×
[PR]上記の広告は3ヶ月以上新規記事投稿のないブログに表示されています。新しい記事を書く事で広告が消えます。
Rjpwikiの色見本
http://www.okada.jp.org/RWiki/?%BF%A7%B8%AB%CB%DC
Chart of R Colors
http://research.stowers-institute.org/efg/R/Color/Chart/
# 自分の使う色だけまとめる
cls <- c("blue", "cadetblue", "chartreuse", "cyan", "darkblue", "deeppink", "deepskyblue", "dodgerblue", "green", "lightblue", "magenta", "purple", "pink")
x <- rep(1,13)
names(x) <- cls
par(mfrow=c(2,1), cex=0.6)
barplot(x[1:6], col=cls[1:6])
barplot(x[7:13], col=cls[7:13])
# 基本色
win.graph()
cls <- c("blue", "green", "yellow", "red", "purple", "violet")
x <- rep(1,6)
names(x) <- cls
barplot(x, col=cls)
http://www.okada.jp.org/RWiki/?%BF%A7%B8%AB%CB%DC
Chart of R Colors
http://research.stowers-institute.org/efg/R/Color/Chart/
# 自分の使う色だけまとめる
cls <- c("blue", "cadetblue", "chartreuse", "cyan", "darkblue", "deeppink", "deepskyblue", "dodgerblue", "green", "lightblue", "magenta", "purple", "pink")
x <- rep(1,13)
names(x) <- cls
par(mfrow=c(2,1), cex=0.6)
barplot(x[1:6], col=cls[1:6])
barplot(x[7:13], col=cls[7:13])
# 基本色
win.graph()
cls <- c("blue", "green", "yellow", "red", "purple", "violet")
x <- rep(1,6)
names(x) <- cls
barplot(x, col=cls)
PR
# MASSパッケージ、mvrnorm関数の覚書
sg <- matrix(c(1, 0.5, 0.5,1), nr=2) # 0.5の相関係数をもつ場合の相関行列
sg
vs <- mvrnorm(n=1000, mu=c(0, 0), Sigma=sg, empirical=T)
x <- vs[,1]
y <- vs[,2]
# プロット
plot(x,y, main="r = .50", pch=20)
abline(lm(y~x))
## よく統計の教科書に載ってる相関の表
# データ生成
library(MASS)
crv <- c(0, 0.2, 0.4, 0.6, 0.8, 1.0)
vrlist <- list()
for (i in 1:6) {
sg <- matrix(c(1, crv[i], crv[i], 1), nr=2)
vs <- mvrnorm(n=300, mu=c(0, 0), Sigma=sg, empirical=T)
vrlist[[i]] <- vs
}
# プロット
par(mfrow=c(2,3))
for (i in 1:6) {
mat <- vrlist[[i]]
x <- mat[,1]
y <- mat[,2]
ttl <- paste("r = ", crv[i], sep="")
plot(x,y, main=ttl, pch=20)
}
# 回帰直線を追加するプロット
win.graph()
par(mfrow=c(2,3))
for (i in 1:6) {
mat <- vrlist[[i]]
x <- mat[,1]
y <- mat[,2]
ttl <- paste("r = ", crv[i], sep="")
plot(x,y, main=ttl, pch=20)
abline(lm(y~x), col="blue", lwd=2)
}
sg <- matrix(c(1, 0.5, 0.5,1), nr=2) # 0.5の相関係数をもつ場合の相関行列
sg
vs <- mvrnorm(n=1000, mu=c(0, 0), Sigma=sg, empirical=T)
x <- vs[,1]
y <- vs[,2]
# プロット
plot(x,y, main="r = .50", pch=20)
abline(lm(y~x))
## よく統計の教科書に載ってる相関の表
# データ生成
library(MASS)
crv <- c(0, 0.2, 0.4, 0.6, 0.8, 1.0)
vrlist <- list()
for (i in 1:6) {
sg <- matrix(c(1, crv[i], crv[i], 1), nr=2)
vs <- mvrnorm(n=300, mu=c(0, 0), Sigma=sg, empirical=T)
vrlist[[i]] <- vs
}
# プロット
par(mfrow=c(2,3))
for (i in 1:6) {
mat <- vrlist[[i]]
x <- mat[,1]
y <- mat[,2]
ttl <- paste("r = ", crv[i], sep="")
plot(x,y, main=ttl, pch=20)
}
# 回帰直線を追加するプロット
win.graph()
par(mfrow=c(2,3))
for (i in 1:6) {
mat <- vrlist[[i]]
x <- mat[,1]
y <- mat[,2]
ttl <- paste("r = ", crv[i], sep="")
plot(x,y, main=ttl, pch=20)
abline(lm(y~x), col="blue", lwd=2)
}
A、α アルファ
B、β ベータ
Γ、γ ガンマ
Δ、δ デルタ
E、ε イプシロン
Z、ζ ゼータ
H、η イータ(エータ)
Θ、θ シータ(テータ)
I、i イオタ
K、κ カッパ
Λ、λ ラムダ
M、μ ミュー
N、ν ニュー
Ξ、ξ グザイ (クシー、クサイ)
O、ο オミクロン
Π、π パイ
P、ρ ロー
Σ、σ シグマ
T、τ タウ
Υ、υ ウプシロン(ユプシロン)
Φ、φ ファイ
X、χ カイ
Ψ、ψ プサイ
Ω、ω オメガ
B、β ベータ
Γ、γ ガンマ
Δ、δ デルタ
E、ε イプシロン
Z、ζ ゼータ
H、η イータ(エータ)
Θ、θ シータ(テータ)
I、i イオタ
K、κ カッパ
Λ、λ ラムダ
M、μ ミュー
N、ν ニュー
Ξ、ξ グザイ (クシー、クサイ)
O、ο オミクロン
Π、π パイ
P、ρ ロー
Σ、σ シグマ
T、τ タウ
Υ、υ ウプシロン(ユプシロン)
Φ、φ ファイ
X、χ カイ
Ψ、ψ プサイ
Ω、ω オメガ
セル内改行 =CHAR(10)
Space (半角空白) =CHAR(32)
改行(CREnter) =CHAR(13)
Tab =CHAR(9)
Back Space =CHAR(8)
Space (半角空白) =CHAR(32)
改行(CREnter) =CHAR(13)
Tab =CHAR(9)
Back Space =CHAR(8)
rvlup <- function(x, i, lbl) { # xはラベルとかをくっつけたいベクトル、iはインデックス、lblはラベル。
if(length(i)!=length(lbl))
stop("インデックスとラベルの長さが違います")
lbl2 <- lbl
names(lbl2) <- i
res <- lbl2[x]
names(res) <- NULL
return(res)
}
## 覚書: 条件の変数名をインデックスにする。その上で条件の添え字を元のベクトルで指定する。元のベクトルは当然文字列でないといけない
## stackした後のデータを想定。
tr <- sample(paste("trial", 1:10, sep=""), 20, replace=T)
## それぞれの試行はどんな条件かのインデックス
## サンプルデータ
x1 <- paste("trial", 1:10, sep="")
x2 <- sample(c("high", "low"), 10, replace=T)
## インデックスデータ
(indx <- data.frame(indx=x1, cnd=x2))
## インデックス、条件をそれぞれベクトルにする
indv <- indx[,1]
cndv <- indx[,2]
## 関数rvlupを使う
res <- rvlup(tr, indv, cndv)
res
## 確認
data.frame(tr, res)
indx
## やっぱこっちのほうがわかりやすいかも
trcn <- vector()
for (i in 1:length(tr)) {
x <- tr[i]
xi <- which(indv==x)
res <- as.character(cndv[xi])
trcn[i] <- res
}
data.frame(tr, res)
## match関数を使えばもっと簡単だった...orz
tr
indv
cndv
xi <- match(tr, indv) # trでindvに一致するベクトルの添え字を返す。たとえばtr内の"trial9"はindvの何番目にあるか。これをxiに格納する
cndv[xi] # 条件名ベクトルからxiの添え字に入っているものをとりだす
if(length(i)!=length(lbl))
stop("インデックスとラベルの長さが違います")
lbl2 <- lbl
names(lbl2) <- i
res <- lbl2[x]
names(res) <- NULL
return(res)
}
## 覚書: 条件の変数名をインデックスにする。その上で条件の添え字を元のベクトルで指定する。元のベクトルは当然文字列でないといけない
## stackした後のデータを想定。
tr <- sample(paste("trial", 1:10, sep=""), 20, replace=T)
## それぞれの試行はどんな条件かのインデックス
## サンプルデータ
x1 <- paste("trial", 1:10, sep="")
x2 <- sample(c("high", "low"), 10, replace=T)
## インデックスデータ
(indx <- data.frame(indx=x1, cnd=x2))
## インデックス、条件をそれぞれベクトルにする
indv <- indx[,1]
cndv <- indx[,2]
## 関数rvlupを使う
res <- rvlup(tr, indv, cndv)
res
## 確認
data.frame(tr, res)
indx
## やっぱこっちのほうがわかりやすいかも
trcn <- vector()
for (i in 1:length(tr)) {
x <- tr[i]
xi <- which(indv==x)
res <- as.character(cndv[xi])
trcn[i] <- res
}
data.frame(tr, res)
## match関数を使えばもっと簡単だった...orz
tr
indv
cndv
xi <- match(tr, indv) # trでindvに一致するベクトルの添え字を返す。たとえばtr内の"trial9"はindvの何番目にあるか。これをxiに格納する
cndv[xi] # 条件名ベクトルからxiの添え字に入っているものをとりだす