---
title: "第7回　習熟度確認と復習（1）：可視化・整形までの操作確認"
subtitle: "行動計量学（行動科学分析法入門）"
author: "小野原 彩香"
date: "令和8年度"
output:
  html_document:
    toc: true
    toc_float: true
    theme: flatly
    highlight: tango
    df_print: paged
---

```{r setup, include=FALSE}
knitr::opts_chunk$set(echo = TRUE, warning = FALSE, message = FALSE,
                      fig.width = 7, fig.height = 4)
library(tidyverse)
```

---

## 本日の流れ

1. **復習（前半）**：第2〜6回のポイントを確認
2. **習熟度確認テスト（後半）**：RStudio を使って課題に取り組む

---

## 復習：これまでの内容

### R・RStudioの基本（第2回）

```{r}
# 変数への代入
x <- 42
y <- c(1, 2, 3, 4, 5)

# 基本的な統計関数
mean(y)
sd(y)
```

### データの可視化 - ggplot2（第3・4回）

```{r}
# 散布図の基本
ggplot(data = iris, aes(x = Sepal.Length, y = Petal.Length, color = Species)) +
  geom_point() +
  labs(title = "散布図の例", x = "がく片の長さ", y = "花びらの長さ") +
  theme_bw()
```

```{r}
# 箱ひげ図
ggplot(data = iris, aes(x = Species, y = Sepal.Length, fill = Species)) +
  geom_boxplot() +
  scale_fill_brewer(palette = "Pastel1") +
  labs(title = "種ごとのがく片の長さ", x = "種", y = "がく片の長さ (cm)") +
  theme_bw() +
  theme(legend.position = "none")
```

### データの加工 - dplyr（第5・6回）

```{r}
# filter + select + mutate + arrange の組み合わせ
iris |>
  filter(Species == "virginica") |>
  select(Sepal.Length, Sepal.Width, Petal.Length) |>
  mutate(sepal_ratio = Sepal.Length / Sepal.Width) |>
  arrange(desc(sepal_ratio)) |>
  head(5)
```

```{r}
# group_by + summarise
iris |>
  group_by(Species) |>
  summarise(
    n    = n(),
    mean = mean(Petal.Length),
    sd   = sd(Petal.Length)
  )
```

---

## よくある間違いと対処法

| エラー | 原因 | 対処法 |
|--------|------|--------|
| `could not find function` | パッケージを読み込んでいない | `library(tidyverse)` を実行 |
| `object not found` | 変数名が間違っている | スペル・大文字小文字を確認 |
| `unexpected ')'` | 括弧が合っていない | 括弧の数をチェック |
| グラフが表示されない | データが空など | `str()` / `head()` でデータを確認 |
| `NA` が返ってくる | 欠損値が含まれている | `na.rm = TRUE` を追加 |

---

## 習熟度確認テスト（第1回）

**以下の課題を RStudio で実行し，スクリプトを提出してください。**

---

### 課題1：データの確認（10点）

`mtcars` データセット（R組み込み）を使います。

```{r, eval=FALSE}
# データの最初の6行を表示してください
___

# 各列のデータ型と概要を確認してください
___

# 基本統計量を表示してください
___
```

`mtcars` の主な変数：
- `mpg`：燃費（マイル/ガロン）
- `cyl`：シリンダー数（4, 6, 8）
- `hp`：馬力
- `wt`：車重（1000ポンド単位）
- `am`：トランスミッション（0=オートマ, 1=マニュアル）

---

### 課題2：データ加工（30点）

`mtcars` データを使って，以下の操作を順番に行い，結果を表示してください。

1. シリンダー数（`cyl`）が 4 または 6 の車だけ絞り込む
2. `mpg`（燃費），`cyl`（シリンダー），`hp`（馬力），`wt`（車重）の4列だけ選ぶ
3. 燃費1マイルあたりのkm換算列を追加する（`mpg_km = mpg * 1.60934`）
4. 燃費（km換算）の良い順に並べる
5. 上位10行を表示する

```{r, eval=FALSE}
mtcars |>
  filter(___) |>
  select(___) |>
  mutate(___) |>
  arrange(___) |>
  head(___)
```

---

### 課題3：グループ別集計（30点）

`mtcars` データを使って，**シリンダー数（`cyl`）ごとに**以下を集計してください。

- サンプルサイズ（`n`）
- 燃費（`mpg`）の平均・標準偏差
- 馬力（`hp`）の平均

```{r, eval=FALSE}
mtcars |>
  group_by(___) |>
  summarise(
    n      = ___,
    mean_mpg = ___,
    sd_mpg   = ___,
    mean_hp  = ___
  )
```

---

### 課題4：グラフの作成（30点）

課題3の集計結果，または `mtcars` の元データを使って，以下のグラフを作成してください。

**グラフの要件：**
- シリンダー数（`cyl`）を x 軸に（`factor(cyl)` で因子型に変換する）
- 燃費（`mpg`）を y 軸に
- 箱ひげ図（`geom_boxplot()`）で描く
- 色はシリンダー数で分ける（`fill = factor(cyl)`）
- タイトル：「シリンダー数ごとの燃費分布」
- x 軸ラベル：「シリンダー数」，y 軸ラベル：「燃費（mpg）」
- テーマ：`theme_bw()`
- 凡例は非表示（`theme(legend.position = "none")`）

```{r, eval=FALSE}
ggplot(data = mtcars, aes(x = factor(___), y = ___, fill = factor(___))) +
  geom_boxplot() +
  labs(title = "___", x = "___", y = "___") +
  theme_bw() +
  theme(legend.position = "none")
```

---

## 提出方法

- 作成した R スクリプト（`.R` ファイル）を保存する
- ファイル名：`習熟度確認1_学籍番号.R`
- 提出先：授業内で案内します

---

## 本日のまとめ

- 第2〜6回の内容（Rの基本操作・可視化・加工）を復習した
- 習熟度確認テストで `filter()`, `select()`, `mutate()`, `arrange()`, `group_by()`, `summarise()`, `ggplot2` の操作を確認した

---

## 次回の予告

次回（第8回）から**推測統計**に入ります。

- 相関分析と散布図
- 2変数の関係を数値で表す「相関係数」とは？

教科書の相関分析に関する章を読んでおきましょう。