統計解析
集計
> (a <- read.table("sample.txt")) V1 V2 1 1 40 2 1 60 3 2 120 4 2 80 5 1 50 > (g <- group_by(a, V1)) # V1列で分類 Source: local data frame [5 x 2] Groups: V1 [2] V1 V2 <int> <int> 1 1 40 2 1 60 3 2 120 4 2 80 5 1 50 > summarise(g, sum(V2), mean(V2)) # 分類した結果に対して、V2列の合計と平均を出力 # A tibble: 2 × 3 V1 `sum(V2)` `mean(V2)` <int> <int> <dbl> 1 1 150 50 2 2 200 100
group_by(.data, ..., add = FALSE)R: Group a tbl by one or more variables.
summarise(.data, ...)R: Summarise multiple values to a single value.
統計
分散
分散 (実際は標本分散) と、共分散または相関を求められます。
var
var(x, y = NULL, na.rm = FALSE, use)
> var(1:10) [1] 9.166667
cor
cor(
x,
y = NULL,
use = "everything",
method = c("pearson", "kendall", "spearman"))
R: Correlation, Variance and Covariance (Matrices)
標準偏差
標準偏差 (実際は標本標準偏差) を求められます。
sd( x, na.rm = FALSE)R: Standard Deviation
> sd(1:10) [1] 3.02765
クラスタリング
階層的クラスタリング (Hierarchical Clustering)
hclust(
d,
method = "complete",
members = NULL)
R: Hierarchical Clustering
k平均クラスタリング (K-Means Clustering) / k平均法
kmeans(
x,
centers,
iter.max = 10,
nstart = 1,
algorithm = c(
"Hartigan-Wong",
"Lloyd",
"Forgy",
"MacQueen"),
trace=FALSE)
R: K-Means Clustering
> (a <- read.table("sample.txt")) # 対象データを読み込み V1 V2 1 3 1 2 1 3 3 3 3 4 7 7 5 9 7 6 7 9 7 9 9 8 1 1 > plot(a, xlim=c(0,10), ylim=c(0,10)) # 対象データを描画 > (cl <- kmeans(a, 2)) # クラスタリングを実行 K-means clustering with 2 clusters of sizes 4, 4 Cluster means: V1 V2 1 8 8 2 2 2 Clustering vector: [1] 2 2 2 1 1 1 1 2 Within cluster sum of squares by cluster: [1] 8 8 (between_SS / total_SS = 90.0 %) Available components: [1] "cluster" "centers" "totss" [4] "withinss" "tot.withinss" "betweenss" [7] "size" "iter" "ifault" > points(cl$centers, col=1:2, pch=19) # クラスター中心を描画
> cbind(a,cl$cluster) # 要素にクラスター番号を併記して確認 V1 V2 cl$cluster 1 3 1 2 2 1 3 2 3 3 3 2 4 7 7 1 5 9 7 1 6 7 9 1 7 9 9 1 8 1 1 2 > cbind(a,cl$cluster)[order(a[,"V1"]),] # "V1"列で並べ替えて確認 V1 V2 cl$cluster 2 1 3 2 8 1 1 2 1 3 1 2 3 3 3 2 4 7 7 1 6 7 9 1 5 9 7 1 7 9 9 1 > a[order(cl$cluster),] # 要素をクラスター番号順に並べ替えて確認 V1 V2 4 7 7 5 9 7 6 7 9 7 9 9 1 3 1 2 1 3 3 3 3 8 1 1
> a[cl$cluster==1,] #クラスター番号1に分類されている要素 V1 V2 4 7 7 5 9 7 6 7 9 7 9 9 > a[cl$cluster==2,] #クラスター番号2に分類されている要素 V1 V2 1 3 1 2 1 3 3 3 3 8 1 1
kmeansの成分
kmeans()が返すkmeansクラスのオブジェクトは、下表の成分を持ちます。
| 成分 | 値 |
|---|---|
| cl$cluster | [1] 1 1 1 2 2 2 2 1 |
| cl$centers |
V1 V2 1 2 2 2 8 8 |
| cl$totss | [1] 160 |
| cl$withinss | [1] 8 8 |
| cl$tot.withinss | [1] 16 |
| cl$betweenss | [1] 144 |
| cl$size | [1] 4 4 |
| cl$iter | [1] 1 |
| cl$ifault | [1] 0 |