Rmarkdownをつかって心理統計の課題を作ります。 データの乱数発生の仕組み，とその後の話です。

1. 心理統計の課題をRmd
で作ったる
@kosugitti

2. 自己紹介
• 小杉考司（こすぎこうじ）
• 山口大学教育学部
• 専門；数理社会心理学
• kosugi@yamaguchi-u.ac.jp
• Twitter; @kosugitti

3. 統計法の授業やってます

4. 評価どうしてます？
• 記述統計量の計算ができるようになってほしい
• t検定，分散分析ができるようになってほしい
• できれば回帰分析や因子分析も
• テストでは難しいのでレポート課題を

5. レポートを作ろう
• 毎年同じ技術ではある＝数字が変わるだけ
• 乱数をむやみやたらと発生させるだけでは，思った
通りの答えが出ない
• かつてはエクセルでrand関数+整数表示のコピペ
で作ったりしていた
• あからさま過ぎず，有意差がうまくでるようなデ
ータセットが出てくるまでなんども作り直したり

6. レポートを作ろう
• 作ったデータセットから，改めて自分で課題を解い
て模範解答を作っておく必要がある
• 丸め誤差やNで割った場合，などいくつかの可能
な分岐を考えたりして
• Excelでデータセット作る→Wordでレポート課題
を作る→Rで模範解答作る，という毎年の作業

7. そこでRmarkdown

8. Rmdで課題を作る
• 乱数をしっかり発生させてレポートを作る
• 結果を出すコードをコメントアウトしておく＝コメ
ントアウトを外すと模範解答例が作られる
• 乱数のタネ(seed)を変えるだけで数値例が変わる

9. TeXも入れてます
• 私はどちらかというとTeXの方がスキなので・・・
• TeXは「TeX Live 2016」で検索してください。で
かいファイルですがこれをインストールしておけば
全部上手く入ります。
• Macの場合はMacTeX2016です。

10. ここみてね

11. もしくはここ

12. Rmdの準備

13. Rmdの準備

14. ヘッダー部分
これでオモテに出てこない
タネを毎年変えるだけで
数値が変わる
表番号，図番号の相互参照用
(ありがとう@kazutan)
TeXコードも普通に使っちゃう

15. vspaceはTeXのコード
空白行を1cm
TeXコードも使える

16. 平均150，SD20の身長データ
5人分作成
knitr::kableは表を作る関数
課題の答えはコメントアウトしておく
でもこれを外すと・・・
thanks! @kazutan
bookdownによる相互参照

17. 模範解答すぐできる！

18. chisq.testとか

19. 対応のないt検定
• 二つの変数を作って比較するだけ。
• 平均の差を大きく，標準偏差を小さくすると有意差
が出るようなデータセットになる。

20. 対応のあるt検定
• 二つの変数を作るんだけど，対応があるので二変数
間に共分散がある->MASSパッケージの出番

21. 対応のあるt検定

22. 一要因ANOVA（間）
• 三つ以上の変数を作って比較するだけ。

23. 一要因ANOVA（間）

24. 一要因ANOVA（内）
• 共分散に注意してネ

25. 一要因ANOVA（内）

26. 混合計画
一度に書くとかえって分かりにくいので，効果や要素
に分けて書き直してみた
今回は交互作用だけ出るモデル

27. 目標

28. 目標
間要因の効果

29. 目標
内要因の効果

30. 目標
交互作用の
効果
これらを順に加えて行きます

31. 内要因の効果を入れる
mu[1] mu[2]

32. 間要因の効果を入れる
mu[1] mu[2]
dat1
dat2
mu[1] mu[2]

33. 最後に交互作用
ここに加える

34. 最後に交互作用
ここを相殺
しておく

35. 最後に整える

36. 交互作用だけ出る
データセット出来上がり

37. 回帰分析
回帰係数 誤差
乱数で発生させた独立変数と線形関係+誤差で従属変数

38. これをknit
• ヘッダにあったように，latex_engineをxelatexとし
て，フォントを指定しておけば日本語でPDFが得ら
れるようなknitの編み編みOK
• xelatexはTeX Liveでインストールしていればちゃ
んと入ってます（きっと）
• set.seedしてあるので検算の時も同じ数字で。検算
はコメントアウトを消すだけで！

39. 隠れたモチベーション
• データを生み出す方法を知っている＝分析用のダミ
ーデータを作り出せる
• 第二回HijiyamaR @hirakawamakoto さんの資料参照
• http://www.slideshare.net/makotohirakawa3/r-
48527444
• それに加えて「ベイジアンモデリング」に近づく

40. ベイズ統計学がクルー
• 入門書が出そろい始めました
• 発想の転換が必要，だけど
• 検定の面倒な手続きがなくなる？！

41. と
• Rでベイズ推定をするにはいくつかのパッケージが
• でもオススメは「計算速い」「マニュアル丁寧」「
いまホットでクール」なStanですね！
• RからStanを使うにはrstanパッケージを経由すれば
一発
• StanコードはC言語ライクなので頑張って・・・

42. t検定のstanコード
同じことね！

43. 対応あるt検定のstanコード
同じことね！

44. 一要因（間）のコード
同じことね！

45. 一要因（内）のコード
ね！

46. 混合計画のコード
ね！

47. 回帰分析のコード
ね！

48. ベイジアンは
データ生成のモデラー
• ベイジアンモデリングをするときは，簡単な仮想デ
ータを作ってからやるとよい（by 国里，清水）
• ベイジアンは事後予測分布でモデルチェックする＝
データ生成がちゃんとできてるかを今のデータでチ
ェックする
• やっていることは統計の先生がレポート課題を印
刷する前に検算しているようなもの！

49. まとめ
• Rmd＝R+ドキュメントで，計算と出力を同時にや
ってしまおう！
• 統計の例題を作るときは，その背後にある計算アル
ゴリズムでも遊んでしまおう！
• 実はそれがベイジアンへのトレーニングになる

50. 資料リンク先
• RmarkdownやStanコードはkosugittiのGistへ！
• https://gist.github.com/kosugitti
• 出来上がるPDFファイルはこちらにあります。
• http://kosugitti.net/wp/wp-
content/uploads/2016/10/ReportExample.pdf