Nagoya.R #1 Part 2

R の基本操作—まだまだ実行するのだ編—

阪上辰也＠名古屋大学Nagoya.R #12010-03-26

Saturday, March 27, 2010

c()関数の補足

hako <- c(1,2,3,4,5)

の「<-」は左向きの矢印を表現


本日の目標

•基本操作を「知る」 (覚えない)

•演習での不実行ゼロ•「R いいよ R」と勧めたくなる• ついでに「Nagoya.R いいよ」とも...


Agenda

1. 大量のデータを扱う2. 作図して保存する3. 一人 Lightning Talks


Agenda



前半では一行で表せる数値を扱いましたが


実際のデータは複数行あるはず


例えば...

•身長と体重•年齢と年収•作文の単語数とTOEICスコア


表にすれば...身長体重

A 180 75B 170 65C 165 60D 175 70E 190 80


複数の行や列で表されるデータを扱うために

Rでは「行列」を使う


行列を扱うために

matrix() 関数を使う


このようなデータなら身長体重

A 180 75B 170 65C 165 60D 175 70E 190 80


karada <- matrix(c(180, 170, 165, 175, 190, 75, 65, 60, 70, 80), 5, 2)

以下を入力

1. c() 関数で、数値を連結2. matrix() 関数で、行列に変換

• 「5行で2列」にするという指定をする3. karada という名の変数に代入


> karada

と入力して変数の中身を確認


今日のところは「行列」という存在を覚えて帰ってください


詳しくはNagoya.R #2 以降にて


ちょちょちょっと待ってくれ


入門編とは言え行列を作るのに

ちまちまとデータを入力しないといけないの？


もし1000行以上のデータがあったらどうするの？



ご安心を！



多くの人はExcel 等にデータを入力し保存・管理しているかと思います


Excel 等のファイルからCSV 形式のファイルを作成しそれをRに読み込ませて解決！


ただしトラブル多発項目のため今日のところは

デモのみお見せします詳しくは

Nagoya.R #2 以降にてSaturday, March 27, 2010

Agenda



Agenda



データを集めたら数値要約だけでなくデータの視覚化も必要


というわけで作図の時間です


基本的な作成手順

1. 変数に値を代入する

2. 作図用の関数を使って処理する


たった2段階です

Excel や SPSS と来たら... orz


まずはヒストグラム

【事例】身長のヒストグラムを

作成する


まずはヒストグラム

> height <- c(160, 160, 160, 165, 170, 170, 170, 170, 175, 175, 180, 185, 185, 185, 190)

> hist(height)


次は円グラフ

【事例】内閣支持率を円グラフで示す


次は円グラフ

> rating <- c(30.5,53.9)

> pie(rating)


続いて散布図【事例】

TOEICスコアと英作文の語数の相関を見る


続いて散布図> score <- c(600, 500, 720, 430, 500, 550, 430, 500, 850, 400)

> words <- c(340, 190, 465, 170, 130, 225,140, 310, 580, 120)

> plot(score,words)


最後は箱ひげ図【事例】

英語の学習者と英語の母語話者が書いた英作文の語数の幅を

比較するSaturday, March 27, 2010

最後は箱ひげ図> nns <- c(350, 285, 315, 340, 210, 185, 120, 740, 425, 155)

> ns <- c(365, 570, 645, 540, 645, 665, 880, 550, 410, 585)

> boxplot(nns,ns, names=c("NNS", "NS"))


Agenda



Agenda



Lightning Talks とは元々は

60分もしくは90分の枠に5分間のtalkを詰め込んだもの


さすがに5分は短すぎますが短時間の漫談なら

Lightning Talks


今回は @sakaue が2件20分ずつでお話をいたしますが


Nagoya.R #2 以降はみなさまのお話を是非お聞かせください


話題はRにかすっていれば

何でもOK


話題はRにかすっていれば

何でもOK


例えば...

• 自分の研究・業務とRの関係（自己紹介）

• R でこれがしたい！（希望だけ）

• このデータで R をどう使うか悩んでます

• R の情報仕入れました（例:サイト紹介）

• R の小技・裏技教えます


話しても OK!!という方はお題と時間を

阪上までお知らせください


それではLightning Talk #1


それではLightning Talk #1

「言語（習得）研究とR」


私は英語の学習者と英語の母語話者の違いを分析しています


なんで？


両者の違いを見つけて学習者の弱点を知りその弱点を鍛えれば英語が上達するだろう


いわゆる

教育的示唆というものを得るわけです


具体的には学習者コーパスというデータベースを分析しています


何を分析するかというと...


NNS(111) NS(177)

1. のべ語数（token） 360.59 590.49

2. 異なり語数（type） 143.05 247.14

3. 文の数（sentences） 26.50 32.02

4. AWL (Average Word Length) 4.47 4.52

5. MLU (Mean Length of Utterances) 14.22 19.71

6. TTR (Type / Token Ratio) 0.41 0.43


これらの数値を２つの統計手法で

分析


①重回帰分析

TOEIC の得点を基準としどの要因が英語力に強い影響を与えているか


TOEICの得点を説明する要因として有意であったのは

MLU と type

結果




つまり長い文を書けて

いろんな単語を使える人はTOEICで高得点


②判別分析

どの要因が学習者と母語話者を

分けるのかSaturday, March 27, 2010

tokenとtypeが判別の鍵

結果


0

50

100

150

200

250

300

350

400

450

0 200 400 600 800 1000 1200 1400 1600

Token

Type NNS

NS


つまり単語数が多く

単語の種類が多ければ母語話者の作文として

判別されるSaturday, March 27, 2010

強引ですがいろんな種類の単語を使ってたくさん書けば

母語話者っぽい作文になる


ただし文の構造

文章の組み立てなどの考慮していない

要因もあるSaturday, March 27, 2010

よって数値化可能な要因をさらに足した上で再分析が必要


数年前の研究で当時はRを使えなかったので再挑戦したいと思ってます


以上です

何かご質問などあれば...


もうちょい喋りますLightning Talk #2

「Mac いいよ Mac」


今からひたすらMac を使うべきと訴えます


なんで？


① 工業製品として美しい（phenomenal! ）


•Mac：見た目の美しさを重視　　　→ 持っていてオシャレ

•Windows PC：機能重視でデコボコ→ 仕事のための道具...


② フォント表示が美しい（incredible!）



③ UNIX ベースの高速・安定システム（amazing!）


UNIX 系で使える研究ツールが抱負

大量のデータを処理する際の安定性


④ すべての主要OSが動く（awesome!）


起動OS＼仮想OS Windows Linux Mac

Windows *** OK NG

Linux OK *** NG

Mac OK! OK! ***


状況に応じて最適の OS を使える


価格も下がり新規に買うなら

Mac はお勧めですよ！


おわりに


何を使うにせよ研究ツールのことはある程度知っておくべき

だと思います


“iPad Keynote in less than 180 Seconds: Incredible,

Beautiful, Amazing!”

参考資料（？）


http://www.youtube.com/watch?v=1ZS8HqOGTbA






以上です

何かご質問などあれば...


Nagoya.R #1

のメインイベントはこれにて終了です


本日はお集まりいただき

ありがとうございました


Education

Nagoya.R #1 Part 2