広告 特殊なグラフ

Rで散布図の行列を作る方法

2023年11月11日

エクセルデータの準備

日本の産業別実質GDPの推移のエクセルデータを用意しました。Rで読み込んでいくのは青色のセルのみ読み込んでいきます。詳しくは以前のブログ記事を参考にしてください。

スクリプトは次のとおりです。

library(readxl)　

# Excelファイルのパス(ご自身のファイル名と場所に書き換えてください)
file_path <- "F:/ブログ用/17R/関数辞典/04　read_excel/GDP.xlsx"

# read_excel関数のオプションを設定してデータフレームを読み込む
df <- read_excel(
  path = file_path, 
  sheet = "Sheet3",                # シート名
  range = "A2:I22",               # 読み込む範囲
  col_types = c("text", rep("numeric",8)), # 列のデータ型を指定
  na = "NA",                       # 欠損値として扱う文字列
  skip = 1,                        # 最初の1行をスキップ
  n_max = 50                       # 読み込む最大行数
)

dfファイルは次のとおりです。

散布図の行列の作成

散布図の行列を作成するにはpairs関数を使います。

今回の20×9のデータフレームでpairs関数を使用して散布図の行列を作成するには、まずデータフレームから1列目（サンプル名）を除外して、変数のみを含む新しいデータフレームを作成する必要があります。以下に、そのためのRスクリプトを示します。

# サンプル名を除外した新しいデータフレームを作成
df_variables <- df[, -1]

新たに作った、df_variablesを見てみましょう。1列目(year)が無くなっているのが確認できます。

準備が整ったのでpair関数を使って散布図の行列を作成しましょう。
スクリプトは次のとおりです。

# 散布図行列の作成
pairs(df_variables)

少し時間がかかるかもしれませんが次のようなグラフが出力されます。

graph

カスタマイズ①　変数名を折り返し表示

変数の文字が小さくて見にくいので修正しましょう。

Rのpairs関数を使用して散布図行列を作成する際に、変数名を折り返して表示させることは少し複雑ですが、可能です。
これを実現するためには、カスタムのラベル関数を定義して、pairs関数のlabels引数にそれを渡す必要があります。

以下のステップでカスタムラベル関数を作成し、それをpairs関数で使用します。

  1. 変数名を折り返すカスタム関数を定義する。
  2. pairs関数のlabels引数にこの関数を適用する。

以下に例を示します。途中からだと分かりづらくなるので、エクセルファイルの読み込みのところから最後までまとめて示します。

library(readxl)

# Excelファイルのパス
file_path <- "F:/ブログ用/17R/関数辞典/04　read_excel/GDP.xlsx"

# read_excel関数のオプションを設定してデータフレームを読み込む
df <- read_excel(
  path = file_path, 
  sheet = "Sheet3",                # シート名
  range = "A2:I22",               # 読み込む範囲
  col_types = c("text", rep("numeric",8)), # 列のデータ型を指定
  na = "NA",                       # 欠損値として扱う文字列
  skip = 1,                        # 最初の1行をスキップ
  n_max = 50                       # 読み込む最大行数
)

# サンプル名を除外したデータフレームを作成
df_variables <- df[, -1]


# 変数名を折り返すカスタム関数
wrap_label <- function(label, width = 10) {
  sapply(strsplit(label, " "), function(x) {
    paste(strwrap(unlist(x), width = width), collapse = "\n")
  })
}

# 散布図行列の作成
pairs(df_variables, labels = wrap_label(colnames(df_variables)))

スクリプトを実行すると次のようなグラフが出来ます。

graph

文字がだいぶ見やすくなりました。

カスタマイズ②　回帰直線と相関係数を表示

グラフの見方

graph

上の写真のAのグラフは、ｘ軸がinformation and communication、y軸がsteel industoryです。
Ｂのグラフは、ｘ軸がsteel industryでy軸がinformation and communicationです。
結局、ＡとＢの位置のグラフは軸の反転以外は同じグラフになります。
重複したデータを載せるのももったいないので、右上半分には相関係数を表示させるようにしましょう。その方がスペースの有効活用ができます。また、散布図の方には回帰直線を追加して表示するようにしてみたいと思います。

スクリプトを以下に示します。先ほどと同様にエクセルファイルの読み込みから最後まで通して記載します。

library(readxl)

# Excelファイルのパス
file_path <- "F:/ブログ用/17R/関数辞典/04　read_excel/GDP.xlsx"

# read_excel関数のオプションを設定してデータフレームを読み込む
df <- read_excel(
  path = file_path, 
  sheet = "Sheet3",                # シート名
  range = "A2:I22",               # 読み込む範囲
  col_types = c("text", rep("numeric",8)), # 列のデータ型を指定
  na = "NA",                       # 欠損値として扱う文字列
  skip = 1,                        # 最初の1行をスキップ
  n_max = 50                       # 読み込む最大行数
)

# サンプル名を除外したデータフレームを作成
df_variables <- df[, -1]


# 変数名を折り返すカスタム関数
wrap_label <- function(label, width = 10) {
  sapply(strsplit(label, " "), function(x) {
    paste(strwrap(unlist(x), width = width), collapse = "\n")
  })
}


# 相関係数を表示するカスタム関数
panel.cor <- function(x, y, digits=2, cex.cor=0.8, cex.min=0.5) {
  usr <- par("usr"); on.exit(par(usr))
  par(usr = c(0, 1, 0, 1))
  r <- cor(x, y)
  txt <- format(c(r, 0.123456789), digits=digits)[1]
  # 相関係数の絶対値に基づいてフォントサイズを調整し、最小値を設定
  cex.size <- max(cex.cor + abs(r), cex.min)
  text(0.5, 0.5, txt, cex = cex.size)
}

# 散布図行列の作成
pairs(df_variables, upper.panel = panel.cor, lower.panel = panel.smooth, labels = wrap_label(colnames(df_variables)))

このスクリプトを実行すると次のようなグラフになります。

graph

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

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
-

S