RとQuartoではじめるデータサイエンス

#7 テーブル

苅谷千尋

kariyach@staff.kanazawa-u.ac.jp

金沢大学

May 27, 2026

0. 本日の目標

本日の目標

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

Ⅰ. 前回の振り返り

授業の感想

私は全国の家計のデータを都道府県別に出力したいと思っていますが、表のほうが見やすいのか地図のほうが見やすいのか吟味しなければいけないと思ったからです。（楠さん）

グラフを作るためのコードは教えてもらっていたが、見やすいグラフをつくための軸の表記や色、文字などは別のコードやパッケージをダウンロードをする必要があるので、難しいと感じた。（山田さん）

前回の積み残し

訂正

row_data → raw_data

row_dataのままでも動きますが、英語が間違っていて気持ち悪いという人は修正下さい

前回の積み残し

Ⅱ. 行結合から

Ⅱ. テーブル

データの書き出し

`write_csv()`関数

Rで加工したデータを他のアプリケーション（例：Microsoft Excel）でも利用したい場合など
データフレームや計算結果を代入して、write_csv()に渡す

df <- 
  penguins |>
  drop_na(species, sex, body_mass) |> 
  group_by(species, sex) |>
  summarise(avg_body_mass = mean(body_mass), .groups = "drop") 

# csvで書き出す
write_csv(df, "data/penguins_avg_body_mass.csv")

テーブル出力関数

複数のパッケージ・関数が乱立

テーブル出力関数

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)

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

penguins |>
  drop_na() |> 
  tabyl(species) |> # 件数表の作成
  adorn_pct_formatting() |> # 割合を%表記にする
  knitr::kable()

species	n	percent
Adelie	146	43.8%
Chinstrap	68	20.4%
Gentoo	119	35.7%

クロス集計表

`tabyl()`関数

2変数集計＝クロス集計表

Code
Plot

penguins |>
  drop_na() |> 
  tabyl(species, island) |> # 2変数を指定
  adorn_percentages("row") |> # 各行を100%にする割合表："raw"＝行方向に集計
  adorn_pct_formatting(digits = 2) |> 
  adorn_ns() |> # 元の件数nを括弧付きで追加
  knitr::kable()

species	Biscoe	Dream	Torgersen
Adelie	30.14% (44)	37.67% (55)	32.19% (47)
Chinstrap	0.00% (0)	100.00% (68)	0.00% (0)
Gentoo	100.00% (119)	0.00% (0)	0.00% (0)

クロス集計

段組

::::{.columns}
:::{.column width=50%}


::::

:::{.column width=50%}


::::
::::

クロス集計 > 段組

species	avg_body_mass
Adelie	3700.662
Chinstrap	3733.088
Gentoo	5076.016

Ⅲ. 統計分析

検定

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

以下のコードが動かない場合、次のページのコードを試して下さい

Code
Plot

penguins |>
  drop_na() |> 
  tabyl(species, island) |> # 種類×島の件数表
  chisq.test() # 種類と島に関連があるかを検定


    Pearson's Chi-squared test

data:  tabyl(drop_na(penguins), species, island)
X-squared = 284.59, df = 4, p-value < 2.2e-16

検定

カイ二乗検定

Code
Plot

penguins |>
  drop_na(species, island) |>
  with(table(species, island)) |>
  stats::chisq.test()


    Pearson's Chi-squared test

data:  with(drop_na(penguins, species, island), table(species, island))
X-squared = 299.55, df = 4, p-value < 2.2e-16

検定

カイ二乗検定

仮説「ペンギンの種類と島は無関係」を検定

結果の読み取り方

X-squared = 284.59：「期待される分布」から大きくずれ、大きな偏りがあることを示す
p-value < 2.2e-16：偶然だけでこの偏りが起こる確率はほぼゼロ
- 2.2e-16（指数表記） = 2.2かける10のマイナス16乗 = 0.00000000000000022

一般に、p値が0.05以下であれば「偶然だけでは説明しにくい差や関係がある」と判断することが多い

クロス集計と検定

`tbl_summary()`関数

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

Code
Plot

penguins |>
  select(species, sex, body_mass) |>
  drop_na() |> 
  tbl_summary(by = species) |> 
  add_p() |>
  as_kable() # pptxなどで出力する場合はas_flex_table()

Characteristic	Adelie N = 146	Chinstrap N = 68	Gentoo N = 119	p-value
sex				>0.9
female	73 (50%)	34 (50%)	58 (49%)
male	73 (50%)	34 (50%)	61 (51%)
body_mass	3,700 (3,350, 4,000)	3,700 (3,475, 3,950)	5,050 (4,700, 5,500)	<0.001

回帰

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

Code
Output

penguins |>
  select(body_mass, bill_len) |> # 必要な変数に絞る
  drop_na() |>
  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


Call:
lm(formula = body_mass ~ bill_len, data = drop_na(select(penguins, 
    body_mass, bill_len)))

Coefficients:
(Intercept)     bill_len  
     362.31        87.42

回帰

結果の読み取り方

body_mass = 362.31 + 87.42 * bill_len
87.42：説明変数 bill_len の係数
- くちばしが1mm 長いと、体重が平均で約87g増える
362.31：くちばし長が 0 mm のときの予測体重（切片）
- 計算上のスタート地点

回帰

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

Code
Output

penguins |>
  select(body_mass, bill_len, flipper_len) |>
  drop_na() |>
  lm(body_mass ~ bill_len + flipper_len, data = _)


Call:
lm(formula = body_mass ~ bill_len + flipper_len, data = drop_na(select(penguins, 
    body_mass, bill_len, flipper_len)))

Coefficients:
(Intercept)     bill_len  flipper_len  
  -5736.897        6.047       48.145

回帰

結果の読み取り方

翼長が同じなら、くちばし長が1mm長いペンギンは、体重が平均で約6g重い傾向あり
くちばし長が同じなら、翼長が1mm長いペンギンは、体重が平均で約48g重い傾向あり
- 翼長の方が体重との関係が大きい可能性あり

Ⅶ. 次回の授業と宿題

次回の授業と宿題

次回：6月3日（水）

プレゼンテーション

プレゼンテーション
グループディスカッション
自作関数
ループ処理

次回の授業と宿題

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

RとQuartoではじめるデータサイエンス

0. 本日の目標

本日の目標

Ⅰ. 前回の振り返り

授業の感想

前回の積み残し

訂正

前回の積み残し

Ⅱ. テーブル

データの書き出し

write_csv()関数

テーブル出力関数

テーブル出力関数

集計表

tabyl()関数（公式サイト）

1変数集計

クロス集計表

tabyl()関数

2変数集計＝クロス集計表

クロス集計

段組

クロス集計 > 段組

Ⅲ. 統計分析

検定

カイ二乗検定

検定

カイ二乗検定

検定

カイ二乗検定

結果の読み取り方

クロス集計と検定

tbl_summary()関数

回帰

単回帰分析

回帰

結果の読み取り方

回帰

重回帰分析

回帰

結果の読み取り方

Ⅶ. 次回の授業と宿題

次回の授業と宿題

次回：6月3日（水）

プレゼンテーション

次回の授業と宿題

授業の感想

レポート課題

`write_csv()`関数

`tabyl()`関数（公式サイト）

`tabyl()`関数

`tbl_summary()`関数