id,gender,height,weight
1,M,157.67,64.82
2,M,178.76,72.38
3,M,161.95,64.52
4,M,162.26,63.35
5,M,167.95,68.76
6,M,165.59,66.4
7,M,163.66,64.22
8,M,171.78,67.76
9,M,161.11,60.76
10,M,160.97,60.64

...

パッケージ(ggplot2)の利用

グラフの描画にggplot2を利用する。よく分かってないけど、参考文献のまま。

install.packages("ggplot2")
library(ggplot2)

データの読み込み

body.dataというオブジェクトに、csvファイルのデータを読み込ませる。

body.data <- read.csv("body_sample.csv", header=T,stringsAsFactors=F)

header=Tは1行目をヘッダーと見なす。

stringsAsFactors=Fは文字列がFactorだとみなされないようにする。（ココらへん意味わかってない）

身長データのヒストグラム

何はともあれ可視化をしてみる。

ggplot(body.data, aes(x=height, fill=gender)) + geom_histogram() + theme_bw(16) + ylab("count")

身長と体重の散布図＋回帰直線

さらにそれっぽいことをやる。

ggplot(body.data, aes(x=height, y=weight, col=gender)) + geom_point() + theme_bw(16) + geom_smooth(method = "lm")

身長と体重の相関関係

回帰直線より、身長と体重には相関関係をみることができる。（そりゃそうだろうけど。。。）

相関係数の算出

相関係数Rは、以下の用に計算する

> cor(body.data$height, body.data$weight)
[1] 0.8928748

相関係数とは

相関係数R	相関関係
0.7 〜 1.0	強い相関あり
0.4 〜 0.7	やや相関あり
0.0 〜 0.2	ほとんど相関なし

以上。