Rにやらせて楽ラクしよう — データの可視化と下ごしらえ

0. どうしてRを使うの？
1. Rの基本
2. R + ggplot2 — きれいなグラフを簡単に合理的に
3. R + tidyverse — 使える形にデータを整える

科学の営み = 巨人の肩に立つ

先人たちの積み重ねに基づいて、新しい発見をする

記録を残すことは何より重要

実験や野外観察では些細なことも漏らさず記録。

生データは何重にもバックアップ。

みんな結構できてる(はず)。

データの整理・解析・作図も不可欠、だけど

再現不能の職人技で切り抜けちゃう人も多い。

コピペ、メニュー選択、配色と配置を微調整…

疑義が生じたら…？ 別の人がその研究を発展させたいとき…？

❌「ありまぁす！」

⭕「誰でも確実に再現できるプロトコルがこちらです」

Reproducible Research (再現可能な研究) が巨人を大きくする。

再現不可能な職人的研究の例

動物園の混合展示で、各種動物はどのように分布・行動しているか、
それらを決める要因は何か。膨大な観察データに基づく超大作卒論。

生データ: ここはまだそんなに悪くない

週に1回、各個体の位置と行動を種ごとのファイルに記録。
タブは個体、A列B列はXY座標でそれ以降の列は行動、各行はある時刻。

マウスとコピペを駆使して条件ごとに複製・集計

ちゃんと合ってるのかな… ファイルもタブもたくさん…

マウスとコピペを駆使して条件ごとに複製・集計

ちゃんと合ってるのかな… ファイルもタブもたくさん…

目と手で数え、濃淡を計算し、画像ソフトで塗る

泣きながら何十枚も…。無料期間が終わって今は使えない…。

目作業・手作業 ＝ シーシュポスの岩

• 膨大な単純作業がそもそもツラい
• 人間だもの、ミスは防ぎきれない
• なるべくミスを防ぐためのチェックもツラい
• ミスを発見 → 初めからやり直し
• 新たなデータ・研究 → 初めからやり直し
• 熟練してもツラいまま
• そのときの自分しかできない、記録に残らない
  → 検証のしようがない
• 卒論なら努力賞でいいかもしれないけど、科学の手続きとしては問題。

プログラミングで大量のファイルを捌く

先の例に負けず生データはどっさり。でも頑張るのは機械。

こんな感じの図もRでラクラク描けるよ

Rにやらせて楽しよう

• 規則性のある退屈な仕事は人間よりも機械のほうが得意。
• 一度書いたプログラムは、データが変わっても使いまわせる。
• 自分以外の人でも再現・検証できる
• きれいな図を簡単に描ける
• 部分的に改変しながらいろんな解析を試せる。
  → 仮説検証 だけでなく、 仮説生成(探索的データ解析) もやりやすい
• やれば上達する。

Rとは

統計解析と作図の機能が充実したプログラミング言語

クロスプラットフォーム

Linux, Mac, Windowsで動く。

オープンソース

永久に無償で、すべての機能を使える。

集合知によって常に進化している。

コミュニティ

相談できる人や参考になるウェブサイトがたくさん見つかる。

ほかのプログラミング言語でもできなくはない。
Pythonもいいよ。

本講義の目標

まっとうな科学を、もっと楽にやりたいな (済)

あれもこれもRでやれそうだな

やりたくなったらこのへんを調べればいいんだな

この発表スライドもオンラインで読める
https://heavywatal.github.io/slides/

参考

再現可能性のすゝめ — 高橋康介(著) 石田基広(監修)

R for Data Science — Hadley Wickham and Garrett Grolemund

https://r4ds.had.co.nz/

英語版書籍

日本語版書籍(Rではじめるデータサイエンス)

協力

総研大 博士課程 M. S. さん (現在はRユーザー)