Tokyo.R#73 LTでの資料を公開しました「RでCiNii APIをたたいてみた」です

当日発表に使ったスライドはこちらです。

当日の応用セッションで教えていただいたggplotの技をつかったものはこちら。revearjs を使ってみました。

CiNii Articles はこちら。国立情報学研究所の論文データベースです。

 

 

カテゴリー: R | コメントする

Tokyo.R#72LTでの発表資料を公開しました「MCAとGDA」です。

多重対応分析(MCA)は、幾何学的データ解析(GDA)という分析枠組みの中の中心的ツールで、データの構造化にとって、サプリメンタリ変数をなににするか、ということが重要、という話を(さわりですが)しました。

https://speakerdeck.com/419kfj/mca-and-gda

カテゴリー: R, Tools, 対応分析 | コメントする

こちらは、iframeで取り込んでみたもの。

[advanced_iframe src=”//419kfj.sakura.ne.jp/mm/macversion/” width=”100%” ]

残念ながらスマホ、タブレット(iOS)のブラウザでは表示されないようです。

カテゴリー: Tools | コメントする

macOSでSympyを使うためにAnacondaをインストール。でもchromeが起動せず(^^;)

Sympyを使いたくて研究室のiMac(10.13.5 High Sierra)にもAnacondaをインストール。

Python入れてSympy関連を入れて….とやらなくても、Anacondaに全部入っているので、これはラクチンです。他の設定なしで使えます。ここなどを参考にしました。

で、MacBook(10.11.6 Elcaption)ではなんの設定もなく使えていたのに、Anaconda Navigator でJupyter notebook を起動できません。

検索すると、~/.jupyter/jupyter_notebook_config.py の設定などの説明があったので、それもやってみたのですが、ダメ。

ただ、そのURL(http://localhost:8888/?token=9bccb41a81dc8f9f670b30c1f71eae9c11bbdb41050f9855&token=…….)をSafariにもっていくと使えたので、サーバーは動いていてそれのURLでブラウザを起動できないもよう。エラーメッセージにあった、proxyでブロックされてませんか、ということをヒントに、iMacのproxy設定をみたところ、localhost がproxy除外対象になっていなかったことを発見。localhost を「プロキシ設定を使用しないホストとドメイン:」に設定して試したところ解決しました。

MacBookで問題になってなかったのは、OSのversionの問題ではなく、これではproxy環境でJupyter Notebook を使ってなかったので問題にはならなかったということみたいです。

ただ、windowは新しいものを開きたいので、先のリンクにあった、jupyter_notebook_config.py の記述で、”%s の後に、 --new-window というオプション”というところを参考にさせていただいて、これもめでたく設定完了。MacBookの方も設定しておきます(^^)。

ネット上の諸賢に感謝です。

 

 

 

カテゴリー: Tools | コメントする

Rのコードを書いて、それをWordPress に同期できるか

コード・サンプル

x <- rnorm(100)
y <- rnorm(100)
plot(x,y)

こんな感じ。Ulysees の使い勝手を実験中。

カテゴリー: R, Tools | コメントする

vcd::mosaic で日本語を使うためのwrapper書きました

カテゴリカルデータの可視化には、Michael Friendly先生たちのvcd(その名もずばり、Visualizing of Categorical Data:カテゴリカルデータの可視化)が有効なことはいろいろなところでこのパッケージが紹介されていることからもわかります。ただ、グラフィックがbase graphics ではなく、(latticeやggplot2でも使われている)gridであることもあり、日本語表示が簡単ではありませんでした。

しかし、gpar に日本語フォントを指定することでmosaicなどのvcd  function で日本語が使えるようになります。

当初は、一々mosaic()の中にパラメータで書いていたのですが、さすがに面倒になったので、wrapper をパッケージにしてみました。

Github からインストールできますので、使ってみてください。

if(!require(devtools)) install.packages("devtools")
devtools::install_github("419kfj/futools")
library(vcd)
library(RColorBrewer)
library(futools)
data(HairEyeColor_jp)
mosaic_jp0(HairEyeColor_jp)
# without cell color
mosaic_jp2(HairEyeColor_jp)

# set cell color by color matrix
cset <- t(matrix(rep(brewer.pal(4,"Blues"),2),ncol=2))
mosaic_jp2(HairEyeColor_jp,gp=gpar(fill=cset,col=0))

# Pearson residulas
mosaic_jp2(HairEyeColor_jp,shade=TRUE)

Reference:

カテゴリー: R, Tools | コメントする

その「数量化」大丈夫ですか?

2018-03-03 Tokyo.R(というRの研究会 )#68でのライトニング・トーク(LT)で、「マンガで統計学 因子分析編」オーム社刊、のデータを、一旦多重対応分析MCAで数量化しなおして、再度主成分分析PCAにかけるとどうなるか、という話をしてきました。

以下にスライドとスクリプトを公開してあります。

・発表スライド https://www.slideshare.net/kazuofujimoto/ss-89428948?from_m_app=ios

・資料としてつくったスクリプト(R) http://rpubs.com/kfj419/365002

カテゴリー: R, 対応分析 | コメントする

Specific MCA(SpeMCA)とClass Specific MCA(CSA)

Brigitte Le Roux 先生の”Multiple Correspondence Analysis”(多重対応分析), SAGE, 2010, にでてくる Specific** MCA(SpeMCA) と Class Specific MCA(CSA)(p61)が、(どうやら)FactoMineRのラッパーとして実装されているらしいことがわかった(^^)*。GDATools。これ(SpeMCA)、トニー・ベネットの『文化・階級・卓越化』でも使われているもの(Appendix 2参照)。(*追記:speMCA は、全部自前で処理してました。)
まだ、サンプルを動かしただけだけではっきりとはわかってないけど、「Active variable」の中に「Passive categories」を指定する、らしい。つまり、「変数(variable)を supplementary にして軸形成に寄与させない」のではなく、変数内のカテゴリ(othersとかNAとか)を「Passive カテゴリ」として<はずす>ような感じか。これ、調査実習のデータでもやったけど、前処理をdplyrでちょこちょこやってデータセットを書き換えていたので、こういうアプローチあるのだな、と納得。
ちなみに、GDATools には、カテゴリー一覧を表示させるfunctionが用意されているので、それをつかって「Passive」しているするカテゴリを指定して、GDATools::SpeMCA に 投入すればいいらしい。ClassSpecific MCA(MCA)は、個体のサブクラウドに対するMCAのようなので、SpeMCAの個体版と理解すればいいのだろうか。
(** とするとMCAの対象を「明確にする」「特定のものにする」というspecific なので「特殊なMCA」というよりは「特定MCA」というニュアンスではないだろうか。)
サンプルのMusicデータをregularMCA でやると、こんなふうにFrenchPOP.NAやClassic.NAが軸を引っ張ってます。
mca <- speMCA(Music[,1:5])
これを、.NA のカテゴリをexclで指定してSpeMCA するとこうなります(^^)/ 
mca <- speMCA(Music[,1:5],excl=c(3,6,9,12,15))
ドキュメントは、
カテゴリー: R, 対応分析 | コメントする

『対応分析入門』正誤表に追記しました

2018/02/09 二件の誤記訂正行いました。https://wp.me/P70mJn-15

カテゴリー: R, 対応分析 | コメントする

CA,MCA,PCA のnice companion であるfactoextra のcheatssheet 公開されてます

作者のgithub の以下にところから取得可能です。

CA(対応分析)についてのツールのcheatssheet。

https://github.com/kassambara/factoextra/blob/master/docs/CA.pdf

PCA(主成分分析)についてのツールのcheatssheet。

https://github.com/kassambara/factoextra/blob/master/docs/PCA.pdf

カテゴリー: R, Tools, 対応分析 | コメントする