しまうまのRでデータ分析入門【全6講】では、統計解析用のプログラミング言語Rで重回帰分析を行い、R MarkdownでPDF化するまでを解説します。
1講はRのインストールについてです。
1. RとRStudioのインストール
(1)Macユーザー
1.Rのダウンロードページ[https://cran.ism.ac.jp]に行く
2.Mac用の[Download R for macOS]をクリック
3.一番上の「R-◯◯◯.pkg」をクリック
4.「R-◯◯◯.pkg」をクリックして、Rをインストール
5.Macの人は「XQuartz」も必ずダウンロード
6.RStudioのダウンロードページ[https://www.rstudio.com/products/rstudio/download/#download]に行く
7.青いボタン[DOWNLOAD RSTUDIO FOR MAC]をクリックして、RStudioをインストール
わからないことがあれば「RとRStudio の インストールと初期設定 macOS編 矢内 勇生」を見てください。
(2)Windowsユーザー
しまうまはWindowsでRを使っていないのでよくわかりません。「RとRStudio の インストールと初期設定 Windows編 矢内 勇生」を見てください。
(3)インターネット上で使えるRStudio Cloud
ウェブページ上でRを使うという手もあります。RStudio Cloudに登録してみましょう。
1.「GET STARTED FOR FREE」をクリック
2.「Cloud Free」にある「Sign Up」をクリック
3.メールアドレス、パスワード、名前を入力して登録する
2. RStudioの起動
インストールができましたら、RStudioを起動しましょう。今後、すべての操作は「作業台」であるRStudioを用います。↓

RStudioを起動すると、最初は次のようになっています。窓が左に1つ、右に2つあります。↓

次に、左上の「+」と「白紙」のマークをクリックして、「R Script」をクリックしてください。↓

すると、次のように窓が4つになります。コードは左上の「R Script」に書きます↓

3. 作業ディレクトリの設定
作業ディレクトリを設定します。作業ディレクトリは、コードや分析用のデータを保存するために使います。
次の順番でセットアップしましょう。
1.左上の「+」と「R」のマークをクリック
2.一番上の「New Directory」をクリック
3.一番上の「New Project」をクリック
4.「Directory name」には、お好みのお名前を。特にこだわりのない人は「Hello_R」にしましょう。
5.「Create project as subdirectory of」には、お好みのフォルダを。特にこだわりのない人は「Browse」をクリックして「Desktop」を選びましょう。↓

すると、デスクトップに「Hello_R」というフォルダが現れます。この作業ディレクトリに、コードやデータを入れて作業します。
4. プログラムの実行
試しにプログラムを実行しましょう。左上の窓に、次のコードを打ち込んでください。
# 1+1の足し算の計算↓
1 + 1
#【重要】「#」の後には、コメントを打ち込めます。コメントはプログラムとして動作しません。自分が後でコードを読む際に役立ちます。コメントに日本語を打ち込むのはOKです。
そして、Windowsなら「ctrl」+「Enter」、Macなら「command」+「Enter」の同時押しをしてください。すると、「2」が左下に出力されます。↓

5. スクリプトの保存
次に、Rスクリプトを保存します。Windowsなら「ctrl」+「S」、Macなら「command」+「S」の同時押しをしてください。
ファイルに名前をつけるように言われますので、お好みの名前をつけてください。
先ほど設定した作業ディレクトリ内にスクリプトが保存されています。
付録:Rを勉強できるサイト
・しまうま総研「R入門」:初心者がRをインストールして重回帰分析するまで解説します。
・しまうま総研「Rコード集」:Rのコードについて解説します。
・矢内勇生「RとRStudioのインストール方法の解説」:Rのインストール方法が詳しく書いてあります。
・森知晴「卒業論文のためのR入門」:昔のしまうまがお世話になったサイトです。コンセプトも似ていて、内容も参考にしました。「Rでデータ分析入門」では扱っていない内容も多く含みます。
・北川梨津「西山 他『計量経済学』のためのR」:有斐閣の分厚い計量経済学の本の実証例を再現するためのコードが書かれているサイトです。
・土井翔平「Rで計量政治学入門」:データの操作、可視化、収集について詳しく書かれたサイトです。
コメント欄 お気軽にコメントをお寄せください!