Rで解析:PCA,MCAのインタラクティブな表示「explor」パッケージ


PCA,MCA解析のインタラクティブな表示に便利なパッケージです。PCAとMCAの解析には「FactoMineR」パッケージが便利です。

「FactoMineR」パッケージは時間ができたら紹介します。

パッケージバージョンは0.1.1。実行コマンドはR version 3.2.2で確認しています。


パッケージのインストール

下記、コマンドを実行してください。

#パッケージのインストール
install.packages("devtools")
devtools::install_github("juba/scatterD3")
devtools::install_github("juba/explor")

実行コマンド

詳細はコメント、パッケージのヘルプを確認してください。

#パッケージの読み込み
library("explor")

###データ例の作成#####
n <- 100
#PCA用のデータ
PCAData <- data.frame(row.names = paste0("Group", seq(n)),
                      Data1 = sample(1:100, n, replace = TRUE),
                      Data2 = sample(1:100, n, replace = TRUE),
                      Data3 = sample(101:200, n, replace = TRUE),
                      Data4 = sample(151:250, n, replace = TRUE),
                      Data5 = sample(1:100, n, replace = TRUE),
                      Data6 = sample(1:100, n, replace = TRUE),
                      Data7 = sample(101:200, n, replace = TRUE),
                      Data8 = sample(151:250, n, replace = TRUE))
#MCA用のデータ
MCAData <- data.frame(row.names = paste0("Group", seq(n)),
                      Data1 = c(rep("1", 10), rep("0", n - 10)),
                      Data2 = c(rep("1", 15), rep("0", n - 15)),
                      Data3 = c(rep("1", 20), rep("0", n - 20)),
                      Data4 = c(rep("1", 25), rep("0", n - 25)),
                      Data5 = c(rep("1", 30), rep("0", n - 30)),
                      Data6 = c(rep("1", 35), rep("0", n - 35)),
                      Data7 = c(rep("1", 40), rep("0", n - 40)),
                      Data8 = c(rep("1", 45), rep("0", n - 45)))
########

#FactoMineRパッケージでPCA,MCAを実施
#install.packages("FactoMineR")
library("FactoMineR")
#PCAを実行
PCAResult <- PCA(PCAData, graph = FALSE)
#MCAを実行
MCAResult <- MCA(MCAData, graph = FALSE)

#explorパッケージでインタラクティブに結果を表示:explorコマンド
#PCA結果
explor(PCAResult)
#MCA結果
explor(MCAResult)

出力例

インタラクティブな操作はぜひ、コマンドを実行して確かめてください。
・PCA結果
PCAResult

・MCA結果
MCAResult


少しでも、あなたのウェブや実験の解析が楽になりますように!!

スポンサードリンク

おすすめコンテンツ


スポンサードリンク