RとRStudioのインストールと基本的な操作方法

本付録では、RとRStudioのインストール方法および基本的な操作方法を説明する。

Rのインストール

CRAN（The Comprehensive R Archive Network）にアクセス
自分のOSに合ったリンクをクリック
- Windows：「Download R for Windows」→「base」→「Download R-x.x.x for Windows」
- Mac：「Download R for macOS」→ 自分のMacに合ったパッケージを選択
  - Apple Silicon Mac（M1/M2/M3）：arm64版を選択
  - Intel Mac：x86_64版を選択
ダウンロードしたファイルを実行してインストール

RStudioのインストール

Posit社のダウンロードページにアクセス
「2: Install RStudio」のセクションで、自分のOSに合ったインストーラをダウンロード
ダウンロードしたファイルを実行してインストール

RStudioの起動と画面構成

RStudioを起動すると、4つの領域（ペイン）が表示される：

左上（Source）：スクリプトを編集する場所
左下（Console）：コードを実行し、結果が表示される場所
右上（Environment）：作成したオブジェクトを確認する場所
右下（Output）：ファイル、プロット、ヘルプなどが表示される場所

ペインの配置変更

RStudioの「Tools」→「Global Options」→「Pane Layout」からペインの配置を変更できる。好みに応じて設定してください。

プロジェクトの作成

RStudioではプロジェクトを使ってファイルを管理することを推奨する。プロジェクトを使うことで、ファイルの管理が容易になり、分析の再現性も高まる。

新規プロジェクトの作成

RStudioのメニューから「File」→「New Project…」を選択
「New Directory」→「New Project」を選択
以下を設定：
- Directory name：プロジェクト名（例：association_models）
- Create project as subdirectory of：保存先を選択（デスクトップなど分かりやすい場所）
「Create Project」をクリック

プロジェクトファイル（.Rproj）

プロジェクトを作成すると、フォルダ内に.Rprojファイルが生成される。このファイルをダブルクリックすると、RStudioが起動し、そのプロジェクトフォルダが作業ディレクトリ（working directory）として自動的に設定される。

作業ディレクトリとは、Rがファイルを読み書きする際の基準となるフォルダである。プロジェクトを使用することで、毎回setwd()で作業ディレクトリを設定する必要がなくなる。

フォルダ構成

分析プロジェクトでは、以下のようなフォルダ構成を推奨する：

association_models/
├── association_models.Rproj   # プロジェクトファイル
├── data/                      # データファイル
├── scripts/                   # Rスクリプト
├── figures/                   # 出力した図
└── tables/                    # 出力した表

RStudioの右下ペインの「Files」タブから「New Folder」でフォルダを作成できる。あるいは、以下のRコードで一括作成することもできる：

# フォルダを作成
dir.create("data", showWarnings = FALSE)
dir.create("scripts", showWarnings = FALSE)
dir.create("figures", showWarnings = FALSE)
dir.create("tables", showWarnings = FALSE)

ファイルの保存先

作業ディレクトリが設定されていると、ファイルの読み書きは作業ディレクトリを基準に行われる。

# 作業ディレクトリ直下に保存
ggsave("plot.png")

# figuresフォルダ内に保存
ggsave("figures/plot.png")

# dataフォルダからファイルを読み込み
read.csv("data/mydata.csv")

相対パスと絶対パス

プロジェクトを使用する場合、figures/plot.pngのような相対パス（作業ディレクトリからの相対的な位置）を使用する。C:/Users/username/...のような絶対パス（フルパス）は、他の環境で動作しなくなるため避けること。

パッケージのインストール

本書で使用する主要なパッケージをインストールする。以下のコードをRStudioのコンソールに貼り付けて実行する：

# 本書で使用するパッケージのインストール
install.packages(c(
  "tidyverse",    # データ操作・可視化
  "gnm",          # 一般化非線形モデル（連関モデル）
  "vcd",          # カテゴリカルデータの可視化
  "vcdExtra",     # vcdの拡張
  "broom",        # モデル結果の整形
  "MASS",         # 統計関数
  "knitr",        # レポート生成
  "logmult"       # 対数乗法モデル
))

インストールに時間がかかる場合

初めてのインストールでは数分〜10分程度かかることがある。「パッケージをソースからインストールしますか？（Do you want to install from sources …）」と聞かれたら「No」を選択してください。

インストールが完了したら、以下のコードでパッケージが正しく読み込めるか確認する：

# パッケージの読み込みテスト
library(tidyverse)
library(gnm)
library(vcd)

エラーが出なければ成功である。

Rの基本操作

スクリプトの作成

「File」→「New File」→「R Script」でスクリプトファイルを新規作成できる。スクリプトにコードを入力し、「Ctrl + Enter」（Macは「Cmd + Enter」）で実行する。

計算の実行

# 基本的な計算
1 + 1

[1] 2

7 * 8

[1] 56

sqrt(16)

[1] 4

オブジェクトへの代入

Rでは、値や計算結果に名前をつけて保存できる。この「名前をつけた入れ物」をオブジェクトと呼ぶ。<-（代入演算子）を使って、右側の値を左側の名前に代入する。

# xに10を代入
x <- 10
x

[1] 10

# ベクトル（複数の値）を代入
y <- c(1, 2, 3, 4, 5)
y

[1] 1 2 3 4 5

# 平均を計算
mean(y)

[1] 3

オブジェクトの確認

作成したオブジェクトは、RStudio右上の「Environment」ペインで確認できる。

データフレーム

データフレームは、行と列からなる表形式のデータ構造である。本書では主にこの形式でデータを扱う。

# データフレームの作成
df <- data.frame(
  name = c("Alice", "Bob", "Carol"),
  age = c(25, 30, 35),
  score = c(80, 90, 85)
)
df

   name age score
1 Alice  25    80
2   Bob  30    90
3 Carol  35    85

# 行数と列数
dim(df)

[1] 3 3

# 構造の確認
str(df)

'data.frame':   3 obs. of  3 variables:
 $ name : chr  "Alice" "Bob" "Carol"
 $ age  : num  25 30 35
 $ score: num  80 90 85

分割表（クロス表）の作成

本書で扱う連関モデルでは、分割表（クロス集計表）が基本的なデータ形式となる。

# 度数からクロス表を作成
freq <- c(1275, 364, 274, 272,
          1055, 597, 394, 443,
          1043, 587, 1045, 951,
          1159, 791, 1323, 2046)

# 行列形式に変換
tab <- matrix(freq, nrow = 4, byrow = TRUE)
rownames(tab) <- c("Upper", "Upper-middle", "Lower-middle", "Lower")
colnames(tab) <- c("Upper", "Upper-middle", "Lower-middle", "Lower")
tab

             Upper Upper-middle Lower-middle Lower
Upper         1275          364          274   272
Upper-middle  1055          597          394   443
Lower-middle  1043          587         1045   951
Lower         1159          791         1323  2046

# クロス表を表示
as.table(tab)

             Upper Upper-middle Lower-middle Lower
Upper         1275          364          274   272
Upper-middle  1055          597          394   443
Lower-middle  1043          587         1045   951
Lower         1159          791         1323  2046

データフレームから分割表を作成

# サンプルデータの作成
set.seed(123)
sample_data <- data.frame(
  row_var = sample(c("A", "B", "C"), 100, replace = TRUE),
  col_var = sample(c("X", "Y"), 100, replace = TRUE)
)

# クロス表の作成
table(sample_data$row_var, sample_data$col_var)

# tidyverseを使う場合
library(tidyverse)
sample_data |>
  count(row_var, col_var) |>
  pivot_wider(names_from = col_var, values_from = n, values_fill = 0)

# A tibble: 3 × 3
  row_var     X     Y
  <chr>   <int> <int>
1 A          16    17
2 B          11    21
3 C          17    18

困ったときは

パッケージのインストールでエラーが出る

# CRANのミラーを明示的に指定
install.packages("gnm", repos = "https://cran.rstudio.com/")

日本語のファイルパスで問題が起きる

プロジェクトフォルダは、日本語を含まないパス（例：C:/Users/username/Documents/association_models）に作成することを推奨する。

Macで「開発元を確認できない」と表示される

「システム設定」→「プライバシーとセキュリティ」から、該当するアプリの実行を許可する。

参考リンク

# RとRStudioのインストールと基本的な操作方法 {-} 本付録では、RとRStudioのインストール方法および基本的な操作方法を説明する。 ## Rのインストール 1. [CRAN（The Comprehensive R Archive Network）](https://cran.r-project.org/) にアクセス 2. 自分のOSに合ったリンクをクリック - **Windows**：「Download R for Windows」→「base」→「Download R-x.x.x for Windows」 - **Mac**：「Download R for macOS」→ 自分のMacに合ったパッケージを選択 - Apple Silicon Mac（M1/M2/M3）：`arm64`版を選択 - Intel Mac：`x86_64`版を選択 3. ダウンロードしたファイルを実行してインストール ## RStudioのインストール 1. [Posit社のダウンロードページ](https://posit.co/download/rstudio-desktop/) にアクセス 2. 「2: Install RStudio」のセクションで、自分のOSに合ったインストーラをダウンロード 3. ダウンロードしたファイルを実行してインストール ## RStudioの起動と画面構成 RStudioを起動すると、4つの領域（ペイン）が表示される： - **左上（Source）**：スクリプトを編集する場所 - **左下（Console）**：コードを実行し、結果が表示される場所 - **右上（Environment）**：作成したオブジェクトを確認する場所 - **右下（Output）**：ファイル、プロット、ヘルプなどが表示される場所 ::: {.callout-tip} ## ペインの配置変更 RStudioの「Tools」→「Global Options」→「Pane Layout」からペインの配置を変更できる。好みに応じて設定してください。 ::: ## プロジェクトの作成 RStudioでは**プロジェクト**を使ってファイルを管理することを推奨する。プロジェクトを使うことで、ファイルの管理が容易になり、分析の再現性も高まる。 ### 新規プロジェクトの作成 1. RStudioのメニューから「File」→「New Project...」を選択 2. 「New Directory」→「New Project」を選択 3. 以下を設定： - **Directory name**：プロジェクト名（例：`association_models`） - **Create project as subdirectory of**：保存先を選択（デスクトップなど分かりやすい場所） 4. 「Create Project」をクリック ### プロジェクトファイル（.Rproj）プロジェクトを作成すると、フォルダ内に`.Rproj`ファイルが生成される。このファイルをダブルクリックすると、RStudioが起動し、そのプロジェクトフォルダが**作業ディレクトリ（working directory）**として自動的に設定される。作業ディレクトリとは、Rがファイルを読み書きする際の基準となるフォルダである。プロジェクトを使用することで、毎回`setwd()`で作業ディレクトリを設定する必要がなくなる。 ### フォルダ構成分析プロジェクトでは、以下のようなフォルダ構成を推奨する： ``` association_models/ ├── association_models.Rproj # プロジェクトファイル ├── data/ # データファイル ├── scripts/ # Rスクリプト ├── figures/ # 出力した図 └── tables/ # 出力した表 ``` RStudioの右下ペインの「Files」タブから「New Folder」でフォルダを作成できる。あるいは、以下のRコードで一括作成することもできる： ```{r} #| eval: false # フォルダを作成 dir.create("data", showWarnings = FALSE) dir.create("scripts", showWarnings = FALSE) dir.create("figures", showWarnings = FALSE) dir.create("tables", showWarnings = FALSE) ``` ### ファイルの保存先作業ディレクトリが設定されていると、ファイルの読み書きは作業ディレクトリを基準に行われる。 ```{r} #| eval: false # 作業ディレクトリ直下に保存 ggsave("plot.png") # figuresフォルダ内に保存 ggsave("figures/plot.png") # dataフォルダからファイルを読み込み read.csv("data/mydata.csv") ``` ::: {.callout-tip} ## 相対パスと絶対パスプロジェクトを使用する場合、`figures/plot.png`のような**相対パス**（作業ディレクトリからの相対的な位置）を使用する。`C:/Users/username/...`のような**絶対パス**（フルパス）は、他の環境で動作しなくなるため避けること。 ::: ## パッケージのインストール本書で使用する主要なパッケージをインストールする。以下のコードをRStudioのコンソールに貼り付けて実行する： ```{r} #| eval: false # 本書で使用するパッケージのインストール install.packages(c( "tidyverse", # データ操作・可視化 "gnm", # 一般化非線形モデル（連関モデル） "vcd", # カテゴリカルデータの可視化 "vcdExtra", # vcdの拡張 "broom", # モデル結果の整形 "MASS", # 統計関数 "knitr", # レポート生成 "logmult" # 対数乗法モデル )) ``` ::: {.callout-note} ## インストールに時間がかかる場合初めてのインストールでは数分〜10分程度かかることがある。「パッケージをソースからインストールしますか？（Do you want to install from sources ...）」と聞かれたら「No」を選択してください。 ::: インストールが完了したら、以下のコードでパッケージが正しく読み込めるか確認する： ```{r} #| eval: false # パッケージの読み込みテスト library(tidyverse) library(gnm) library(vcd) ``` エラーが出なければ成功である。 ## Rの基本操作 ### スクリプトの作成「File」→「New File」→「R Script」でスクリプトファイルを新規作成できる。スクリプトにコードを入力し、「Ctrl + Enter」（Macは「Cmd + Enter」）で実行する。 ### 計算の実行 ```{r} # 基本的な計算 1 + 1 7 * 8 sqrt(16) ``` ### オブジェクトへの代入 Rでは、値や計算結果に名前をつけて保存できる。この「名前をつけた入れ物」を**オブジェクト**と呼ぶ。`<-`（代入演算子）を使って、右側の値を左側の名前に代入する。 ```{r} # xに10を代入 x <- 10 x # ベクトル（複数の値）を代入 y <- c(1, 2, 3, 4, 5) y # 平均を計算 mean(y) ``` ::: {.callout-tip} ## オブジェクトの確認作成したオブジェクトは、RStudio右上の「Environment」ペインで確認できる。 ::: ### データフレームデータフレームは、行と列からなる表形式のデータ構造である。本書では主にこの形式でデータを扱う。 ```{r} # データフレームの作成 df <- data.frame( name = c("Alice", "Bob", "Carol"), age = c(25, 30, 35), score = c(80, 90, 85) ) df # 行数と列数 dim(df) # 構造の確認 str(df) ``` ### 分割表（クロス表）の作成本書で扱う連関モデルでは、分割表（クロス集計表）が基本的なデータ形式となる。 ```{r} # 度数からクロス表を作成 freq <- c(1275, 364, 274, 272, 1055, 597, 394, 443, 1043, 587, 1045, 951, 1159, 791, 1323, 2046) # 行列形式に変換 tab <- matrix(freq, nrow = 4, byrow = TRUE) rownames(tab) <- c("Upper", "Upper-middle", "Lower-middle", "Lower") colnames(tab) <- c("Upper", "Upper-middle", "Lower-middle", "Lower") tab # クロス表を表示 as.table(tab) ``` ### データフレームから分割表を作成 ```{r} # サンプルデータの作成 set.seed(123) sample_data <- data.frame( row_var = sample(c("A", "B", "C"), 100, replace = TRUE), col_var = sample(c("X", "Y"), 100, replace = TRUE) ) # クロス表の作成 table(sample_data$row_var, sample_data$col_var) # tidyverseを使う場合 library(tidyverse) sample_data |> count(row_var, col_var) |> pivot_wider(names_from = col_var, values_from = n, values_fill = 0) ``` ## 困ったときは ### パッケージのインストールでエラーが出る ```{r} #| eval: false # CRANのミラーを明示的に指定 install.packages("gnm", repos = "https://cran.rstudio.com/") ``` ### 日本語のファイルパスで問題が起きるプロジェクトフォルダは、日本語を含まないパス（例：`C:/Users/username/Documents/association_models`）に作成することを推奨する。 ### Macで「開発元を確認できない」と表示される「システム設定」→「プライバシーとセキュリティ」から、該当するアプリの実行を許可する。 ## 参考リンク - [R公式サイト](https://www.r-project.org/) - [RStudio公式サイト](https://posit.co/products/open-source/rstudio/) - [R for Data Science（英語・無料）](https://r4ds.hadley.nz/) - [gnmパッケージのドキュメント](https://cran.r-project.org/web/packages/gnm/vignettes/gnmOverview.pdf)