RとQuartoではじめるデータサイエンス《2026》

目次

1. 前回の振り返り
2. テーブル
3. 統計分析
4. レポート課題の準備・相談

0. 本日の目標

1. データをcsvで書き出せるようになる
2. 集計表・クロス集計表を作ってみる
3. 検定・回帰分析に触れてみる

2. テーブル

⑴ データの書き出し

• write_csv()関数
• データフレームや計算結果を代入して、write_csv()に渡す

⑵ テーブル出力関数

• 複数のパッケージ・関数が乱立
  • gt(): 得意な出力形態：HTML
    • 公式サイト；install.packages(“gt”) / library(gt)
  • kable(): 得意な出力形態：HTML / Word / PDF / pptx 全般
    • 公式サイト；install.packages(“knitr”) / library(knitr)
  • flextable(): 得意な出力形態：Word・pptx
    • 公式サイト；install.packages(“flextable”) / library(flextable)
  • tt(): 得意な出力形態：PDF
    • 公式サイト；install.packages(“tinytable”) / library(tinytable)

⑶ 集計表

• tabyl()関数（公式サイト）
  • 公式サイト；install.packages(“janitor”) / library(janitor)
  • データをきれいに整理するためのRパッケージ

i) 1変数集計

tabyl(species) |> # 件数表の作成

ii) 2変数集計＝クロス集計表

tabyl(species, island) |> # 2変数を指定

3. 統計分析

⑴ カイ二乗検定

• クロス集計表を作り、変数間の値の違いが偶然かどうかを調べる
• 例：ペンギンの種類と島に関係はあるのか

chisq.test() 

• tbl_summary()関数
  • 公式サイト；install.packages(“gtsummary”) / library(gtsummary)

⑵ 回帰分析

⑴ 単回帰分析

• 被説明変数： ~ の左側；説明変数： ~ の右側
  • 例：くちばしが長いペンギンほど体重も重いかを調べる

lm(body_mass ~ bill_len, data = _) # 被説明変数、説明変数を指定。 data = _は「直前のデータを使う」の意

⑵ 重回帰分析

• 複数の説明変数を挙げ、被説明変数に対して、より説明力のある変数を特定する
• 方法：単回帰分析のコードに、説明変数を+を付けて足す

宿題

授業の感想

• 回答先：Google Forms
• 締め切り：5月29日（金）23時59分

レポート課題

• ファイル：ZIPファイル
  • ファイル名：どこかに氏名を特定できる文字を入れて下さい
  • 例：kariya.zip
• 提出先：dropbox
• 締め切り：6月3日（水）10時30分

Copyright

CHIHIRO KARIYA 2026