統計のコツのこつ(27)

このブログは「すぐに役立つ統計のコツ」(オーム社）に紹介されている内容を補足するためのものです。

 

 

前回に引き続き「第２章　分析の準備」(６ページ)を開いて下さい。

医学関連の学会や論文でよく見かけるものに、Plotmeans(平均値±標準偏差又は標準誤差)、Boxplot(箱ひげ図)、Error range with bar graph(エラーバー付き棒グラフ)など色々なグラフ表現があります。

例えば、
図１は HbA1c を前・後で比較したものですが、エラーが標準偏差(sd)なのか標準誤差(se)なのかが分かりませんので、図中に記載しておくのが良いと思います。

 

図１HbA1c 比較の例

一方、
図２は変化率を表したもので、マイナス方向に標準誤差(se)の線を伸ばして、変化率の違いを強調しています。

 

図２　変化率の表現

 

一方、
データの分布を直接プロットして、データのバラツキの様子を示すものに「stripcart」(ストリップチャート)と言われるものがあります。
「すぐに役立つ統計のコツ」ではご紹介していませんが、少数データの表現に適していますので、その作成方法をご紹介しておきましょう。

作成は、データ解析環境「R」での方法です。

「R Consol」に次のコマンドを書いておき、

***
dat<- read.delim("clipboard", header=T)
***

 

例えば、

図１の様なExcelのデータ(項目名を含む)をコピーし、実行すれば「R」に読み込むことが出来ます。

 

図１ 性別と年齢のデータ

 

 

***
head(dat) # データの確認

attach(dat)

Age_m<- tapply(Age, Gender, mean)　# 年齢の平均値
Age_s<- tapply(Age, Gender, sd)    # 年齢の標準偏差
horiz<- c(1, 2)+0.2
stripchart(Age~ Gender, method="jitter", vert=T, pch=16, ylim=c(30, 90), xlab="Gender", col=c(2, 3))
points(horiz, Age_m, pch=16)
arrows(horiz, Age_m- Age_s, horiz, Age_m+ Age_s, code=3, angle=90, length=0.1)　# 平均値±標準偏差の描画

detach(dat)
***

 

実行結果は図２の様になります。

 

図２ ストリップチャート

 

 

次回の予定は beeswarm(蜂群図：蜂の群れ)のご紹介です。

 

情報統計研究所はここから！