* Use UTF-8 for character encoding. このページの文字コードはUTF-8を使用しています。 Updated: 2005-04-02 5:44 am
0. はじめに
Rのダウンロード
Rのインストール
Mac OS Xの場合 （群馬大学・青木先生によるインストールガイド）
LinuxおよびWindowsの場合（多摩大学・山本義郎先生によるインストールガイド）
Rのレファレンス・マニュアル
R-intro 日本語版（森 厚 氏による日本語訳）
Rによる統計処理（上記の青木先生による）
1. データ
注意：以下4点のデータはタブ区切りになっていますので，コピー&ペーストではレイアウトが崩れてしまう可能性があります。コピー&ペーストせずに，Mac OS Xの場合「 controlキー+クリック」，Windowsの場合は「マウスの右ボタンをクリック」し，「リンク先のファイルを別名で保存...（対象をファイルに保存）」を選択した後ダウンロードしてご使用下さい。
Biber (1988)のデータ（変数の略語の説明）（ 使用域の略語の説明）
2. コマンドスクリプト補遺
追加パッケージのインストール：「主成分分析」および「階層的クラスター分析」については特に追加パッケージは必要ないが，「対応分析」を行う場合，あらかじめRのメニューから Windows では [Packages] - [Install package(s) from CRAN...] を選択しCRANのサイトへ接続し，multiv (Multivariate Data Analysis Routines)またはCoCoAn (Constrained Correspondence Analysis) をダウンロードしておく必要がある。（なお，multivにもPCA用の関数pcaが含まれているが，変数が多すぎる場合，計算が実行できない仕様になっているのであまりお薦めできない。また別の多変量パッケージとしてamap (another multivariate analysis package)というのもあり，その中にはacpという関数が用意されている。）
2005年4月1日付新情報。東京外大AA研の小田淳一さんよりWindows版multivパッケージに関して次の情報をご教示頂いた：Rの最新ヴァージョン(2.0.1)用にコンパイルされたmultivパッケージはCRANの/bin/windows/contrib/1.8 というディレクトリに置かれている。Windowsでmultivを利用するには，ウェブブラウザでCRANの当該ディレクトリにアクセスし，multiv_1.1-6.zipを一旦ローカルディスクにダウンロードする。その後[Install Packages from local zip files]でダウンロードしたzipファイルをインストールし ， [load packages]でmultivを選択するとよい。
Rの最新ヴァージョン( 2.0.1)では，Mac OS X用にコンパイルされたパッケージmultiv が用意されていない。Mac OS X で R 2.0.1以降を使用する場合，multivをソースからコンパイルする必要がある。その際，FORTRANのコンパイラ(g77)が必要になるので，まず，EasyPackageを使用してg77をインストールしておくこと（EasyPackageのインストールその他に関しては琉球大学白土先生のWikiサイトを参照）。g77のインストールが済んだら，multivのソースコードをここからダウンロードしローカルディスクに保存する。次に，Rを起動し，[Package & Data] メニューから [Package Installer] を選択→ R package Installer のポップアップメニューから [Local Source package] を選択→ [Insall & Update] ボタンを押し，ファインダで multiv のソースを探し [Open]。Linuxでは多少手続きは異なるが，同様にパッケージをソースから読み込んでコンパイルする。
ワーキング・ディレクトリの設定（ディレクトリの変更）（*これをやっておかないとデータの読み込みができません）： Mac OS X では [Misc] メニューから [Change working directory] を選択， Windows では [File] メニューから [Change working directory], R を ターミナルから起動してしようする場合，あるいはRのコンソール上で変更する場合， setwd("full/path/to/the/file") コマンドを用いる。full/path… には実際のパスを記入すること。
R Commander のインストール：上記追加パッケージで Rcmdr をダウンロードし，ライブラリに読み込むと GUI ベースで R が使用できるようになる。ただし，現行では全ての手法が使用できるわけではなく，多変量解析に関してはPCA, Factor Analysisなどに限定される。* なお，Mac OS Xで R commanderを使用する場合は， X11をあらかじめ起動しておく必要がある（ R commander は X11 (Mac OS XのXウィンドウ環境）必要とするため）。 Mac OS X で R を使うなら いっそのこと最初から X11 のターミナル上で R を起動した方が手っ取り早い。
青木先生によるPCAコマンド(コマンド名をパッケージmultiv所収のpcaと区別するため，rpcaと変更していることに注意）
3. ワークショップで紹介した解析手法（以下，リンクをクリックして現れるコマンド行をRのコマンド入力画面にタイプするか，コピー&ペーストを行って下さい。あるいは，エディタで編集して Rスクリプト(.R)ファイルとして保存し，Rの起動後にsource()コマンドを使って読み込んで使用することもできます。）
Mac OS XのTerminal.appで下記の多変量解析コマンドを利用する場合，グラフ作画にX11を用いる仕様にしている関係上，コマンドを実行する前に X11（/Applications/Utilities/X11.app)を起動しておく必要がある。＊最初からTerminal.appでなく，X11のターミナル(xterm等)を使うのが一番手っ取り早い。xtermではなく，他のMac OSアプリケーションと同じ感覚でコピー&ペーストができるTerminal.appを使用したいという方は，以下の青地の部分をコピーし，ターミナル.appのプロンプト( % や $ マークで表示されている）にペーストして実行して頂くとよい。
デフォルトのシェルが tcshの場合：
[panther:~] username% echo "alias R 'open /Applications/Utilities/X11.app; /usr/bin/R'" >> .tcshrc
デフォルトのシェルが bash の場合：
panther:~ username$ echo "alias R='open /Applications/Utilities/X11.app; /usr/bin/R'" >> .bashrc
または
panther:~ username$ echo "alias R='open /Applications/Utilities/X11.app; /usr/bin/R'" >> .bash_profile
3.1 対応分析(1): multivパッケージを使用するコマンド
1. データの読み込み
> dat <- read.delim("ファイル名") #表1のデータを用いる場合は，"table1demo.txt"と入力する
対応分析グラフ作図 UNIX (Mac OS X, Linux)用（サンプルスコア【項目間の関係】およびカテゴリスコア【変数間の関係】を第2次元まで散布図に表示）
対応分析グラフ作図 Windows用（サンプルスコア【項目間の関係】およびカテゴリスコア【変数間の関係】を第2次元まで散布図に表示）
3.2 対応分析(2): multivが利用不可能な場合（R 2.0.0以降，デフォルトでパッケージmultivが使用できなくなったため，MASSに含まれるcorrespを使用するよう記述を変更した。 2005-04-02 ）
1. データの読み込み
> dat <- read.delim("ファイル名") #表1のデータを用いる場合は，"table1demo.txt"と入力する
グラフ作図 UNIX (Mac OS X, Linux)用（サンプルスコア【項目間の関係】およびカテゴリスコア【変数間の関係】を第2次元まで散布図に表示）
グラフ作図 Windows用（サンプルスコア【項目間の関係】およびカテゴリスコア【変数間の関係】を第2次元まで散布図に表示）
3.3 主成分分析(1): prcomp関数を使用する。
データの読み込み
# データの読み込み（24人の登場人物のデータを用いる場合は，"24ch21w.txt"と入力する ）
> dat <- read.delim("ファイル名") # Dickens, Christmas Booksにおける
PC負荷量・PC得点散布図 （UNIX, Mac OS, Linux用） （第二主成分までの「主成分負荷量」および「主成分得点」を散布図に表示）
PC負荷量・PC得点散布図 （Windows用） （第二主成分までの「主成分負荷量」および「主成分得点」を散布図に表示）
3.4 主成分分析(2) *上記青木先生によるスクリプトを基にした。
データの読み込み
> dat <- read.delim("ファイル名") # Dickens, Christmas Booksにおける
# 24人の登場人物のデータを用いる場合は，"24ch21w.txt"と入力する
グラフ１（主成分負荷量：変数間の関係）
グラフ２（主成分得点：個体間の関係）
3.5 クラスター分析（個体間の距離を「標準化ユークリッド距離」で計り，クラスター間の距離は「最大距離法」を用いる場合）
データの読み込み
> library(stats) #階層的クラスター分析を含むstatsパッケージの読み込み
> dat <- read.delim("ファイル名") #read.delim()はタブ区切りのデータを読み込むコマンド
# 色彩語のデータを用いる場合は，「ファイル名」のところに"15texts8colours.txt"と入力する
分析実行・グラフ表示（固体間の関係を樹状図に表示）
4. 分析結果データの書き出し
i) 主成分分析(1)の結果の場合（*結果はpcloadingsおよびpcscoresに格納されているものとする）
#主成分負荷量を第1主成分から第6主成分までファイルに書き出し保存．
write.table(pcloadings[,1:6], file="ファイル名", sep="\t")
#主成分得点を第1主成分から第6主成分までファイルに書き出し保存．
write.table(pcscores[,1:6], file="ファイル名", sep="\t")
ii) 主成分分析(2)の場合（*結果はresrpcaに格納されているものとする）
write.table(resrpca$factor.loadings[,1:6], file="ファイル名", sep="\t") #主成分負荷量を
# 第1主成分から第6主成分までファイルに書き出し保存．
write.table(resrpca$fs)[,1:6], file="ファイル名", sep="\t") #主成分得点
# 第1主成分から第6主成分までファイルに書き出し保存．
iii) 対応分析(1)の場合（*結果はresultsに格納されているものとする）
write.table(results$rproj[,1:6], file="ファイル名", sep="\t") #サンプル（行）スコアを
# 第1主次元から第6次元までファイルに書き出し保存．
write.table(results$cproj)[,1:6], file="ファイル名", sep="\t") #カテゴリー（列）スコアを
# 第1次元から第6次元までファイルに書き出し保存
iv) 対応分析(2)の場合（*結果はresultsに格納されているものとする）
write.table(results$rscore[,1:6], file="ファイル名", sep="\t") #サンプル（行）スコアを
# 第1主次元から第6次元までファイルに書き出し保存．
write.table(results$cscore)[,1:6], file="ファイル名", sep="\t") #カテゴリー（列）スコアを
# 第1次元から第6次元までファイルに書き出し保存．
5. グラフの保存
PDFファイルとして保存する場合
pdf(file="ファイル名.pdf") # pdfデバイスを開く
上記3.1〜3.4のグラフ作成コマンドを入力
dev.off() # 必要な出力がすべて終ったらすぐにデバイスを閉じる。
ポーストスクリプト(ps)ファイルとして保存する場合
postscript(file="ファイル名.ps") # postscriptデバイスを開く
上記3.1〜3.4のグラフ作成コマンドを入力
dev.off() # 必要な出力がすべて終ったらすぐにデバイスを閉じる。
6. 最後に：Rの終了
quit() または q() で R のセッションを終了します。
#「Save workspace image? [y/n/c]:」というプロンプトが現れますが，関数等を記録しておきたければ Y(es), 不要なら N(o)とタイプして終了します。
以上。 *問題点等がありましたら田畑までご教示下さい。