#------------------------------------------------------------------
# 昭和大学　第1回実践臨床統計学セミナー　Rハンズオン
# Rの基礎と記述統計・グラフィック
# 2021年5月24日
#------------------------------------------------------------------

#------------------------------------------------------------------
# 1. データセットの読み込みと基本操作
#------------------------------------------------------------------

setwd("C:\\R2021")

# setwdで、カレントのディレクトリを指定します。
# 他のソフトウェアと違う点は、フォルダのパスの指定において、「\」を二重にしなくてはいけないという点です。
# 通常は、「C:\」で済みますが、「C:\\」という風に「\」を「\\」と表記しなくてはいけません。

# メニューバーの中から、「ファイル」→「ディレクトリの変更」としても、同様の操作を行うことができます。

nhanes <- read.csv(file="NHANES.csv")

# CSV形式のデータセットを読み込むためには、read.csvという関数を使います。
# fileという引数で、ファイル名を指定します。カレントのディレクトリにファイル名が一致するCSVファイルがあれば、読み込まれます。
# 読み込まれたCSVのデータセットは、nhanesという名前のオブジェクトとして、R上に定義されます。

nhanes

# オブジェクト名のみを入力して、エンターキーを押せば、オブジェクトの中身が出力されます。

head(nhanes)

# データセットが大きすぎる場合には、画面に収まりきらず、変数名なども参照できません。
# head関数を使うと、データセットのはじめの数行程度のみを出力することができます。

attach(nhanes)

# attach関数を使うことで、データセットの変数名から、直接、それぞれの変数のデータにアクセスすることができます。
# detach関数で、解除することができます（この場合は、detach(nhanes)で解除できます）。

age
gender

# nhanesの変数名によって、それぞれの変数の中身に、直接アクセスすることができるようになっています。
# このような数値データが、一列に並んだオブジェクトを、Rでは、「ベクトル（vector）」と言います。
# nhanesのような行列状のデータセットは、属性によって、「matrix」「array」「data.frame」などと言われます。
# 今回のnhanesは、複数のベクトルを結合したオブジェクト（list形式で結合されています）として、data.frame形式のオブジェクトとなっています。




#------------------------------------------------------------------
# 2. 記述統計量の計算
#------------------------------------------------------------------

mean(age)		# 平均
median(age)		# 中央値
var(age)		# 分散
sd(age)			# 標準偏差
quantile(age)	# クォンタイル

max(age)								# 最大値
min(age)								# 最小値
max(age)-min(age)						# 範囲（レンジ）
quantile(age,0.75)-quantile(age,0.25)	# 四分位範囲

summary(age)	# 連続変数の代表的な記述統計量をまとめて計算します。

# Rでは、このように、簡単なコマンドで、足し算・引き算などの計算を行うこともできます。
# 統計計算のためのソフトウェアとしての機能だけではなく、高性能な関数電卓としての機能もあります。


123+456		# 足し算
456-123		# 引き算
12*12		# 掛け算
144/12		# 割り算
12^2		# 累乗
sqrt(2)		# 平方根
log(100,10)	# 対数関数；引数は100，底は10
log(100)	# 対数関数；引数は100，底はe（自然対数の底，指定しなかったらeとなる）
exp(1)		# 指数関数


sort(age)		# ベクトルの整列（小さい順に並び替える）
rev(age)		# ベクトルの整列（逆順に並び替える）
sum(age)		# ベクトルの要素をすべて足し上げる（総和を計算する）
length(age)		# ベクトルの長さを算出する

dim(nhanes)		# 行列のサイズを計算する（列，行の数を計算）


table(gender)		# カテゴリカル変数の集計（１変数）
table(gender,dm2)	# カテゴリカル変数の集計（２変数），分割表の作成





#------------------------------------------------------------------
# 3. 記述統計量の一括計算
#------------------------------------------------------------------

install.packages("tableone")

# install.packages関数を使うことで、デフォルト設定でインストールされていないパッケージを、インターネット経由でインストールすることができます。
# ここでは、"tableone" というパッケージをインストールするコマンドとなっています。
# CRANのどのミラーサイトからインストールを行うかを選択するウィンドウが出てきます。
# 基本的には、地理的に近いサイトを指定すると、通信速度が速く、ダウンロードを短時間で行うことができます（Japan (Tokyo) がお勧め）。


library("tableone")

# library関数で、ダウンロードしたパッケージを、R上に読み込むことができます。

vars1 <- c("age","BMXBMI","BMXWAIST","lbdvid")
vars2 <- c("gender","race","edu","PAQ180","smstat")

nhanes[vars2] <- lapply(nhanes[vars2], factor)

CreateTableOne(vars=vars1, data=nhanes)
CreateTableOne(vars=vars2, data=nhanes)

CreateTableOne(vars=vars1, strata="dm2", data=nhanes)
CreateTableOne(vars=vars2, strata="dm2", data=nhanes)

?CreateTableOne




#------------------------------------------------------------------
# 4. 散布図グラフの作図
#------------------------------------------------------------------

plot(BMXWAIST,BMXBMI)

cor(BMXWAIST,BMXBMI)




#------------------------------------------------------------------
# 5. 箱ひげ図グラフの作図
#------------------------------------------------------------------

boxplot(BMXBMI)
boxplot(BMXBMI~dm2)




#------------------------------------------------------------------
# 6. 棒グラフの作図
#------------------------------------------------------------------

mean1 <- runif(6,10,30)
sd1 <- runif(6,4,6)

plot1 <- barplot(mean1, names.arg=c("A","B","C","D","E","F"), col="gray", xlab="Class", ylab="Outcome", ylim=c(0,40))
arrows(plot1, mean1-sd1, plot1, mean1+sd1, code=3, lwd=1, angle=90, length=0.1)
box(lty=1)