狠狠撸

を用いた
外国語教育データの
整理?要約

川口勇作
愛知学院大学
ykawa@dpc.agu.ac.jp
外国語教育メディア学会（LET）
第57回全国研究大会ワークショップ
於：名古屋学院大学
2017/8/5

この講習について
? 目的
–データの整理?要約の基本的な手法を習得す
ること
? 内容
–統計解析環境 R の導入
–記述統計量の算出、度数分布図の作成など
について、解説?実習

この講習で扱わないもの
? 統計的仮説検定（e.g., t検定、分散分析）など
の推測統計
– この短い時間ではカバーしきれない
– 推測統計やる前に記述統計やりましょう
? 高度なデータハンドリング
– Nagoya.Rなど、各地で開催されているR勉強
会にお越しください
? 10月末に開催予定

導入編
? Rのインストール?アップデート
? Rの起动?终了
? Rの基本操作
? 四則演算、履歴機能、補完機能
? 変数?関数
? 行列
? データの読み込み
? パッケージを使う

とは
? 統計処理のためのプログラミング言語で、無償＋
オープンソースのソフトウェア
? 追加機能を入れることで、多くの統計処理が可能
? データとコードを（正しい形で）残しておくと、簡単に
分析結果の再現や共有ができる
– 研究のみならず、実務でも使用可能

Windows ユーザーの方へ
? ユーザー名（ユーザーフォルダ名）に2バイト文字
（漢字?ひらがな?カタカナ）が含まれていないか確認
– 含まれている場合、後々不具合が発生するおそ
れがある
? 対策
– ユーザー名を英数字のみに変更する
– R使用時専用の、名前が英数字のみのユーザー
を新規作成する

のインストール
? http://www.r-project.org/にアクセス
–“download R” をクリック
–ダウンロード元の CRAN（ミラーサイト）を、
Japanの中から選択
? どれでもOK
–使っているOS のリンクをクリック
–欲しいバージョンを選択し、ダウンロード

搁を用いた外国语教育データの整理?要约

↑ 過去のバージョンをダウンロードする場合はこちら
↑ 最新版をダウンロードする場合はこちら

のインストール
? ダウンロードしたファイルを開く
? ダイアログの指示にしたがって進める
–基本的には「次へ」「Next」の連打でOK

のアップデート
? http://www.r-project.org/にアクセス
? 新しいバージョンが出ているか確認
? 新規にインストール用ファイルをダウンロード
してインストール
? 要するに、再インストール

? いつ新しいものにアップデートしたらいい？
–使いたいパッケージ（追加機能）が、今のバー
ジョンのRでは使えない場合
–セキュリティに問題がある場合
? 新旧のバージョンが併存可能
（Windows版）

? 注意点
–バージョンを変えると、今まで入れたパッケージ
を入れ直さなければならない場合もある
–特に必要に迫られていない場合は、むやみに
アップデートしないのがオススメ

の起動
? Windows
– スタート > R > R x64 3.X.X
? Mac
– Launchpad >
– アプリケーション > R.app
? 「RGui」もしくは「Rコンソール」が表示されるか確
認してください

の終了
? Windows?Mac OS 共通
–OSの「閉じる」ボタン
– q() と入力して Enter （終了コマンド）

以下 > から始まる式を
コンソールに入力してください
> は入力不要です
#から始まる行はコメント行なので、
入力不要です

R version 3.0.1 (2013-05-16) -- "Good Sport"
Copyright (C) 2013 The R Foundation for Statistical Computing
Platform: i386-w64-mingw32/i386 (32-bit)
R は、自由なソフトウェアであり、「完全に無保証」です。
一定の条件に従えば、自由にこれを再配布することができます。
配布条件の詳細に関しては、'license()' あるいは 'licence()' と入力してください。
R は多くの貢献者による共同プロジェクトです。
詳しくは 'contributors()' と入力してください。
また、R や R のパッケージを出版物で引用する際の形式については
'citation()' と入力してください。
'demo()' と入力すればデモをみることができます。
'help()' とすればオンラインヘルプが出ます。
'help.start()' で HTML ブラウザによるヘルプがみられます。
'q()' と入力すれば R を終了します。
>｜
← ここから入力
入力している部分は赤く表示されます

四則演算
? 以下の記号を使います
? 足し算：+
? 引き算：-
? 掛け算：*
? 割り算：/
? 累乗：^

四則演算
? 式を入力して、 Enter を押す
> 3+5
> 10-3
> 2*3
> 100/20
> (12+34-56)*78/90
8
7
6
5
-8.666667

累乗
? 「 ^ 」を使う
> 10^2 #10の2乗
> 100^2 #100の2乗

累乗
? 次の違いは？
> 100^1/2
50
> 100^(1/2)
10
1001
2
100
1
2

命令を何度も打ち込むのがしんどい場合
? 履歴機能
–矢印キーの上下（↑↓）を押すと、今まで入
力した命令を遡って呼び出すことができる
? 補完機能
–関数の一部を入力してTabキーを押すと、一
番それっぽい関数を提案してくれる

R基本操作まとめ
? 命令を打ち込んでEnter、それだけ
? 過去に入力したものは、履歴機能で呼び
出すと楽

変数を使う
? これまで扱ってきたものは単なる計算式
–これだけでは大量のデータを扱う高度な処理
ができない
? 変数を用いることで、大量のデータを手軽に
扱うことが可能となる

変数とは
? １つ以上のデータをまとめて入れておく「箱」
のようなもの
? 統計処理を行う際には、複数のデータをま
とめて扱うことが多いため、変数を用いて
データをまとめることが重要
? 変数に数値を入れることを「代入」という

変数にデータを代入する
? 変数の名前を書き、- と > で矢印を作る
? 右辺には、変数に入れたいデータを記入す
る
> # hakoという名の変数に 5 という数字を代入する
> hako <- 5
> # hakoという名の変数の中身を確認
> hako
[1] 5

変数の名前
? どのような名前でも使える
– 2バイト文字も使用できるが、いちいち変換するのは面倒＆エラー
を吐かれることも多いので使わないようにする
? 後で見返したときに、どのようなデータが入っているかわかるよう
な名前をつけるようにすること
? 既存の変数にデータを代入すると、新しいデータで上書きされ
るので注意
– 例） > hako <- 5
> hako <- 10
> hako
[1] 10

1. 変数の名前を ”hako” とする
2. c関数で、値を1つにまとめる
– このまとまりをベクトルと呼ぶ
3. まとめた値を ”hako” という変数に代入する
<- は矢印を表現
4. 代入したら中身を確認する
> hako <- c(1, 2, 3, 4, 5)
> hako

入力中に「+」が出たら
? 入力中に誤って Enter キーを押すと、待
機状態を示す「＋」が出る
–そのまま入力を続けても問題ない
–気になる人は、ボタン、もしくは Escキー
で入力をキャンセル
> hako <- c(
+

? hako という名前の変数に 1~5 という値
を代入する場合、以下のような3パターンの
表記が可能
> hako <- c(1, 2, 3, 4, 5)
> c(1, 2, 3, 4, 5) -> hako
> hako = c(1, 2, 3, 4, 5)

関数とは
? 指定した値（引数）に対して、何らかの処
理をして結果を出すしくみ
–引数は、()の中に入れる
–英語の文法に例えると、
関数＝動詞、引数＝目的語

平方根を算出
? sqrt という関数を使用
( sqrt = square root )
> sqrt(2)
1.414214
> sqrt(144)
12
> sqrt(104976)
324

現在 ”hako”という名前の変数の中に、
1～5の数字がまとめて入っている状態
1 2
34
5

平方根を一気に
> sqrt(hako)
[1] 1.000000 1.414214 1.732051
2.000000 2.236068

変数を使うとこんなに楽
使った場合
> sqrt(hako)
使わない場合
> sqrt(1)
> sqrt(2)
> sqrt(3)
> sqrt(4)
> sqrt(5)

他にも
? help関数
–help(調べたい関数の名前)
–関数の説明が出てくる（英語）
? 英語が得意な方向け

変数と関数まとめ
? 変数を使って、複数のデータをまとめて扱う
? 関数で、変数の中の値を一気に処理
? 関数には、c関数や sqrt関数、help関数
などいろいろな関数がある

行列とは
? 数値が縦横に並べられたもの
–身長と体重
–勉強時間とテストの得点
–ラーメンを食べる頻度と血中脂肪濃度
–縦横にベクトルを並べたもの

行列の例
身長体重
A 180 75
B 170 65
C 165 60
D 175 70
E 190 80

行
身長体重
A 180 75
B 170 65
C 165 60
D 175 70
E 190 80
1行目

行
身長体重
A 180 75
B 170 65
C 165 60
D 175 70
E 190 80
2行目

行
身長体重
A 180 75
B 170 65
C 165 60
D 175 70
E 190 80
3行目

行
身長体重
A 180 75
B 170 65
C 165 60
D 175 70
E 190 80
4行目

行
身長体重
A 180 75
B 170 65
C 165 60
D 175 70
E 190 805行目

列
身長体重
A 180 75
B 170 65
C 165 60
D 175 70
E 190 80
1列目

列
身長体重
A 180 75
B 170 65
C 165 60
D 175 70
E 190 80
2列目

この行列を作る
身長体重
A 180 75
B 170 65
C 165 60
D 175 70
E 190 80

行列を作る関数
? matrix関数
–matrix(要素, 行の数, 列の数)
? 要素：行列の中身
–先程の行列をRで作成にするには
? 要素はc関数でベクトルの形にする
> matrix(c(180, 170, 165, 175, 1
90, 75, 65, 60, 70, 80), 5, 2)

行列を変数に代入
? まず作った行列を変数に代入
> karada <- matrix(c(180, 170, 1
65, 175, 190, 75, 65, 60, 70,
80), 5, 2)

行列の要素を取り出す
? 行列の中から、ベクトルとして取り出したい行や列を指定
– 行を取り出す：変数名[行番号,]
– 列を取り出す：変数名[,列番号]
> #2行目を取り出す場合
> karada[2,]
[1] 170 65
> #2列目を取り出す場合
> karada[,2]
[1] 75 65 60 70 80

イメージ
[,1] [,2] [,3] [,4] [,5]
[1,]
[2,]
[3,]
[4,]
[5,]

イメージ
身長体重
A 180 75
B 170 65
C 165 60
D 175 70
E 190 80
[,1] [,2]
[1,]
[2,]
[3,]
[4,]
[5,]

? , の前後で、行番号と列番号を両方指定
すると、1つのデータを取り出せる
> #2行1列にあるデータを取り出す
> karada[2,1]
[1] 170

? 複数行?複数列をまとめて取り出すときは
c()関数を使う
> #2?4行目のデータを取り出す
> karada[c(2,4),]
[,1] [,2]
[1,] 170 65
[2,] 175 70

行列まとめ
? 横方向が行、縦方向が列
? matrix関数で行列を作る
? 行列から必要な要素を取り出すには、
変数名[行番号,列番号]

大きいデータの場合
? コマンドや文字を大量に打ち込むのはしんど
いので、Excelなどの手持ちのデータから楽
にデータを読み込みたい
→ できます

データフレーム形式
? 文字データや数字データを一緒くたにして並べ
たもの
? 今回は以下の2つの方法を演習
– Excelファイルから、データフレーム形式でRに読み
込む方法
– csvファイルから、データフレーム形式でRに読み
込む方法

データフレーム形式
? 今回は以下の2つの方法を演習
–Excelファイルから、データフレーム形式でRに
読み込む方法
–csvファイルから、データフレーム形式でRに読
み込む方法

データの読み込みに使う関数
? read.table 関数
–タブ区切りのデータ（txtファイル?Excelファイ
ル）を読み込む
? read.csv 関数
–カンマ区切りのデータ（csvファイル）を読み
込む

クリップボードからの読み込み
? read.table関数
– データフレーム形式のタブ区切りデータを読み込む
– 一つ目の引数を"clipboard"/pipe("pbpaste")と
することで、コピーしたデータを読み込むことが可能
> # Windows / Linuxの場合
> read.table("clipboard", header = T)
> # Macの場合
> read.table(pipe("pbpaste"), header = T)

? read.table関数
–2つ目の引数で「見出し行」の有無を指定
? Tならあり、Fならなし
> # 見出し行がある場合
> read.table("clipboard", header = T)
> # 見出し行がない場合
> read.table("clipboard", header = F)

? 読み込んだデータは、必ず変数に代入する
–読み込んだだけでは、コンソールに表示される
だけで終わってしまう
> # 読み込んだデータを、 hako2という変数に代入する
> hako2 <- read.table("clipboard", header = T)

演習
? 見出し行のある身長?体重のデータを、Excelファイル
「karada_excel.xlsx」を開き、コピーして読み込んで、
「dat1」という名前の変数に代入してみましょう
– Excelファイルの黄色い範囲を選択し、右クリックメニューから
「コピー」をクリックし、以下のコマンドを入力
> # Windows / Linuxの場合
> dat1 <- read.table("clipboard", header=T)
> # Macの場合
> dat1 <- read.table(pipe("pbpaste“), header=T)

csvファイルからの読み込み
? 下準備
– getwd関数で、現在の作業ディレクトリの場所を
確認
? データを読み込みたいファイルを置く場所
– その作業ディレクトリに、配布したcsvファイルを移
動してください
> getwd()
[1] "C:/Users/yusaku/Documents"

? read.csv関数
–データフレーム形式のカンマ区切りデータを読
み込む
–1つ目の引数を"ファイル名"とする
? ファイル名には、拡張子（.csv）を含める
> read.csv("ファイル名", header = T)

? read.csv関数
–2つ目の引数で「見出し行」の有無を指定
? Tならあり、Fならなし
> # 見出し行がある場合
> read.csv("ファイル名", header = T)
> # 見出し行がない場合
> read.csv("ファイル名", header = F)

? 読み込んだデータは、必ず変数に代入する
–読み込んだだけだと、コンソールに表示されるだ
けで、Rにデータが残らない
> # 読み込んだデータを、 hako3という変数に代入する
> hako3 <- read.csv("ファイル名", header = T)

演習
? 見出し行のある身長?体重のデータを、csvファイル
（karada.csv）から読み込んで、「dat2」という名前
の変数に代入してみましょう
> dat2 <- read.csv("karada.csv", header=T)

ちなみに
? データフレームから要素を取り出す場合は、
列名を指定することが可能
> # dat1から身長データを取り出す場合
> dat1$height
[1] 147 160 174 168 185 161 140 179 148 174
173 171 191 162 145 166 162 175 （以下省略）

データ管理の鉄則
? データ分析に使用するファイルは、
csvファイルとして保存しておき、クリップボー
ドからではなく、read.csv関数で読み込む
ようにすること
※逆に、即興で分析する場合など、後で分析結果が再現できなくて
も無問題な状況であれば、クリップボードから読み込むほうが楽

? 理由1：再現性の問題
（Open Science Collaboration, 2015）
–クリップボードから読み込むと、後でどの範囲を
読み込んだのかがわからない
→ 分析結果が再現できないおそれがある

? 理由2：Excelファイルは手間がかかる
– RでExcelファイルを読み込むには、専用の追加
機能（e.g., xlsx パッケージ）をインストールする必要
がある
– Excelファイルを読み込めるようにするための下準
備が必要
? シート名を英数字にする、セルの結合を解除する、な
ど
? csvで保存すれば、強制的にシートは1枚、余計な書
式情報も残らない

データ読み込みまとめ
? Rにデータを読み込む際は、
–データはcsv形式で用意
–作業ディレクトリにcsvファイルを入れたら、
read.csv関数で読み込み
–見出し行の有無は、headerオプションで指定

パッケージとは
? パッケージとは、便利な機能?関数がまとめ
られているもの
? Rにデフォルトで入っているパッケージだけで
も色々できる
? デフォルトで入っていない関数を使うために
は、パッケージを追加する必要がある

パッケージのインストール
? メニューを使ってインストールする
–Rのメニューの中の「パッケージ」> 「パッケージ
のインストール」> ほしいパッケージを選択
–簡単だが、複数のパッケージをインストールした
い場合、手間がかかる

パッケージのインストール
? コードを書いてインストールする
–install.packages("ほしいパッケージ名")
? ""で囲むことを忘れないように
–c関数でまとめれば、複数のパッケージを同時に
インストール可能
> install.packages("psych")
> install.packages(ｃ("psych", "beeswarm"))

演習
? 以下のパッケージをインストールするコードを
1行で書いてください
–e1071
–psych
> install.packages(ｃ("e1071", "psych"))

パッケージの読み込み
? インストールした後
–インストールしただけではパッケージはまだ使える
状態ではない
–インストールできたらlibrary 関数で読み込む
? library(読み込みたいパッケージ名)
> install.packages("psych")
> library(psych)

パッケージの注意点
? パッケージ名とその中の関数名が一致して
いるわけではない
–パッケージと関数を混同しないように注意
? Rのバージョンによっては、パッケージがうまく
動かないときがある
–そういうときは新旧のバージョンを試してみる

パッケージまとめ
? パッケージは、
–install.packages 関数でインストール
–library関数で読み込み

データの整理?要約編
? 一変量データの要约
? ヒストグラム、箱ひげ図
? 記述統計の算出
? 二変量データの要约
? 散布図
? 相関係数の算出

一変量データの要约
? 記述統計
? 度数分布表?ヒストグラムの作成
? 箱ひげ図の作成

記述統計とは
標本の各変数について平均値?分散を求
めたり、度数分布を調べたり、2変数間の相
関関係を示す散布図を描いたりする
相関係数を求めたり、クロス集計表を作成
することもこれに含まれる（青木, 2002）

記述統計
? 合計値を求める： sum
? データの個数を求める： length
? 平均値を求める： mean
? 中央値を求める： median
? 最頻値を求める： mode
? 最大値を求める： max
? 最小値を求める： min
? 標準偏差を求める： sd

演習
? 合計値を求める： sum
? データの個数を求める： length
? 平均値を求める： mean
? 中央値を求める： median
? 最頻値を求める： mode
? 最大値を求める： max
? 最小値を求める： min
? 不偏分散を求める： var
? 標準偏差を求める： sd
> mean(dat[,1])
? 以上の関数を使って、dat1の身長の記述統計を
算出してください
– 引数はベクトル形式にしてください

記述統計
? summary関数で以下の記述統計を算
出できる
–平均値?第１四分位?中央値?第３四分
位?最小値
> summary(dat1)

記述統計
? 歪度?尖度
– 分布の偏り具合?尖り具合
– デフォルトではこれらを算出できる関数が用意され
ていない
– 以下のパッケージの関数を用いて、歪度?尖度を
算出可能
? e1071パッケージのskewness関数?kurtosis関数
? psychパッケージのskew関数?kurt関数

記述統計
? psychパッケージのdescribe関数を用い
て記述統計を一通り算出
> library(psych)
> 诲别蝉肠谤颈产别(変数名)

度数分布表の作成
? table関数で度数分布表を作成し、身長/
体重の分布を観察する
–さきほどの練習で作ったdat1のデータを使う
> table(dat1[,1]) #身長の度数分布表
> table(dat1[,2]) #体重の度数分布表

ヒストグラムの作成
? hist関数でヒストグラム（度数分布図）を描
き、身長/体重の分布を観察する
–さきほどの練習で作ったdat1のデータを使う
> hist(dat1[,1]) #身長のヒストグラム
> hist(dat1[,2]) #体重のヒストグラム

身長の分布
Histogram of dat1[, 1]
dat1[, 1]
Frequency
130 140 150 160 170 180 190 200
02468101214
体重の分布
Histogram of dat1[, 2]
dat1[, 2]
Frequency
40 50 60 70 80
051015

箱ひげ図の作成
? boxplot関数で箱ひげ図（box plot）を作成
–csvファイル「words.csv」を読み込んで、
「words」という名の変数に代入し、学習者と
母語話者の英作文の語数のばらつきを箱ひげ
図を観察して比較しましょう
> words <- read.csv("words.csv", header = T)
> boxplot(words)

蜂群図を箱ひげ図に重ねる
? 蜂群図（beeswarm plot）を箱ひげ図に重
ね描きして、一人ひとりのばらつきを把握す
る
–beeswarmパッケージのbeeswarｍ関数を
使用
–さっき描いた箱ひげ図はそのままで以下のコー
ドを入力
> beeswarm(words, add=T) # addは重ね描きをするオプション

と、その前に
? beeswarm関数はそのままでは使えない
–Rにはもともと入っていない関数だから
–まず、beeswarm関数が含まれている、
beeswarmパッケージをインストールし、読み
込まないといけない
> install.packages("beeswarm")
> library(beeswarm)
> beeswarm(words, add=T) # addは重ね描きをするオプション

二変量データの要约
? 散布図の作成
? 相関係数の算出

散布図
? 散布図を作成して、相関関係を観察
–csvファイル「toeic.csv」を読み込んで、
「toeic」という変数に代入
–plot関数で、散布図を描画して、TOEICスコ
アと英作文の語数の相関関係を観察しましょ
う
> toeic <- read.csv("toeic.csv", header=T)
> plot(toeic$score, toeic$words)

300 400 500 600 700 800 900 1000
150200250300350
toeic$score
toeic$words

相関係数
? 2つの変数の相関関係の強さを0.00~1.00の
間で数量的に表現
– ピアソンの積率相関係数
? データが正規分布していたり、間隔尺度以上のときに
使用
– スピアマンの順位相関係数
– ケンドールの順位相関係数
? データが正規分布していなかったり、順序尺度のときに
使用

相関係数?相関行列の算出
? 変数「toeic」の中の、TOEICスコアと英作
文の語数との相関係数を算出しましょう
> # 相関係数の算出
> cor(toeic$score, toeic$words, method = "相関係
数の種類")
> # 相関行列の算出
> cor(toeic, method = "相関係数の種類")

相関係数の種類
? 積率相関係数
– データが、間隔尺度以上の場合、正規分布している場合に用いる
– ピアソンの積率相関係数：method = "pearson"
? 順位相関係数
– データが順序尺度以下の場合、正規分布していない場合に用いる
– スピアマンの順位相関係数： method = "spearman"
– ケンドールの順位相関係数： method = "kendall"

相関係数?信頼区間の算出と
無相関検定
? cor.test関数を用いて、相関係数、ならび
に母相関係数の信頼区間の算出、無相
関検定を行う
> cor.test(toeic$score, toeic$words, method = "
相関係数の種類")

答え
> # ヒストグラムを描いて分布を確認
> hist(toeic$score)
> hist(toeic$words)
> # 記述統計を算出して尖度?歪度を確認
> describe(toeic)
> cor.test(toeic$score, toeic$words, method =
“spearman")

描いた図は
? 右クリックメニューからコピー可能
– メタファイルにコピー（オススメ）
? 拡大してもきれいだが、WordやPowerPoint標準のPDF
化機能を使用するとたまにバグる
– 他のPDF化ソフトを用いればバグの回避は可能
– ビットマップにコピー
? 拡大するとあまりきれいではないが、PDFにしてもバグらな
い
– Wordファイル、Excelファイルなど、適当なファイルに貼
り付けて保管することも可能

で困ったときは…
? とりあえず Let's google it.
? もしくはこれらのサービスを駆使する
– seekR (http://seekr.jp/)
– RjpWiki (http://www.okadajp.org/Rwiki/)
– R-Tips (http://cse.naro.affrc.go.jp/takezawa/r-tips/r.html)
– Rによる統計処理 (http://aoki2.si.gunma-u.ac.jp/R/)
– r-wakalang (https://r-wakalang.slack.com/)
? 解説記事：http://qiita.com/uri/items/5583e91bb5301ed5a4ba
– help関数

を用いた
外国語教育データの整理?要約
連絡先：川口勇作（愛知学院大学）
ykawa@dpc.agu.ac.jp
http://site.y-kawaguchi.com

狠狠撸

搁を用いた外国语教育データの整理?要约

Recommended

More Related Content

What's hot (9)

Viewers also liked (12)

Similar to 搁を用いた外国语教育データの整理?要约 (20)

More from Yusaku Kawaguchi (16)

Recently uploaded (10)

搁を用いた外国语教育データの整理?要约