Last updated: October 2008. Kajiyama                    [ 目次に戻る ]

度数分布表を作成


  1. 使用する「iris」のデータ構造の確認

    ・「コンソール」 画面に,

    iris #  と記述すると,Rに組み込みこまれているFisherの研究で使われた「iris」データ 150サンプルが表示される.

    ・「コンソール」 画面に,

    str (iris) #  と記述すると,「irisのデータ構造」が表示され,5変数の名前と,型が表示される.

    ・Sepal.Length: num数値型・Sepal.Width : num数値型・Petal.Length: num数値型・Petal.Width : num数値型・Species: Factorカテゴリ型

      あやめの大きな3枚のはなびらは,「Sepal がく片」で,小さな3枚のはなびらが,「Petal 花びら」である.

    Sepal「がく片」の長さと幅・Petal「花びら」の長さと幅

    Species「あやめ3品種 [setosa・versicolor・virginica]」

    > str(iris)

    'data.frame': 150 obs. of 5 variables:
    $ Sepal.Length: num 5.1 4.9 4.7 4.6 5 5.4 4.6 5 4.4 4.9 ...
    $ Sepal.Width : num 3.5 3 3.2 3.1 3.6 3.9 3.4 3.4 2.9 3.1 ...
    $ Petal.Length: num 1.4 1.4 1.3 1.5 1.4 1.7 1.4 1.5 1.4 1.5 ...
    $ Petal.Width : num 0.2 0.2 0.2 0.2 0.2 0.4 0.3 0.2 0.2 0.1 ...
    $ Species : Factor w/ 3 levels "setosa","versicolor",..: 1 1 1 1 1 1 1 1 1 ...


    ・「コンソール」 画面に,

    summary (iris) #  と記述すると,「irisデータの要約統計量」が表示される.

    Min. 最小値, 1st Qu. 第1四分位, Median 中央値, Mean 平均値, 3rd Qu. 第3四分位, Max. 最大値.

    > summary (iris)

     Sepal.Length   Sepal.Width    Petal.Length    Petal.Width   Species
     Min.  :4.300   Min.  :2.000    Min.  :1.000   Min.  :0.100  setosa :50
     1st Qu.:5.100   1st Qu.:2.800    1st Qu.:1.600   1st Qu.:0.300  versicolor:50
     Mean :5.843   Mean :3.057    Mean :3.758   Mean :1.199   virginica:50
     3rd Qu.:6.400   3rd Qu.:3.300    3rd Qu.:5.100   3rd Qu.:1.800
     Max.  :7.900   Max.  :4.400   Max.  :6.900   Max.  :2.500



  2. plot関数を使い,まず,視覚化する.この方法を「インデックスプロット」という.

    (1) 「コンソール」 画面に,第1変数のSepal.Lengthの分布表を作成する.横軸はサンプル番号,縦軸は「がく片」の長さを示す.

    plot(iris$Sepal.Length, type="b") #  と記述する.サンプル番号順に長さがプロットされる.


  3. table関数を使った度数分布表 

    ・table関数を使い,まず,自動的に度数分布表を作る.

     table(データフレーム名 $ 変数名) あるいは table(データフレーム名[ 列番号 ])


    (1) 「コンソール」 画面に,第1変数のSepal.Lengthの度数分布表を作成する.

    table(iris$Sepal.Length) #  と記述すると,irisデータの第1列の「Sepal.Lengthの度数分布表」が表示される.

    ・上段が変数の分割区間,下段が度数である.

    > table(iris$Sepal.Length)

    4.3 4.4 4.5 4.6 4.7 4.8 4.9  5 5.1 5.2 5.3 5.4 5.5 5.6 5.7 5.8 5.9  6 6.1 6.2 6.3 6.4 6.5 6.6 6.7 
     1  3  1  4  2  5  6  10 9  4  1  6  7  6  8  7  3  6  6  4  9  7  5  2  8 

    6.8 6.9   7 7.1 7.2 7.3 7.4 7.6 7.7 7.9
     3  4   1  1  3  1  1  1  4  1 


    table(iris[1]) #  と記述しても,同様に,irisデータの第1列の「Sepal.Lengthの度数分布表」が表示される.

    > table(iris[1])

    4.3 4.4 4.5 4.6 4.7 4.8 4.9  5 5.1 5.2 5.3 5.4 5.5 5.6 5.7 5.8 5.9  6 6.1 6.2 6.3 6.4 6.5 6.6 6.7 
     1  3  1  4  2  5  6  10 9  4  1  6  7  6  8  7  3  6  6  4  9  7  5  2  8 

    6.8 6.9   7 7.1 7.2 7.3 7.4 7.6 7.7 7.9
     3  4   1  1  3  1  1  1  4  1 


    (2) 変数が文字列のカテゴリの場合も同様な度数分布表を作成する.

    table(iris$Species) #  と記述すると,irisデータの第5列の「Speciesの度数分布表」が表示される.

    table(iris[5]) #  と記述しても,irisデータの第5列の「Speciesの度数分布表」が表示される.

    > table(iris$Species)

       setosa  versicolor  virginica
         50      50      50
    > table(iris[5])

       setosa  versicolor  virginica
         50      50      50



  4. 連続変数をカテゴリ化した度数分布表の作成 

    (1) 連続変数のカテゴリ化

    第1〜4変数は長さや幅の連続した数値である.この連続した数値を分割点で区切り区間化しカテゴリに変換する.

    第1変数Sepal.Lengthは4.3〜7.9の値をとるので,これを1cm間隔で4区間に分割する.

    1. 4≦データ値<5
    2. 5≦データ値<6
    3. 6≦データ値<7
    4. 7≦データ値<8

    (2) 第1変数Sepal.Lengthを抜き出して,これをデータフレーム x とする.

    x <- iris $ Sepal.Length #  と記述すると,irisデータの第1列の「Sepal.Length」がxに抜き出される.

    x #  と記述し抜き出した150サンプルの「Sepal.Length」のデータxを確認する.

    > x <- iris $ Sepal.Length
    > x


    [1] 5.1 4.9 4.7 4.6 5.0 5.4 4.6 5.0 4.4 4.9 5.4 4.8 4.8 4.3 5.8 5.7 5.4 5.1 5.7 5.1 5.4 5.1 4.6 5.1 4.8 5.0 5.0
    [28] 5.2 5.2 4.7 4.8 5.4 5.2 5.5 4.9 5.0 5.5 4.9 4.4 5.1 5.0 4.5 4.4 5.0 5.1 4.8 5.1 4.6 5.3 5.0 7.0 6.4 6.9 5.5
    [55] 6.5 5.7 6.3 4.9 6.6 5.2 5.0 5.9 6.0 6.1 5.6 6.7 5.6 5.8 6.2 5.6 5.9 6.1 6.3 6.1 6.4 6.6 6.8 6.7 6.0 5.7 5.5
    [82] 5.5 5.8 6.0 5.4 6.0 6.7 6.3 5.6 5.5 5.5 6.1 5.8 5.0 5.6 5.7 5.7 6.2 5.1 5.7 6.3 5.8 7.1 6.3 6.5 7.6 4.9 7.3
    [109] 6.7 7.2 6.5 6.4 6.8 5.7 5.8 6.4 6.5 7.7 7.7 6.0 6.9 5.6 7.7 6.3 6.7 7.2 6.2 6.1 6.4 7.2 7.4 7.9 6.4 6.3 6.1
    [136] 7.7 6.3 6.4 6.0 6.9 6.7 6.9 5.8 6.8 6.7 6.7 6.3 6.5 6.2 5.9


    (3) 3〜8cmの間を5区間に分割しデータをカテゴリ化する.分類後のデータをデータフレーム x2 とする.

    x2 <- cut(x, breaks = c(4,5,6,7,8), right=FALSE, ordered_result=TRUE, labels= c("4-5","5-6","6-7","7-8"))

    #  と記述すると,連続した数値を区間ごとのカテゴリに変換する.分類したデータが x2 保存される.

    ・right=FALSE は区間の下限の値は区間に含まれるが,上限の値は区間に含まれないことを示している.m≦データ値<n

    x2 #  と記述し分類後の150サンプルのデータx2を確認する.

    サンプル01の数値5.1cmがカテゴリ"5-6"に変換されていることがわかる.

    > x2 <- cut(x, breaks=c(3,4,5,6,7,8),right=FALSE,ordered_result=TRUE,labels=c("3-4","4-5","5-6","6-7","7-8"))
    > x2


    [1] 5-6 4-5 4-5 4-5 5-6 5-6 4-5 5-6 4-5 4-5 5-6 4-5 4-5 4-5 5-6 5-6 5-6 5-6 5-6 5-6 5-6 5-6 4-5 5-6 4-5 5-6 5-6
    [28] 5-6 5-6 4-5 4-5 5-6 5-6 5-6 4-5 5-6 5-6 4-5 4-5 5-6 5-6 4-5 4-5 5-6 5-6 4-5 5-6 4-5 5-6 5-6 7-8 6-7 6-7 5-6
    [55] 6-7 5-6 6-7 4-5 6-7 5-6 5-6 5-6 6-7 6-7 5-6 6-7 5-6 5-6 6-7 5-6 5-6 6-7 6-7 6-7 6-7 6-7 6-7 6-7 6-7 5-6 5-6
    [82] 5-6 5-6 6-7 5-6 6-7 6-7 6-7 5-6 5-6 5-6 6-7 5-6 5-6 5-6 5-6 5-6 6-7 5-6 5-6 6-7 5-6 7-8 6-7 6-7 7-8 4-5 7-8
    [109] 6-7 7-8 6-7 6-7 6-7 5-6 5-6 6-7 6-7 7-8 7-8 6-7 6-7 5-6 7-8 6-7 6-7 7-8 6-7 6-7 6-7 7-8 7-8 7-8 6-7 6-7 6-7
    [136] 7-8 6-7 6-7 6-7 6-7 6-7 6-7 5-6 6-7 6-7 6-7 6-7 6-7 6-7 5-6
    Levels: 4-5 < 5-6 < 6-7 < 7-8 #カテゴリは4タイプ


    (4) 4〜8cmの間を4区間に分割したirisデータの第1列の「Sepal.Length」の度数分布表は.

    table(x2) #  と記述すると,カテゴリ化したirisデータの第1列の「Sepal.Lengthの区間別度数分布表」が表示される.

    ・上段は区間を,下段は度数を表している.

    > table(x2)
    x2
    4-5  5-6  6-7  7-8
    22   61  54   13



    (5) 度数分布表に相対度数(%)を加えるには.

    x3 <- table(x2) #  と記述し,table(x2)をデータフレームx3として保存する.

    cbind (x3, x3*100/ sum (x3)) #  と記述し度数分布表に相対度数(%)を加える.,

    ・第1行はコメント,第1列は区間を,第2列は度数を,第3列は相対度数を表している.

    > x3 <- table(x2)

    > x3
    x2
    4-5  5-6  6-7  7-8
    22   61   54  13

    > cbind (x3, x3*100/ sum (x3))

      x3
    4-5  22  14.666667
    5-6  61  40.666667
    6-7  54  36.000000
    7-8  13  8.666667


    あるいは,

    rbind (x3, x3*100 / sum (x3)) #  と記述し度数分布表に相対度数(%)を加える.

    ・第1列はコメント,上段は区間を,中段は度数を,下段は相対度数を表している.

    > x3 <- table(x2)

    > x3
    x2
    3-4  4-5  5-6  6-7  7-8
     0  22   61   54  13

    > rbind (x3, x3*100/ sum (x3))
        4-5       5-6   6-7     7-8
    x3   22.00000    61.00000    54   13.000000
        14.66667    40.66667   36    8.666667

[ 目次に戻る ]