ダメ出し：オンラインヘルプをよく読もう

Rな予測 で以下のようにいっているが，predict には，level という引数がある。これで level=0.90 とすれば，90%推定区間が計算される。

予測の話」にあったSEやSD（的なもの）を回帰分析においても計算してやって、信頼区間とか予測区間とかを出しているわけです。

SE、SDの使い分けは

A<-predict(model,new,se.fit=T,interval="confidence")    #推定平均の95%推定区間付き
B<-predict(model,new,se.fit=T,interval="prediction")    #推定データの95%推定区間付き

↑に注目

　predict関数とはその名の通り予測値を返してくれる関数です。se.fit=Tにすると誤差の範囲も出してくれます。ここで、interval="confidence"とinterval="prediction"　とに分かれているのですが、これで「データの９５%誤差範囲」か「平均の９５%誤差範囲」を出してくれるわけです。confidenceのほうは平均の誤差（信頼区間）で、 predictionの方はデータの範囲（予測区間）を表しています。

　もっと詳しい説明です。

　上記のやりかたはとても便利なのですが、９５%以外の範囲を指定してやることはできません。そこで、もっと柔軟に計算するためには interval=～～を使わずに、直接SEとかSD（的なもの）を計算することになります。

基本を勉強しよう

ifの条件式に関して

> a <- 1 ; if ((0 < a) < 2) print(a)
[1] 1
> a <- 1 ; if ((0 > a) < 2) print(a)
[1] 1
> a <- 1 ; if ((0 < a) > 2) print(a)
> a <- 1 ; if ((0 > a) > 2) print(a)

上2つの式はa2で評価されるようで表示されません。

そもそも他の言語のように

> a <- 1 ; if (0 < a < 2) print(a)
エラー： 予想外の '<' です ( " if (0 < a <" の)

のように書いてエラーとなり、()をつけて&として解釈されないかなーと
上の式をなんとなく書いてみたんですが、
Rでどう評価されてるのかよくわかりませんでした。（素直に0<a & a<2って書けよですね）

よくわからないときは，部分部分を評価してみる。

a <- 1 のとき，(0 < a) は TRUE，(0 > a) は FALSE
R では TRUE/FALSE は数値としては 1/0 として認識される
よって，(0 < a) < 2 は TRUE < 2 そして 1 < 2 なのだから TRUE になる
同様に，(0 > a) < 2 は FALSE < 2 そして 0 < 2 なのだから，この場合も TRUE になる
(0 < a) > 2 は TRUE > 2 そして 1 > 2 なのだから FALSE
(0 > a) > 2 は FALSE > 2 そして 0 > 2 なのだから FALSE

そもそも「他の言語のように (0 < a < 2) のように書いてエラーとなり、()をつけて&として解釈されないかなーと」いうけど，そんなことを許す言語ってあるか?ないと思うぞ。

ダメ出し：計算の無駄，プログラムの無駄をなくする

CX's 'reality distortion' pie-graph (フジTV のステマ円グラフ)

元のプログラムは，無駄なことをしているので，プログラムが長く煩雑で，何をやっているのかわかりにくくなっている。

for (i in 1:length(num)) {
  x <- c(0.5 + dx, 0.5 + 0.5 * sin(rad[i]), 0.5 + 0.5 * sin(seq(rad[i], rad[i+1], length.out=div)), 0.5 + 0.5 * sin(rad[i+1]))
  y <- c(0.5 + dy, 0.5 + 0.5 * cos(rad[i]), 0.5 + 0.5 * cos(seq(rad[i], rad[i+1], length.out=div)), 0.5 + 0.5 * cos(rad[i+1]))
  grid.polygon(x=x, y=y, gp=gpar(fill=colors[i]))
  grid.text(引数省略)
}

grid.polygon を描くところは，以下のようにすればよい。
0.5 * sin(rad[i])，0.5 * sin(rad[i+1]) などを付け加える必要はない。
theta も一度計算しておけばよい。

for (i in 1:length(num)) {
  theta <- seq(rad[i], rad[i+1], length.out = div)
  x <- c(dx, 0.5 * sin(theta))
  y <- c(dy, 0.5 * cos(theta))
  grid.polygon(x = 0.5 + x, y = 0.5 + y, gp = gpar(fill = colors[i]))
  grid.text(引数省略)
}