストデータを扱うためのもので、特定の順序や階層構造を持たない生のテキストを表します。例えば、"apple", "banana", "cherry" などの文字列が含まれます。
• factor変数: 限られた数の異なる値（レベル）を持ちます。factorは、データに含まれるカテゴリの順序や階層構造を持つことができ、統計分析やグラフ作成において、これらのカテゴリを区別して扱うことができます。例えば、"低", "中", "高" といった順序尺度のデータを扱う場合に便利です。

ポイント！

• 表現の違い: character変数は純粋なテキストデータを表現し、factor変数はカテゴリカルデータのレベルを表現します。
• 順序性: factor変数はオプションで順序を持つことができ、この順序は分析や比較に使用されます。character変数には順序の概念はありません。

ChatGPTの回答を一部改変

CSVファイルに保存

このデータセットをCSVファイルとして保存します

write.csv(dat, file="dat.csv", fileEncoding="UTF-8")

作業フォルダに dat というCSVファイルができていれば成功です

このCSVファイルを読み込むと、性別はまたcharacterになります

今度は set という文字の中に格納してみます

set <- read.csv("dat.csv", header=T, fileEncoding = "UTF-8")

確認してみましょう

str(set$性別)

やはり単純に文字として認識しているようです

factor変数に変換してみます

set$性別 <- factor(set$性別 )
str(set$性別)

これで factor変数 として処理できます

男性が１、女性2という扱いで、1の男性が「基準」となっています

変更したい場合は

set$性別 <- relevel(set$性別, ref="男性") 
str(set$性別)

「基準」については以下のご覧ください

ロジスティック回帰の基準(reference) 変更

リハビリテーション統計学でも適用となるロジスティック解析を行うときには、オッズとオッズ比の基準 (reference) が非常に重要になります。

y2pt.com

2023.03.27

Rで作る分割表（クロス表）

リハビリテーション統計学でも頻繁に使用する分割表。Rを使用して表の操作や検定を実行します。

y2pt.com

2023.09.03