Rのためのデータハンドリング

1ページ　2ページ　3ページ

記述統計

要約

数値ベクトルの場合は、summary関数で要約。平均値、中央値、最大値、最小値、四分位点を求めることができる。

summary(pre_post)

> summary(pre_post)
      pre             post      
 Min.   :112.0   Min.   :130.0  
 1st Qu.:121.0   1st Qu.:136.5  
 Median :130.0   Median :138.5  
 Mean   :128.7   Mean   :137.7  
 3rd Qu.:137.5   3rd Qu.:139.8  
 Max.   :142.0   Max.   :143.0  

結果をワードやパワポにコピペする場合は、フォントで調整が必要になります。色々なフォントで試してみてください。

名義変数のみ抜き出したデータフレームの作成。

meigi <- data[ ,c("day", "time", "place")]
print(meigi)

> print(meigi)
     day time place
1 月曜日   AM  屋外
2 火曜日   PM  室内
3 水曜日   AM  室内
4 木曜日   AM  室内
5 金曜日   PM  屋外
6 土曜日   PM  室内

名義変数の場合は、lapply関数で要約しておくと便利です。それぞれのデータに該当するサイズを求めることができる。

summary_meigi <- lapply(meigi, table)
print(summary_meigi)

注意）データに日本語があると、ズレが生じます。

> print(summary_meigi)
$day

火曜日 金曜日 月曜日 水曜日 土曜日 木曜日 
     1      1      1      1      1      1 

$time

AM PM 
 3  3 

$place

屋外 室内 
   2    4 

分割表（クロス表）

変数timeと変数placeは２値変数なので、分割表を作成することがでます。

table_data <- table(data$time, data$place)
print(table_data)

> print(table_data)
    
     屋外 室内
  AM    1    2
  PM    1    2

table_data <- table(data$time, data$place)
View(as.data.frame.matrix(table_matrix))

分割表ができたら、そのまま検定も可能です

fisher.test(table_data)

> fisher.test(table_data)

        Fisher's Exact Test for Count Data

data:  table_data
p-value = 1
alternative hypothesis: true odds ratio is not equal to 1
95 percent confidence interval:
 8.534046e-03 1.171777e+02
sample estimates:
odds ratio 
         1 

層別解析

AM, PMのpre, postの平均値、標準偏差

# AMとPMごとにpreの平均値を計算
pre_means <- tapply(data$pre, data$time, mean)
# AMとPMごとにpostの平均値を計算
post_means <- tapply(data$post, data$time, mean)
# 結果の表示
print(round(pre_means, 1))
print(round(post_means, 1))

> print(round(pre_means, 1))
   AM    PM 
118.7 138.7 
> print(round(post_means, 1))
   AM    PM 
134.7 140.7 

平均値と標準偏差を同時に求めたい場合

# 平均値と標準偏差を計算する関数を定義
calculate_stats <- function(x) {
  c(mean = round(mean(x),1), sd = round(sd(x),1))
}
# AMとPMごとにpreの平均値と標準偏差を計算
pre_stats <- tapply(data$pre, data$time, calculate_stats)
# AMとPMごとにpostの平均値と標準偏差を計算
post_stats <- tapply(data$post, data$time, calculate_stats)
# 結果の表示
print("Pre statistics:")
print(pre_stats)
print("Post statistics:")
print(post_stats)

> print("Pre statistics:")
[1] "Pre statistics:"
> print(pre_stats)
$AM
 mean    sd 
118.7   6.1 

$PM
 mean    sd 
138.7   3.1 

> print("Post statistics:")
[1] "Post statistics:"
> print(post_stats)
$AM
 mean    sd 
134.7   4.2 

$PM
 mean    sd 
140.7   2.1