rmarkdownパッケージで楽々ドキュメント生成

@kohske

はじめに

Rマークダウンでドキュメントとコード書いて→ rmarkdown::render() します。

例：あやめの解析 (またかよ・・・orz)

あやめとは、

  • さかな植物の名前です。
  • おそらく、世界中でも最も多く解析にさらされた植物でしょう。
  • 学名はIris sanguineaといいます。
  • イリスではなくて、アイリスです。
  • 大きい声では言えませんが今でも「イリス」と呼んでます。

データの雰囲気

ここでは先頭の6行を見てみましょう。

knitr::kable(head(iris), format = "pandoc", caption="あやめのデータ (1-6行)")
あやめのデータ (1-6行)
Sepal.Length Sepal.Width Petal.Length Petal.Width Species
5.1 3.5 1.4 0.2 setosa
4.9 3.0 1.4 0.2 setosa
4.7 3.2 1.3 0.2 setosa
4.6 3.1 1.5 0.2 setosa
5.0 3.6 1.4 0.2 setosa
5.4 3.9 1.7 0.4 setosa

データの解析

変数間の相関を調べてみましょう。

knitr::kable(cor(iris[, -5]), format = "pandoc", caption="あやめの相関")
あやめの相関
Sepal.Length Sepal.Width Petal.Length Petal.Width
Sepal.Length 1.0000 -0.1176 0.8718 0.8179
Sepal.Width -0.1176 1.0000 -0.4284 -0.3661
Petal.Length 0.8718 -0.4284 1.0000 0.9629
Petal.Width 0.8179 -0.3661 0.9629 1.0000

データの可視化

ヒストグラムを作って、正規分布(\(\frac{1}{\sqrt{2\pi\sigma^2}} \exp\left(-\frac{\left(x-\mu\right)^2}{2\sigma^2}\right)\))と比べてみます。

par(mar=c(2.5, 2.5, 1.5, 1))
hist(scale(iris[, 1]), probability = TRUE, ylim=c(0, 0.5), main = NULL)
curve(dnorm(x), add=TRUE)

ヒストグラム

最後に

Enjoy!!