Rで解析：最適なビン幅・バンド幅を自動選択する「sshist」パッケージの紹介

密度分布を推定する際、ヒストグラムや核密度推定の「幅」を決めるには経験則に頼りがちですが、それを統計的に最適化したい場面があります。本パッケージは、島崎・篠本法を実装し、期待される誤差を最小限にする最適なパラメータを一括で計算してくれます。これにより、時系列データの変動率推定やデータの内在的な構造を探る作業が格段にスムーズになります。さらに OpenMP を活用した C++ バックエンドを採用しているため、大規模なデータでも高速に計算可能です。

パッケージバージョンは0.2.4。Windows 11 x64 (build 26200)のR version 4.6.1で確認しています。

＜おすすめのRに関する書籍です＞

Rユーザのためのtidymodels[実践]入門〜モダンな統計・機械学習モデリングの世界

著者: 松村 優哉, 瓜生 真也, 吉村 広志

www.amazon.co.jp

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("sshist")
# パッケージの読み込み
library("sshist")
# コマンド例実行で必要なパッケージを読み込み
library("ggplot2")

コマンド例

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。

正規分布データに対する最適な二次元ビン数の推定と可視化：sshist_2dコマンド

# 乱数のシード値を設定する
set.seed(42)

# 正規分布からサンプルデータを生成する
x <- rnorm(500)
y <- rnorm(500)

# sshist_2d を実行して結果を格納する
res <- sshist_2d(x, y)
# 結果をヒートマップとしてプロットする
plot(res)

# ggplot2でプロット
ggplot(data.frame(x = x, y = y), aes(x, y)) +
  # 最適化されたビン数を設定してヒートマップを描画する
  geom_bin2d(bins = c(res$opt_nx, res$opt_ny)) +
  # ビンの色を Viridis カラースケールで表現する
  scale_fill_viridis_c() +
  # グラフのタイトルを設定する
  ggtitle(sprintf("Optimal 2D Bins: %dx%d", res$opt_nx, res$opt_ny)) +
  # テーマを最小限に設定して描画する
  theme_minimal()

・結果をヒートマップとしてプロットする

・ggplot2でプロット

＜おすすめのRに関する書籍です＞

Rをはじめよう生命科学のためのRStudio入門

AmazonでAndrew P. Beckerman, Dylan Z. Childs, Owen L. Petchey, 富永 大介のRをはじめよう生命科学のためのRStudio入門。アマゾンならポイント還元本が多数。

www.amazon.co.jp

この記事が誰かの役に立ちますように。