広告 散布図

Rによる散布図の描き方

2023年11月3日

はじめに

散布図は、統計学において二つの連続変数間の関係を視覚的に表現する基本的なグラフの一つです。散布図を描くことによって、データポイントがどのように分布しているか、そして変数間に明確な関係があるかどうかを素早く理解することができます。

R言語では、plot 関数を使って簡単に散布図を作成できます。この関数は、基本的なプロットから始めて、さまざまなオプションを使ってカスタマイズすることができます。Rを用いて散布図を描く具体的な方法について、初心者でも簡単にフォローできるように順を追って説明していきます。

使用するデータの準備

今回は次の様な、身長(height)と体重(weight)のデータが入力されたe、csvファイル(ファイル名はscore.csv)を使用して散布図を描いていきたいと思います。

スクリプトの入力

#はじめにデータの読み込みを行います。
df <- read.csv("D:/ブログ用/17R/R/R#5　プロット/plot/score.csv")
#[D:/ブログ用/17R/R/R#5　プロット/plot/score.csv]まではご自身の環境に合わせて変更してください


#サンプルデータをそれぞれ抽出します。
x <- df$weight
y <- df$height


plot(df$weight, df$height, 
     main="散布図の例",  # タイトル
     xlab="体重",  # X軸のラベル
     ylab="身長",  # Y軸のラベル
     pch=1,  # ポイントのタイプ（pch=1は円）
     cex=2,　#ポイントのサイズ
     lwd=2,　#ポイントの境界線の太さ
     col=rgb(0,0,1,0.5))  # ポイントの色（ここでは半透明の青）

スクリプトを実行すると次のようなグラフが出来上がります。

マーカーの設定（pch)の一覧

画像だけでは説明しきれないので注釈をつけます。

  • pch = 0: 四角形
  • pch = 1: 円
  • pch = 2: 三角形（点が上）
  • pch = 3: プラス記号
  • pch = 4: クロス（×）
  • pch = 5: ダイヤモンド
  • pch = 6: 三角形（点が下）
  • pch = 7: 四角形内に十字
  • pch = 8: 星型
  • pch = 9: 円の中に丸
  • pch = 10: プラスの中に丸
  • pch = 11: 円の中に四角
  • pch = 12: 四角形の中に四角形
  • pch = 13: 円の中に三角（点が上）
  • pch = 14: 円の中に三角（点が下）
  • pch = 15: 四角形（塗りつぶしなし）
  • pch = 16: 円（塗りつぶしなし）
  • pch = 17: 三角形（点が上、塗りつぶしなし）
  • pch = 18: 三角形（点が下、塗りつぶしなし）
  • pch = 19: 固定幅の塗りつぶされた円
  • pch = 20: 固定幅の塗りつぶされた円（より小さい）
  • pch = 21: 囲まれた円（塗りつぶし可能）
  • pch = 22: 囲まれた四角形（塗りつぶし可能）
  • pch = 23: 囲まれた三角形（点が上、塗りつぶし可能）
  • pch = 24: 囲まれた三角形（点が下、塗りつぶし可能）
  • pch = 25: 囲まれたダイヤモンド（塗りつぶし可能）

pch = 21 から pch = 25 までの値は、bg パラメータを使用して背景色を指定できる点が特徴です。それぞれの形状についてのより詳細な情報は、Rのヘルプページを参照してください（コンソールで ?points または ?par と入力）。

rgb関数

Rにおいて、rgb 関数は色を指定するために使用されます。この関数は赤（Red）、緑（Green）、青（Blue）の３つのカラーチャンネルを組み合わせて、指定した色を作り出します。オプションとして透明度（Alpha）も指定することができます。

rgb 関数の基本的な使い方は以下の通りです

rgb(red, green, blue, alpha, names = NULL, maxColorValue = 1)

こで各パラメータは以下のようになります

  • red, green, blue: これらの値は色の強度をそれぞれ指定し、0からmaxColorValueまでの数値で設定します。maxColorValueのデフォルトは1で、これは色の強度が0（なし）から1（完全な強度）までであることを意味します。しかし、maxColorValueを255として設定することも一般的で、この場合は0から255までの整数を使用して色の強度を指定します。
  • alpha: これは透明度を指定します。値は0（完全に透明）からmaxColorValue（完全に不透明）までで設定します。このパラメータは省略可能ですが、透明度を指定したい場合に有用です。
  • names: オプションで、生成された色に名前を付けることができます。
  • maxColorValue: 色の強度と透明度を指定するための最大値を設定します。デフォルトは1ですが、255に設定することもよく行われます。

例えば、半透明の青色を作りたい場合、以下のように指定することができます（0から1の間で色の強度を指定）

semi_transparent_blue <- rgb(0, 0, 1, 0.5)  # 青色の強度が最大で、透明度は50%

もし0から255の値を使いたい場合は、以下のようにmaxColorValueを設定します

semi_transparent_blue <- rgb(0, 0, 255, 128, maxColorValue = 255) 
 # 同じ色ですが、値の範囲が0から255

rgb 関数で作成された色は、plot や col などの関数で色を指定するパラメータとして使用することができます。

その他の項目の設定コマンド

Rの plot 関数で軸ラベル、メインタイトル、サブタイトルのフォントサイズを変更するには、以下のパラメータを適当な場所(plot（）のカッコ内に追加）に入力すると変更できます。

  • cex.axis: 軸ラベルのフォントサイズを変更します。
  • cex.lab: 軸のタイトルのフォントサイズを変更します。
  • cex.main: メインタイトルのフォントサイズを変更します。
  • cex.sub: サブタイトルのフォントサイズを変更します。

これらのパラメータは、基準となるテキストサイズの倍率を指定します。デフォルト値は 1.0 ですが、これを大きくすることでフォントサイズを大きくできます。

回帰直線の作成

回帰直線を追加するコマンドは次の通りです。

# 回帰直線を追加
abline(lm(y ~ x), col="red")  
# lm()は線形モデルを計算し、ablineはそのモデルに基づいた直線を描きます

すると次のように回帰直線が描かれます。

回帰式の表示

回帰式を表示させるスクリプトは以下のとおりです。

model <- lm(y ~ x)
intercept <- coef(model)[1] #ｙ軸切片を抽出
slope <- coef(model)[2]　#傾きを抽出

# 回帰式のテキストを作成
eqn <- paste("y = ", round(intercept, 2), " + ", round(slope, 2), "x", sep = "")

# グラフにテキストとして回帰式を追加
text(x = mean(x), y = max(y), labels = eqn, pos = 4)

R言語において、sep は "separator" の略であり、特定の関数内で文字列を結合する際に使用される区切り文字を指定するための引数です。

  • x = mean(x): テキストを配置するX軸の位置を指定しています。ここでは x の値の平均をX軸の位置として使用しています。つまり、プロットされたデータのX軸に沿った中心点にテキストを配置したいという意図があります。

  • y = max(y): テキストを配置するY軸の位置を指定しています。こちらは y の値の最大値をY軸の位置として使用しており、データの中で最も高いポイントの高さにテキストを配置することを意味しています。

  • labels = eqn: 表示するテキストの内容を指定しています。eqn は通常、文字列や数式を含む変数で、このコマンドの前の部分で定義されていることが期待されます。たとえば、線形回帰分析から導き出された方程式を eqn という変数に保存し、それをグラフ上に表示させることが一般的です。

  • pos = 4: テキストの位置を具体的に指定しています。pos は、テキストを指定した座標点に対してどの位置に配置するかを決定する引数です。値の 4 はテキストを指定した座標の右側に配置することを意味します。

スクリプトを実行すると以下のようにグラフに回帰式が記載されるようになりました。

R言語における pos 引数は、テキストをプロット上の特定の位置に配置する際に使われます。この引数は text 関数や mtext 関数などで見られ、テキストがプロット上のどの位置に表示されるかを決定します。

text 関数の場合、pos 引数には以下の数値を指定することができます：

  • 1: 下
  • 2: 左
  • 3: 上
  • 4: 右

決定係数R2乗値の表示

決定係数R２をグラフに表示させるスクリプトは以下のとおりです。

# モデルの要約から情報を取得
summary_model <- summary(model)
r_squared <- summary_model$r.squared # R^2

# R^2のテキストを作成
r_squared_text <- paste("R^2 =", round(r_squared, digits = 2))
# グラフにテキストとしてR^2を追加
text(x = mean(x), y = max(y) - diff(range(y))/20, labels = r_squared_text, pos = 4, cex = 1)

このスクリプトでは、lm 関数を用いて線形モデルをフィットさせ、summary 関数でモデルの要約を取得し、そこから 値を取得しています。

text 関数はテキストをグラフに追加するために使用されており、pos = 4 はテキストを指定した座標の右側に配置します。cex = 1 はテキストのサイズを指定するためのものです。

text 関数を2回呼び出しているのは、回帰式と 値を異なる行に表示するためです。2つ目の text 関数では y 座標から diff(range(y))/20 を引いているので、最初のテキストより少し下に表示されます。これにより、テキストが重ならずにきれいに表示されます。

スクリプトを実行すると以下のように表示されるようになります。

スクリプトまとめ

#はじめにデータの読み込みを行います。
df <- read.csv("D:/ブログ用/17R/R/R#5　プロット/plot/score.csv")

#サンプルデータをそれぞれ抽出します。
x <- df$weight
y <- df$height


plot(df$weight, df$height, 
     main="散布図の例",  # タイトル
     xlab="身長",  # X軸のラベル
     ylab="体重",  # Y軸のラベル
     pch=1,  # ポイントのタイプ（pch=19は円）
     cex=2,
     lwd=2,
     col=rgb(0,0,1,0.5))  # ポイントの色（ここでは半透明の青）

# 回帰直線を追加
abline(lm(y ~ x), col="red")  # lm()は線形モデルを計算し、ablineはそのモデルに基づいた直線を描きます


model <- lm(y ~ x)
intercept <- coef(model)[1] #ｙ軸切片を抽出
slope <- coef(model)[2]　#傾きを抽出


# 回帰式のテキストを作成
eqn <- paste("y = ", round(intercept, 2), " + ", round(slope, 2), "x", sep = "")

# グラフにテキストとして回帰式を追加
text(x = mean(x), y = max(y), labels = eqn, pos = 4)

# モデルの要約から情報を取得
summary_model <- summary(model)
r_squared <- summary_model$r.squared # R^2

# R^2のテキストを作成
r_squared_text <- paste("R^2 =", round(r_squared, digits = 2))
# グラフにテキストとしてR^2を追加
text(x = mean(x), y = max(y) - diff(range(y))/20, labels = r_squared_text, pos = 4, cex = 1)

統計学基礎

2025/2/27

多重共線性とは？統計分析への影響と対策、Rでの検出方法を徹底解説！

統計分析や機械学習において、説明変数（独立変数）同士が強い相関を持つこと は、回帰モデルの推定精度を低下させる可能性があります。 このような状況を 「多重共線性（Multicollinearity）」 と呼びます。 多重共線性が起こると何が問題か？ ✅ 回帰係数の推定値が不安定 になり、解釈が難しくなる✅ 統計的な有意性（p値）が正しく評価できなくなる✅ モデルの予測精度が低下 し、新しいデータに対して適用しにくくなる 例えば、以下のようなデータセットを考えます。 ...

ReadMore

回帰分析

2025/2/26

偏回帰分析とは？基本概念から解釈、Rによる実装まで徹底解説！

統計分析において、「ある説明変数が目的変数に与える影響を評価したい」と考えることはよくあります。しかし、多くのデータには 複数の説明変数が同時に影響を及ぼしている ため、単純な単回帰分析では正しい評価ができないことがあります。 そこで活用されるのが 偏回帰分析（Partial Regression Analysis） です。 ✅ 偏回帰分析の主な目的 特定の変数が目的変数に与える影響を、他の変数の影響を除外した上で評価する 多変量データの中で、各説明変数の相対的な寄与度を明確にする 重回帰分 ...

ReadMore

統計学基礎

2025/2/26

ベイズ統計学とは？事前確率と事後確率を用いた推論の基礎からRでの実装まで徹底解説！

統計学において、「新しい情報を得たときに、既存の知識をどのように更新するか？」という問題は非常に重要です。その問題に答えるのがベイズ統計学 です。 ベイズ統計学（Bayesian Statistics） は、事前確率（prior probability）と新しいデータの尤度（likelihood）を組み合わせ、事後確率（posterior probability）を求めることで推論を行います。 例えば、以下のようなケースで活用されています。 ✅ 医療診断：「ある検査で陽性が出た場合、本当に病 ...

ReadMore

特殊なグラフ

2024/4/26

R言語でQQプロットを作成する方法

はじめに QQプロット（Quantile-Quantileプロット）は統計分析で非常に役立つツールです。これを使って、データセットが特定の理論分布に従っているかどうかを視覚的に評価することができます。R言語には、この種のプロットを簡単に作成できる強力なツールが用意されています。この記事では、R言語を使用してQQプロットを作成する基本的なステップを説明します。 必要なパッケージ QQプロットを描くためには、基本的にstatsパッケージが必要ですが、これはRの標準パッケージに含まれているため、特別なインストー ...

ReadMore

グラフのカスタマイズ

2024/4/17

Rでエラーバー付きのグラフを作成する方法

はじめに データの可視化において、エラーバーはデータの変動や不確実性を表現する重要な手段です。R言語を用いたグラフ作成においてエラーバーを追加する方法を学ぶことで、データの解釈をより深く行うことが可能になります。この記事では、基本的なエラーバーの追加方法から、カスタマイズする方法までを段階的に解説します。 エラーバーを含むグラフの重要性 エラーバーは、データ点のばらつきや測定の不確かさを表すのに役立ちます。科学研究や技術報告でよく見られるこの表現方法は、データの信頼性や有効性を視覚的に伝えるために不可欠で ...

ReadMore

グラフのカスタマイズ

2024/4/17

R言語でのグラフ作成：X軸とY軸のスケール比の設定方法

はじめに R言語はデータ分析と可視化に非常に強力なツールです。特にグラフ作成機能は多くのデータサイエンティストや研究者に利用されています。この記事では、R言語でグラフを作成する際にX軸とY軸のスケール比を設定する方法を詳しく解説します。スケール比を調整することで、データの比率や関係性をより正確に表現することが可能になります。 グラフの基本的な作成方法 まず、R言語で基本的なグラフを作成する方法から見ていきましょう。ここでは、plot() 関数を使用してシンプルな散布図を描きます。 # サンプルデータの生成 ...

ReadMore

-散布図
-

S