自然科学研究のためのR入門

近年，Rなどのオープンソースのデータ解析環境が整ってきており，これらを活用することで，実験・測定・調査を行った結果に対して，研究者自身の手で高度な分析手法を適用できるようになった。 　しかし，自然科学研究の多様化に伴い，研究者が扱わなければいけないデータの種類や量は増える一方である。また，データ解析手順も複雑化している。そのため自然科学系の実験分野においても，データ解析の再現性の重要性は高まっている。 　Rでは解析の再現性を保証する方法としてRMarkdownが広く活用されている。その方法は本シリーズ第3巻『再現可能性のすゝめ』で詳しく解説されているが，本書はその実践集である。自然科学分野で主に取り扱うデータを想定した上で，RおよびRStudioを活用して，実験ノートやレポートをまとめあげる方法を，本書では具体例をあげつつ詳しく説明している。 Chapter 1　はじめに 1.1　RMarkdown 1.2　sessioninfoによるバージョン情報の確認 1.3　プロジェクトの作成 1.4　本章のまとめと参考文献 Chapter 2　基本的な統計モデリングー要因と目的変数の関係解析(1) 2.1　データの読み込み・概観チェック・集計・可視化 2.2 【レポート例2-1】 2.3　検定・相関解析 2.4　統計モデリング第一歩 2.5 【レポート例2-2】 2.6　本章のまとめと参考文献 Chapter 3　発展的な統計モデリングー要因と目的変数の関係解析(2) 3.1　データの読み込み・集計・可視化 3.2 【レポート例3-1】 3.3　検定 3.4　統計モデリング 3.5 【レポート例3-2】 3.6　本章のまとめと参考文献 Chapter 4　実験計画法と分散分析 4.1　一元配置分散分析ーOne-way ANOVAによる精製カラムの検討 4.2　二元配置分散分析ーTwo-way ANOVAによる検出器の検討 4.3 【レポート例4-1】 4.4　直交表を使った分散分析ー多数の因子がある場合の組み合わせ効率化：注入口条件の最適化 4.5　分析法の検証 4.6 【レポート例4-2】 4.7　本章のまとめと参考文献 Chapter 5　機械学習ー代謝産物の変動解析を例に 5.1　データの読み込み・加工・可視化・検定 5.2　機械学習による判別分析 5.3　変数重要度が上位の因子によるpathway解析および機能解析の準備 5.4 【レポート例5】 5.5　本章のまとめと参考文献 Chapter 6　実践 レポート作成ー化学物質の分子記述子と物性の関係解析を例に 6.1　ファイル作成・YAML記述 6.2　本文の記述とデータの読み込み 6.3　機械学習モデル 6.4　バリデーションセットを用いた精度の検証 6.5　変数重要度 6.6　実行環境・引用文献 6.7　本章のまとめと参考文献