SlideShare uma empresa Scribd logo
1 de 55
Baixar para ler offline
Kazutan.R 
Kazutan.R
3
始めよう,R 
Hijiyama.R 初心者向けワークショップ 
4
自己紹介 
• なまえ;小杉考司(Twitter @kosugitti) 
• しょぞく;山口大学教育学部教育心理学コース 
• せんもん;グループダイナミックス 
• しゅみ;因子分析,双対尺度法,多次元尺度構成法 
5
Rはとてもよいものです 
• オープンなフリーソフトウェアでプログラムがしやすい 
• サンプルコード,サンプルデータが豊富 
• パッケージを入れればどんどん成長する 
• コミュニティが世界中に!
Rに関するオープンな情報源 
• Rjpwiki;日本語のR情報がここに集結 
• 手前味噌ですが「山口大学教育学部教育心理学コース」のサイ 
トには動画やテキストが公開されています。 
• http://psycho.edu.yamaguchi-u.ac.jp/ へGo!
統計モデルの解説もネットで 
• 青木先生のサイトやseekRも役に 
立ちます。 
8
【入門編】 
Rでできる基本的なこと 
9
Rを導入しよう 
• 「R」一文字では検索できないので,「Rproject」で検索してみ 
ましょう。 
10
11
12
13
15
加えて,オススメするのは 
と 
16
どのくらいオススメかというと 
と 
17
四つの領域と複数のタブ 
Console 
Script 
調理場ここでレシピを展開 
Workspace/History Files/Plots/Packages/Help 
Files 冷蔵庫/Plot ブログ用画像 
Package 調味料/Help レシピ本 
シンク/カメラ 
22
プロジェクト単位で管理します 
• プロジェクト単位によ 
るデータ管理をしてお 
くとよい 
• ひとつのフォルダに 
データとソースコー 
ドを入れておく 
23
完全に一致
長所 
• ファイルがあちこちに拡散しない 
• プロジェクトごとにワークスペース(Rの記憶)が保持できる 
• Working Directoryが自動的に設定される(パスが短くて済む) 
• R単体だとsetwd関数で指定する 
30
他にも便利な機能がいっぱい 
• 関数補完機能(TABキー) 
• SourceからConsoleへ(Run),HistoryからConsoleやSourceへ 
• 実行してうまく行ったものをSourceに保存=清書 
• プロットした図の出力(サイズ変更やClipboard出力,File出力) 
31
over 4000 packages! 
• パッケージは「新しい料理のレシピ」,”Cookpad”のようなもの。 
• インターネット上のCRANから取り込んで料理上手になろう! 
• パッケージをインストールするのは三通り 
• install.packages関数を使う 
• Rguiから 
• Rstudioから 
32
パッケージのインストール 
• install.packages(“psych”) とするか, 
• メニューのパッケージから進むか 
33
Rstudio)packageタブから 
• ここでinstall Packagesを選ぶと 
グイグイいけます。 
• ダウンロード済みのパッケー 
ジをアップデートするのもグ 
イッと! 
34
ダウンロードと実装 
• インストールするだけでは使えません。 
• 「ここで装備していくかい?」=library関数 
• library(psych)とするとpsychパッケージの関数群がつかえるよう 
になります。 
35
Rstudio)libraryもボタン一つで 
装備を外す=detachもチェックボックスをオフにするだけ 
36
Rの基本 
• Rと一問一答スタイルです! 
• 大文字と小文字を区別することに注意! 
• 「>」この状態になっていれば会話スタートです! 
37
Rの基本 
• 四則演算をやってみましょう。 
• 1+2はいくらだい?と聞いてみます。 
38
もっともっと 
• 2+3,3*4,4/5,(2+6)/4などの四則演算もお茶の子さいさい 
• sqrt(16)とかabs(-2),cos(30)といった関数も使えます 
• 2+3i+4+5iという複素数の計算も! 
• piと書くと円周率がでてきます(予約語) 
• 予約語については?Constantsで調べてね 
39 
Tips
関数とヘルプ 
• ()で括るのを「関数」といいます。 
• sqrt()もabs()もcos()も関数です。()の中に数値やデータやオプ 
ションを指定します。 
• ヘルプをひくのも関数で。help(sqrt)など。 
• Rを終わらせるのも関数で。q()とします。 
40
作業スペース? 
• Rの記憶だと思ってください。 
• 次にRを使うときに,今やったことの記憶を引き継ぎたければ「は 
い」を,宵越しの記憶は持たない,という人は「いいえ」を選択。 
41
関数の書き方 
• 関数は,関数名(引数,引数,引数,...)のように書きます。 
• 引数(ひきすう)は関数に渡したい数字やデータです。 
• 引数でオプションの指定をすることもあります。 
• 例)mean(x, na.rm=TRUE) 
• TRUE/FALSEはスイッチのon/offを表す記号です(予約語)
ヘルプを使おう 
• 関数の意味が分からなかった 
ら,「>」とRが聞き耳を立て 
ているときにお伺いをたてま 
しょう。 
• help(mean) あるいは ?meanと 
書いてみましょう 
• そうするとびっくりすること 
が起きるよ。 
43
ヘルプの使い方 
• ヘルプは英語ですが,書式は整っているので慣れれば読めます 
• Description;解説 
• Usage;使い方とデフォルト情報。 
• Auguments;引数。与える情報。 
• Details;関数の詳細。 
• Value;関数が返す値。アウトプット。 
• ReferenceやExampleもあります。 
44
ただの電卓じゃないよ 
• 数字をセットで扱えます。 
• 数字のセットに名前を付けてとっておくことができます。次の 
ように入力してみてください。 
> 1:4 -> kazutan 
> kazutan 
• 1:4 -> kazutan 
[1] 1 2 3 4 
• 「いちころんよん ハイフン だいなり かずたん」 
• 「かずたん」 
45
一言一句解説 
• 一行目; 
• 「いちころんよん」;1から4まで連続した数字 
• 「ハイフン だいなり」;→のつもり。代入しなさい。 
• 「かずたん」;かずたんと名付けた箱の中に。 
• 二行目 
• 「かずたん」;かずたんの中身はなんなんだい? 
46
数をセットで扱える 
• 次のように入力してみましょう 
• c(1,3,5,7,9) ->Kazutan 
• 注意!Kazutanとkazutanは別物です!kazuTanもね! 
• Kazutan+3 
• Kazutan*2 
cは「つないで」 
> c(1,3,5,7,9)-> Kazutan 
> Kazutan+3 
[1] 4 6 8 10 12 
> Kazutan*2 
[1] 2 6 10 14 18 
47
数をセットで扱うので 
• 当然こんなことができます。 
> x <- 1:10 
> y <- c(2,3,4,2,3,4,2,3,4,5) 
> mean(x) 
[1] 5.5 
> var(x) 
[1] 9.166667 
> sd(x) 
[1] 3.02765 
> cor(x,y) 
[1] 0.5330018 
平均はmean() 
分散はvar() 
標準偏差はsd() 
相関はcor() 
48
数字のセットとセットで 
• 数字と数字のセットを足し合わせたりすることもできます 
> x 
[1] 1 2 3 4 5 6 7 8 9 10 
> y 
[1] 2 3 4 2 3 4 2 3 4 5 
> x+y 
[1] 3 5 7 6 8 10 9 11 13 15 
49
いわゆるデータの形としては 
• data.frame型というスタイル 
• 変数名がつけられる矩形行列
データフレームの例 
• Irisデータをみてみましょう。baseに最初から含まれるデータ 
セットですので,特に何もしなくても読み込まれています。 
• head(iris)/tail(iris);データの最初の数行,最後の数行 
• summary(iris);データの要約が表示されます。 
51
$をつかって変数指定 
• データフレーム$変数名,で指定
$をつかって変数指定 
• データフレーム$新しい変数名 <- 操作,で変数作成
データハンドリングが山 
• Rに乗り換えを考えるときに,一番大変なのがデータの加工 
• これを乗り越えれば,関数の使い方は共通のフォーマットがあ 
るし,便利な関数が山のようにある 
• データハンドリングの詳細は,次の発表者にバトンタッチ!
Enjoy Life! 
Thank you!

Mais conteúdo relacionado

Mais procurados

10分で分かるr言語入門ver2 upload用
10分で分かるr言語入門ver2 upload用10分で分かるr言語入門ver2 upload用
10分で分かるr言語入門ver2 upload用Nobuaki Oshiro
 
質問応答システム入門
質問応答システム入門質問応答システム入門
質問応答システム入門Hiroyoshi Komatsu
 
StanとRでベイズ統計モデリングに関する読書会(Osaka.stan) 第四章
StanとRでベイズ統計モデリングに関する読書会(Osaka.stan) 第四章StanとRでベイズ統計モデリングに関する読書会(Osaka.stan) 第四章
StanとRでベイズ統計モデリングに関する読書会(Osaka.stan) 第四章nocchi_airport
 
LDA等のトピックモデル
LDA等のトピックモデルLDA等のトピックモデル
LDA等のトピックモデルMathieu Bertin
 
Rを用いた外国語教育データの整理・要約
Rを用いた外国語教育データの整理・要約Rを用いた外国語教育データの整理・要約
Rを用いた外国語教育データの整理・要約Yusaku Kawaguchi
 
ベイズファクターとモデル選択
ベイズファクターとモデル選択ベイズファクターとモデル選択
ベイズファクターとモデル選択kazutantan
 
Introduction to statistics
Introduction to statisticsIntroduction to statistics
Introduction to statisticsKohta Ishikawa
 
外国語教育研究におけるRを用いた統計処理入門
外国語教育研究におけるRを用いた統計処理入門外国語教育研究におけるRを用いた統計処理入門
外国語教育研究におけるRを用いた統計処理入門Yusaku Kawaguchi
 
StanとRでベイズ統計モデリング読書会(Osaka.stan) 第6章
StanとRでベイズ統計モデリング読書会(Osaka.stan) 第6章StanとRでベイズ統計モデリング読書会(Osaka.stan) 第6章
StanとRでベイズ統計モデリング読書会(Osaka.stan) 第6章Shushi Namba
 
機会学習ハッカソン:ランダムフォレスト
機会学習ハッカソン:ランダムフォレスト機会学習ハッカソン:ランダムフォレスト
機会学習ハッカソン:ランダムフォレストTeppei Baba
 
dplyr と purrrを用いたデータハンドリング
dplyr と purrrを用いたデータハンドリングdplyr と purrrを用いたデータハンドリング
dplyr と purrrを用いたデータハンドリングSomatori Keita
 

Mais procurados (12)

Hiroshimar4_Rintro
Hiroshimar4_RintroHiroshimar4_Rintro
Hiroshimar4_Rintro
 
10分で分かるr言語入門ver2 upload用
10分で分かるr言語入門ver2 upload用10分で分かるr言語入門ver2 upload用
10分で分かるr言語入門ver2 upload用
 
質問応答システム入門
質問応答システム入門質問応答システム入門
質問応答システム入門
 
StanとRでベイズ統計モデリングに関する読書会(Osaka.stan) 第四章
StanとRでベイズ統計モデリングに関する読書会(Osaka.stan) 第四章StanとRでベイズ統計モデリングに関する読書会(Osaka.stan) 第四章
StanとRでベイズ統計モデリングに関する読書会(Osaka.stan) 第四章
 
LDA等のトピックモデル
LDA等のトピックモデルLDA等のトピックモデル
LDA等のトピックモデル
 
Rを用いた外国語教育データの整理・要約
Rを用いた外国語教育データの整理・要約Rを用いた外国語教育データの整理・要約
Rを用いた外国語教育データの整理・要約
 
ベイズファクターとモデル選択
ベイズファクターとモデル選択ベイズファクターとモデル選択
ベイズファクターとモデル選択
 
Introduction to statistics
Introduction to statisticsIntroduction to statistics
Introduction to statistics
 
外国語教育研究におけるRを用いた統計処理入門
外国語教育研究におけるRを用いた統計処理入門外国語教育研究におけるRを用いた統計処理入門
外国語教育研究におけるRを用いた統計処理入門
 
StanとRでベイズ統計モデリング読書会(Osaka.stan) 第6章
StanとRでベイズ統計モデリング読書会(Osaka.stan) 第6章StanとRでベイズ統計モデリング読書会(Osaka.stan) 第6章
StanとRでベイズ統計モデリング読書会(Osaka.stan) 第6章
 
機会学習ハッカソン:ランダムフォレスト
機会学習ハッカソン:ランダムフォレスト機会学習ハッカソン:ランダムフォレスト
機会学習ハッカソン:ランダムフォレスト
 
dplyr と purrrを用いたデータハンドリング
dplyr と purrrを用いたデータハンドリングdplyr と purrrを用いたデータハンドリング
dplyr と purrrを用いたデータハンドリング
 

Destaque

Rの導入とRStudio事始め(改訂版)
Rの導入とRStudio事始め(改訂版)Rの導入とRStudio事始め(改訂版)
Rの導入とRStudio事始め(改訂版)Takashi Yamane
 
Rで部屋探し For slide share
Rで部屋探し For slide shareRで部屋探し For slide share
Rで部屋探し For slide shareShota Yasui
 
データ解析で割安賃貸物件を探せ!(山手線沿線編) LT
データ解析で割安賃貸物件を探せ!(山手線沿線編) LTデータ解析で割安賃貸物件を探せ!(山手線沿線編) LT
データ解析で割安賃貸物件を探せ!(山手線沿線編) LT. .
 
初心者のためのRとRStudio入門 vol.2
初心者のためのRとRStudio入門 vol.2初心者のためのRとRStudio入門 vol.2
初心者のためのRとRStudio入門 vol.2OWL.learn
 
ハイレゾの話
ハイレゾの話ハイレゾの話
ハイレゾの話Kazuya Wada
 
日本教育心理学会2016WSスライド
日本教育心理学会2016WSスライド日本教育心理学会2016WSスライド
日本教育心理学会2016WSスライド考司 小杉
 
R6パッケージの紹介―機能と実装
R6パッケージの紹介―機能と実装R6パッケージの紹介―機能と実装
R6パッケージの紹介―機能と実装__nakamichi__
 
How to use animation packages in R(Japanese)
How to use animation packages in R(Japanese)How to use animation packages in R(Japanese)
How to use animation packages in R(Japanese)sleipnir002
 
距離と分類の話
距離と分類の話距離と分類の話
距離と分類の話考司 小杉
 
「plyrパッケージで君も前処理スタ☆」改め「plyrパッケージ徹底入門」
「plyrパッケージで君も前処理スタ☆」改め「plyrパッケージ徹底入門」「plyrパッケージで君も前処理スタ☆」改め「plyrパッケージ徹底入門」
「plyrパッケージで君も前処理スタ☆」改め「plyrパッケージ徹底入門」Nagi Teramo
 
ggplot2再入門(2015年バージョン)
ggplot2再入門(2015年バージョン)ggplot2再入門(2015年バージョン)
ggplot2再入門(2015年バージョン)yutannihilation
 
Granger因果による 時系列データの因果推定(因果フェス2015)
Granger因果による時系列データの因果推定(因果フェス2015)Granger因果による時系列データの因果推定(因果フェス2015)
Granger因果による 時系列データの因果推定(因果フェス2015)Takashi J OZAKI
 
Kandai R 入門者講習
Kandai R 入門者講習Kandai R 入門者講習
Kandai R 入門者講習考司 小杉
 
続・心理学のためのpsychパッケージ
続・心理学のためのpsychパッケージ続・心理学のためのpsychパッケージ
続・心理学のためのpsychパッケージ考司 小杉
 
MCMCによるベイズ因子分析法について
MCMCによるベイズ因子分析法についてMCMCによるベイズ因子分析法について
MCMCによるベイズ因子分析法について考司 小杉
 

Destaque (20)

Rstudio事始め
Rstudio事始めRstudio事始め
Rstudio事始め
 
Rの導入とRStudio事始め(改訂版)
Rの導入とRStudio事始め(改訂版)Rの導入とRStudio事始め(改訂版)
Rの導入とRStudio事始め(改訂版)
 
はじめての「R」
はじめての「R」はじめての「R」
はじめての「R」
 
Tokyor37
Tokyor37Tokyor37
Tokyor37
 
Rで部屋探し For slide share
Rで部屋探し For slide shareRで部屋探し For slide share
Rで部屋探し For slide share
 
データ解析で割安賃貸物件を探せ!(山手線沿線編) LT
データ解析で割安賃貸物件を探せ!(山手線沿線編) LTデータ解析で割安賃貸物件を探せ!(山手線沿線編) LT
データ解析で割安賃貸物件を探せ!(山手線沿線編) LT
 
初心者のためのRとRStudio入門 vol.2
初心者のためのRとRStudio入門 vol.2初心者のためのRとRStudio入門 vol.2
初心者のためのRとRStudio入門 vol.2
 
ハイレゾの話
ハイレゾの話ハイレゾの話
ハイレゾの話
 
日本教育心理学会2016WSスライド
日本教育心理学会2016WSスライド日本教育心理学会2016WSスライド
日本教育心理学会2016WSスライド
 
R6パッケージの紹介―機能と実装
R6パッケージの紹介―機能と実装R6パッケージの紹介―機能と実装
R6パッケージの紹介―機能と実装
 
How to use animation packages in R(Japanese)
How to use animation packages in R(Japanese)How to use animation packages in R(Japanese)
How to use animation packages in R(Japanese)
 
距離と分類の話
距離と分類の話距離と分類の話
距離と分類の話
 
R45LT
R45LTR45LT
R45LT
 
「plyrパッケージで君も前処理スタ☆」改め「plyrパッケージ徹底入門」
「plyrパッケージで君も前処理スタ☆」改め「plyrパッケージ徹底入門」「plyrパッケージで君も前処理スタ☆」改め「plyrパッケージ徹底入門」
「plyrパッケージで君も前処理スタ☆」改め「plyrパッケージ徹底入門」
 
ggplot2再入門(2015年バージョン)
ggplot2再入門(2015年バージョン)ggplot2再入門(2015年バージョン)
ggplot2再入門(2015年バージョン)
 
Granger因果による 時系列データの因果推定(因果フェス2015)
Granger因果による時系列データの因果推定(因果フェス2015)Granger因果による時系列データの因果推定(因果フェス2015)
Granger因果による 時系列データの因果推定(因果フェス2015)
 
Kandai R 入門者講習
Kandai R 入門者講習Kandai R 入門者講習
Kandai R 入門者講習
 
続・心理学のためのpsychパッケージ
続・心理学のためのpsychパッケージ続・心理学のためのpsychパッケージ
続・心理学のためのpsychパッケージ
 
Mplus tutorial
Mplus tutorialMplus tutorial
Mplus tutorial
 
MCMCによるベイズ因子分析法について
MCMCによるベイズ因子分析法についてMCMCによるベイズ因子分析法について
MCMCによるベイズ因子分析法について
 

Semelhante a Hijiyama.R Entry session

Perl入学式をやってみた! - YAPC::Asia 2012
Perl入学式をやってみた! - YAPC::Asia 2012Perl入学式をやってみた! - YAPC::Asia 2012
Perl入学式をやってみた! - YAPC::Asia 2012Takayuki Fukumoto
 
20120731 ALC Eijiro User Meeting
20120731 ALC Eijiro User Meeting20120731 ALC Eijiro User Meeting
20120731 ALC Eijiro User Meetingakikom0819
 
TokyoR#31 初心者セッション
TokyoR#31 初心者セッションTokyoR#31 初心者セッション
TokyoR#31 初心者セッションTokorosawaYoshio
 
[最新版] JSAI2018 チュートリアル「"深層学習時代の" ゼロから始める自然言語処理」
[最新版] JSAI2018 チュートリアル「"深層学習時代の" ゼロから始める自然言語処理」 [最新版] JSAI2018 チュートリアル「"深層学習時代の" ゼロから始める自然言語処理」
[最新版] JSAI2018 チュートリアル「"深層学習時代の" ゼロから始める自然言語処理」 Yuki Arase
 
[旧版] JSAI2018 チュートリアル「"深層学習時代の" ゼロから始める自然言語処理」
[旧版] JSAI2018 チュートリアル「"深層学習時代の" ゼロから始める自然言語処理」 [旧版] JSAI2018 チュートリアル「"深層学習時代の" ゼロから始める自然言語処理」
[旧版] JSAI2018 チュートリアル「"深層学習時代の" ゼロから始める自然言語処理」 Yuki Arase
 
研究しよう,伝えよう
研究しよう,伝えよう研究しよう,伝えよう
研究しよう,伝えようKazushi Yamashina
 
はじめてのテスト技法
はじめてのテスト技法はじめてのテスト技法
はじめてのテスト技法Tatsuya Saito
 
Perl で自然言語処理
Perl で自然言語処理Perl で自然言語処理
Perl で自然言語処理Toshinori Sato
 
スライド(講師養成講座)
スライド(講師養成講座)スライド(講師養成講座)
スライド(講師養成講座)Cozy Azuma
 
英語の資料をITフル活用で乗り切る方法
英語の資料をITフル活用で乗り切る方法英語の資料をITフル活用で乗り切る方法
英語の資料をITフル活用で乗り切る方法Iwasaki Yusuke
 
シー・ビブリオ
シー・ビブリオシー・ビブリオ
シー・ビブリオgenroku
 
Rブートキャンプ
RブートキャンプRブートキャンプ
RブートキャンプKosuke Sato
 
テキストマイニング講義資料
テキストマイニング講義資料テキストマイニング講義資料
テキストマイニング講義資料Kosuke Sato
 
知って得するかもしれない研究Tips
知って得するかもしれない研究Tips知って得するかもしれない研究Tips
知って得するかもしれない研究TipsKeisuke Mukai
 
“Septeni×Scala”勉強会#1資料_20150219_寺坂
“Septeni×Scala”勉強会#1資料_20150219_寺坂“Septeni×Scala”勉強会#1資料_20150219_寺坂
“Septeni×Scala”勉強会#1資料_20150219_寺坂ikuyaterasaka
 
HiroshimaR6_Introduction
HiroshimaR6_IntroductionHiroshimaR6_Introduction
HiroshimaR6_IntroductionSAKAUE, Tatsuya
 
シー・ビブリオ(作成中)
シー・ビブリオ(作成中)シー・ビブリオ(作成中)
シー・ビブリオ(作成中)genroku
 

Semelhante a Hijiyama.R Entry session (20)

Perl入学式をやってみた! - YAPC::Asia 2012
Perl入学式をやってみた! - YAPC::Asia 2012Perl入学式をやってみた! - YAPC::Asia 2012
Perl入学式をやってみた! - YAPC::Asia 2012
 
20120731 ALC Eijiro User Meeting
20120731 ALC Eijiro User Meeting20120731 ALC Eijiro User Meeting
20120731 ALC Eijiro User Meeting
 
Jitsuryoku_Appu_JLPT_N1-Yomu.pdf
Jitsuryoku_Appu_JLPT_N1-Yomu.pdfJitsuryoku_Appu_JLPT_N1-Yomu.pdf
Jitsuryoku_Appu_JLPT_N1-Yomu.pdf
 
TokyoR#31 初心者セッション
TokyoR#31 初心者セッションTokyoR#31 初心者セッション
TokyoR#31 初心者セッション
 
[最新版] JSAI2018 チュートリアル「"深層学習時代の" ゼロから始める自然言語処理」
[最新版] JSAI2018 チュートリアル「"深層学習時代の" ゼロから始める自然言語処理」 [最新版] JSAI2018 チュートリアル「"深層学習時代の" ゼロから始める自然言語処理」
[最新版] JSAI2018 チュートリアル「"深層学習時代の" ゼロから始める自然言語処理」
 
[旧版] JSAI2018 チュートリアル「"深層学習時代の" ゼロから始める自然言語処理」
[旧版] JSAI2018 チュートリアル「"深層学習時代の" ゼロから始める自然言語処理」 [旧版] JSAI2018 チュートリアル「"深層学習時代の" ゼロから始める自然言語処理」
[旧版] JSAI2018 チュートリアル「"深層学習時代の" ゼロから始める自然言語処理」
 
研究しよう,伝えよう
研究しよう,伝えよう研究しよう,伝えよう
研究しよう,伝えよう
 
はじめてのテスト技法
はじめてのテスト技法はじめてのテスト技法
はじめてのテスト技法
 
HiroshimaR5_Intro
HiroshimaR5_IntroHiroshimaR5_Intro
HiroshimaR5_Intro
 
Jacet2014ykondo_final
Jacet2014ykondo_finalJacet2014ykondo_final
Jacet2014ykondo_final
 
Perl で自然言語処理
Perl で自然言語処理Perl で自然言語処理
Perl で自然言語処理
 
スライド(講師養成講座)
スライド(講師養成講座)スライド(講師養成講座)
スライド(講師養成講座)
 
英語の資料をITフル活用で乗り切る方法
英語の資料をITフル活用で乗り切る方法英語の資料をITフル活用で乗り切る方法
英語の資料をITフル活用で乗り切る方法
 
シー・ビブリオ
シー・ビブリオシー・ビブリオ
シー・ビブリオ
 
Rブートキャンプ
RブートキャンプRブートキャンプ
Rブートキャンプ
 
テキストマイニング講義資料
テキストマイニング講義資料テキストマイニング講義資料
テキストマイニング講義資料
 
知って得するかもしれない研究Tips
知って得するかもしれない研究Tips知って得するかもしれない研究Tips
知って得するかもしれない研究Tips
 
“Septeni×Scala”勉強会#1資料_20150219_寺坂
“Septeni×Scala”勉強会#1資料_20150219_寺坂“Septeni×Scala”勉強会#1資料_20150219_寺坂
“Septeni×Scala”勉強会#1資料_20150219_寺坂
 
HiroshimaR6_Introduction
HiroshimaR6_IntroductionHiroshimaR6_Introduction
HiroshimaR6_Introduction
 
シー・ビブリオ(作成中)
シー・ビブリオ(作成中)シー・ビブリオ(作成中)
シー・ビブリオ(作成中)
 

Mais de 考司 小杉

HCGシンポジウム2018;心理学における新しい統計学との付き合い方
HCGシンポジウム2018;心理学における新しい統計学との付き合い方HCGシンポジウム2018;心理学における新しい統計学との付き合い方
HCGシンポジウム2018;心理学における新しい統計学との付き合い方考司 小杉
 
Jap2017 ss65 優しいベイズ統計への導入法
Jap2017 ss65 優しいベイズ統計への導入法Jap2017 ss65 優しいベイズ統計への導入法
Jap2017 ss65 優しいベイズ統計への導入法考司 小杉
 
StanとRでベイズ統計モデリング読書会Ch.9
StanとRでベイズ統計モデリング読書会Ch.9StanとRでベイズ統計モデリング読書会Ch.9
StanとRでベイズ統計モデリング読書会Ch.9考司 小杉
 
心理統計の課題をRmdで作る
心理統計の課題をRmdで作る心理統計の課題をRmdで作る
心理統計の課題をRmdで作る考司 小杉
 
学部生向けベイズ統計イントロ(公開版)
学部生向けベイズ統計イントロ(公開版)学部生向けベイズ統計イントロ(公開版)
学部生向けベイズ統計イントロ(公開版)考司 小杉
 
R stan導入公開版
R stan導入公開版R stan導入公開版
R stan導入公開版考司 小杉
 
家族データに対する非対称MDSの応用(2)
家族データに対する非対称MDSの応用(2)家族データに対する非対称MDSの応用(2)
家族データに対する非対称MDSの応用(2)考司 小杉
 
Yamadai.R#3 Function
Yamadai.R#3 FunctionYamadai.R#3 Function
Yamadai.R#3 Function考司 小杉
 
Yamadai.R #1 Introduction to R
Yamadai.R #1 Introduction to RYamadai.R #1 Introduction to R
Yamadai.R #1 Introduction to R考司 小杉
 
Yamadai.Rデモンストレーションセッション
Yamadai.RデモンストレーションセッションYamadai.Rデモンストレーションセッション
Yamadai.Rデモンストレーションセッション考司 小杉
 
Amosを使ったベイズ推定
Amosを使ったベイズ推定Amosを使ったベイズ推定
Amosを使ったベイズ推定考司 小杉
 
複合システムネットワーク論を読む(公開版)
複合システムネットワーク論を読む(公開版)複合システムネットワーク論を読む(公開版)
複合システムネットワーク論を読む(公開版)考司 小杉
 
YamadaiR(Categorical Factor Analysis)
YamadaiR(Categorical Factor Analysis)YamadaiR(Categorical Factor Analysis)
YamadaiR(Categorical Factor Analysis)考司 小杉
 
心理学のためのPsychパッケージ
心理学のためのPsychパッケージ心理学のためのPsychパッケージ
心理学のためのPsychパッケージ考司 小杉
 

Mais de 考司 小杉 (18)

Mds20190303
Mds20190303Mds20190303
Mds20190303
 
HCGシンポジウム2018;心理学における新しい統計学との付き合い方
HCGシンポジウム2018;心理学における新しい統計学との付き合い方HCGシンポジウム2018;心理学における新しい統計学との付き合い方
HCGシンポジウム2018;心理学における新しい統計学との付き合い方
 
HCG20181212
HCG20181212HCG20181212
HCG20181212
 
20180602kosugi
20180602kosugi20180602kosugi
20180602kosugi
 
Jap2017 ss65 優しいベイズ統計への導入法
Jap2017 ss65 優しいベイズ統計への導入法Jap2017 ss65 優しいベイズ統計への導入法
Jap2017 ss65 優しいベイズ統計への導入法
 
StanとRでベイズ統計モデリング読書会Ch.9
StanとRでベイズ統計モデリング読書会Ch.9StanとRでベイズ統計モデリング読書会Ch.9
StanとRでベイズ統計モデリング読書会Ch.9
 
心理統計の課題をRmdで作る
心理統計の課題をRmdで作る心理統計の課題をRmdで作る
心理統計の課題をRmdで作る
 
学部生向けベイズ統計イントロ(公開版)
学部生向けベイズ統計イントロ(公開版)学部生向けベイズ統計イントロ(公開版)
学部生向けベイズ統計イントロ(公開版)
 
R stan導入公開版
R stan導入公開版R stan導入公開版
R stan導入公開版
 
家族データに対する非対称MDSの応用(2)
家族データに対する非対称MDSの応用(2)家族データに対する非対称MDSの応用(2)
家族データに対する非対称MDSの応用(2)
 
Yamadai.R#3 Function
Yamadai.R#3 FunctionYamadai.R#3 Function
Yamadai.R#3 Function
 
Yamadai.R #1 Introduction to R
Yamadai.R #1 Introduction to RYamadai.R #1 Introduction to R
Yamadai.R #1 Introduction to R
 
Kenshu
KenshuKenshu
Kenshu
 
Yamadai.Rデモンストレーションセッション
Yamadai.RデモンストレーションセッションYamadai.Rデモンストレーションセッション
Yamadai.Rデモンストレーションセッション
 
Amosを使ったベイズ推定
Amosを使ったベイズ推定Amosを使ったベイズ推定
Amosを使ったベイズ推定
 
複合システムネットワーク論を読む(公開版)
複合システムネットワーク論を読む(公開版)複合システムネットワーク論を読む(公開版)
複合システムネットワーク論を読む(公開版)
 
YamadaiR(Categorical Factor Analysis)
YamadaiR(Categorical Factor Analysis)YamadaiR(Categorical Factor Analysis)
YamadaiR(Categorical Factor Analysis)
 
心理学のためのPsychパッケージ
心理学のためのPsychパッケージ心理学のためのPsychパッケージ
心理学のためのPsychパッケージ
 

Hijiyama.R Entry session