農工大 生物統計1
生物統計学１
要約統計量
## #英語の得点の記述統計
## #英語の得点の記述統計 eigo <- c( 36,70,56,68,76,60,50,63,62,42,64,60,50,68,71,67, 50,65,67,57,72,64,61,66,46,80,46,51,59,32,55,65, 65,52,57,64,23,57,53,54,38,71,57,69,77,61,51,64, 63,43,65,61,51,69,72,68,53,66,68,58,73,65,62,67, 47,81,47,52,59,33,56,66,67,52,58,65,24,58,54,55) length(eigo) #データ数 mean(eigo) # 標本平均 var(eigo) # 標本分散 sd(eigo) # 標本標準偏差 summary(eigo) # データの要約統計量
[1] 80 [1] 58.625 [1] 134.3892 [1] 11.59264 Min. 1st Qu. Median Mean 3rd Qu. Max. 23.00 52.00 60.50 58.62 66.25 81.00
データの図示
## ## データの図示 ## 箱ヒゲ図 ## png(file="bio/graph/eigo-box.png") boxplot(eigo, main="英語得点の箱ヒゲ図") #箱ひげ図 boxplot.stats(eigo) #箱ひげ図用統計量
## 英語のヒストグラム ## png("bio/graph/eigo-hist.png") hist(eigo, breaks=seq(0, 100, by=5), xlab="英語得点", ylab="頻度", main="") title(main = "英語得点のヒストグラム") #グラフタイトル stem(eigo, scale=2) #幹葉表示
ダイズ地上部乾物重データ
ダイズの植物体に圃場環境の不均一性がどのように現れるかの実験 1971年に、長野県塩尻市 にある中信試験場（現在は，長野県野菜・花卉試験 場）で実施された。一枚の圃場（南北約 8m、東西約 18m）で、畝は南北に作 り、畝間は約75cm、株間は約15cmの間隔に作られた植穴に2粒ずつ播種し、間 引きと補植で1本仕立てにした。各個体は、根際で切断され、地上部を乾燥し た後、
地上部全重(g)、粒重(g)、主茎長(cm)、分枝数(本)の4形質が測定された。
今回使用するデータは、その北西部分にあたる12畝、25株の地上部全重デー タをそれらの位置に対応して並べたものである。すなわち、データ行 列 の左側と上側は道路に面しているが、右側と下側は他のダイズ個体に面し ていた。
データダウンロード ./bio/data/daizu.csv
## ##ダイズデータ読み込み daizu.df <- read.csv("bio/data/daizu.csv") # daizu.csv ファイル読み込み dim(daizu.df) # データの大きさ head(daizu.df) # 最初の一部の行のみを表示
[1] 25 12
ridge1 ridge2 ridge3 ridge4 ridge5 ridge6 ridge7 ridge8 ridge9 ridge10
1 176 171 173 194 NA 130 168 143 100 167
2 119 75 83 154 140 125 99 106 109 85
3 101 107 69 77 103 107 76 70 73 74
4 77 90 103 46 85 62 75 83 68 68
5 75 81 69 75 44 59 51 76 58 84
6 77 70 62 10 40 58 66 28 62 71
ridge11 ridge12
1 160 134
2 110 44
3 84 70
4 53 71
5 58 73
6 62 48
## ## daizu.dfはdata.frameなので行列に変換する。 daizu.mat <- as.matrix(daizu.df) # その後ベクトル化して1次元数値データにする。 daizu <- as.vector(daizu.mat) length(daizu) summary(daizu) ## データに欠測値、NA(Not Avairable) が含まれていると計算してくれないので、 ## NA部分を除く(remove)という命令、na.rm=Tを付け加える必要がある。 mean(daizu) mean(daizu, na.rm=T) sd(daizu, na.rm=T)
[1] 300 Min. 1st Qu. Median Mean 3rd Qu. Max. NA's 1.00 54.00 65.00 67.68 75.00 194.00 2 [1] NA [1] 67.68121 [1] 26.1403
## ## ダイズデータをグラフにする。 boxplot(daizu) title(main="ダイズデータの箱ひげ図")
## ##ダイズデータをグラフにする。 hist(daizu, breaks=seq(0, 200, by=5), main="ダイズデータの頻度表")
ダイズデータの行平均や列平均を求る。
- これは、apply()関数を用いる。
- mean の他に max, sum, sd, など色々な操作もできる。
- na.rm=T も忘れずに入れる。
## ## rowmean <- apply(daizu.df, 1, mean, na.rm=T); rowmean # 行平均 colmean <- apply(daizu.df, 2, mean, na.rm=T); colmean # 列平均
[1] 156.00000 104.08333 84.25000 73.41667 66.91667 54.50000 66.83333 [8] 57.91667 64.00000 60.75000 62.25000 60.54545 61.08333 61.00000 [15] 61.83333 55.50000 60.08333 63.33333 62.16667 59.00000 58.66667 [22] 55.33333 54.83333 64.83333 69.66667 ridge1 ridge2 ridge3 ridge4 ridge5 ridge6 ridge7 ridge8 ridge9 ridge10 78.360 76.720 71.200 68.120 64.000 67.640 66.160 62.040 62.640 65.625 ridge11 ridge12 67.520 61.920
## ## plot(rowmean, type="b", col="blue", main="ダイズデータの行平均，列平均") par(new=T) plot(colmean, type="b", col="blue")
左側ほど値が大きい、理由は後ほど考える。