zimslog

통계 분석을 하다보면 데이터의 각 그룹(ex. 치료군/대조군) 별로 정규성 검정을 하는 경우가 많다.아래 함수를 통해 변수를 동적으로 바꿔가며 group_by를 사용한 shapiro_test를 수행할 수 있다.  1. shapiro_test {rstatix}, group_by {dplyr}library(rstatix)data %>% group_by(group) %>% shapiro_test(ALCAM) # 변수 바꿔가며 테스트 반복 lapply(colnames(permnt)[4:15], function(var){ permnt %>% group_by(cbct) %>% shapiro_test({{var}})})  group variable statistic p ..

Kappa 상관계수에 대한 개념 설명은 이전 포스팅 참고.2024.01.11 - [Data Analysis/Statistics] - [통계] Cohen's Kappa (카파 상관계수) [통계] Cohen's Kappa (카파 상관계수)Cohen's Kappa (카파 상관계수) 1) 카파 상관계수란? 범주형 변수 간의 일치도를 측정하는 통계량이다. 예를 들어 n명의 환자에 대한 검사 방법 X와 Y의 결과가 있을 때, 두 검사 방법의 일치도가 어떠meowstudylog.tistory.com 이번 포스팅에서는 R에서 Kappa 상관계수를 통한 일치도를 확인하는 방법에 대해 알아보겠다. 예제)분석 목적 : 2개의 진단 법 간의 일치도를 확인하고자 한다.사용 데이터 : 순서 척도로 이루어진 두 개의 범주형 변수>..

데이터 집계 및 피벗 # count Patients a % group_by(age_group2, year) %>% summarise(n_patient = n()) # pivot wider b % dcast(year ~ ..., value.var = 'n_patient') patient_id year age_group2 1 0005969 2014 61-75 2 0010250 2019 >=76 3 0013541 2011 >=76 4 0013600 2011 46-60 5 0024285 2016 46-60 6 0025533 2018 61-75 > head(a)# A tibb..

CCA에 대한 개념 설명은 이전 포스팅 참고하면 된다.2024.01.12 - [Machine Learning/Dimension Reduction] - [통계] CCA, Canonical Correlation Analysis (정준상관분석) 이번 포스팅에서는 "종속변수 y집합"과 "독립변수 x 집합"간의 상관 관계를 확인할 때 사용하는 정준상관분석(CCA)를 R에서 수행하는 방법에 대해 설명한다. 예제)분석 목적 : "학업성취 변수군"과 "학업태도 변수"군 사이의 상관 관계를 확인하고자 한다.데이터 설명 - 종속 변수 y 집합 : 학업 성취 (국어 점수, 수학 점수, 영어점수 등) - 독립 변수 x 집합 : 학업 태도 (공부시간, 집중력, 수업 참여도 등)국어수학영어과학역사공부시간집중도과제수행수업태도806..

이전 포스팅에서 로지스틱 회귀 분석 개념에 대해 알아보았다.2023.11.29 - [Machine Learning/Regression] - [머신러닝] Logistic Regression Analysis (로지스틱 회귀분석) 로지스틱 회귀에서는 어떤 사건의 발생을 직접 예측하는 것이 아니라, 사건이 발생할 확률 (0~1) 을 예측하였는데,이번 포스팅에서는 R에서 이 확률 곡선을 그리는 방법에 대해 알아보겠다.  1. Probability Curve of each group 아래는 3개 그룹에서 CM_sIgE의 투여량에 따라 food 알러지가 발생할 확률을 그래프로 나타내는 코드이다.for(i in 1:5){ x

이전 포스팅에서 진단 모델 성능 평가 지표의 개념과 R코드를 알아보았다.2023.12.07 - [Statistics] - [통계] Diagnostic Test (진단 테스트) : Sensitivity, Specificity, Accuracy (민감도, 특이도, 정확도)2023.12.08 - [Programming/R] - [R] Diagnostic Test (진단 테스트) : Sensitivity, Specificity, Accuracy (민감도, 특이도, 정확도) 경우에 따라 두 개의 진단 도구 (ex. 기존 진단 도구 vs 신규 진단 도구)의 결과를 비교해야할 때가 있는데, 이번 포스팅에서는 각 지표를 비교하는 방법에 대해 알아보겠다. 동일한 환자를 대상으로 진단 방법 A, B 시행한 데이터에서 두 ..

이전 포스팅에서 진단 모델의 성능 평가 지표 개념에 대해 알아보았다.2023.12.07 - [Data Analysis/Statistics] - Diagnostic Test (진단 테스트) : Sensitivity, Specificity, Accuracy (민감도, 특이도, 정확도) [통계] Diagnostic Test (진단 테스트) : Sensitivity, Specificity, Accuracy (민감도, 특이도, 정확도)Diagnostic Testing (진단 테스트)   진단 모델의 성능을 평가하기 위한 테스트로 진단 모델이 실제 값을 얼마나 잘 예측하는지 평가하는데 사용된다. 1. Confusion Matrix: 예측 값과 실제 값을 비교하기meowstudylog.tistory.com 오늘 포스..

코드 위아래로 이동 : Alt+↑ / Alt+↓코드 자동 추천 : Tab or Ctrl + Space 문장 자동완성 : Tab스크립트 처음부터 현재 줄까지 실행 : Ctrl + Alt + B현재 줄부터 스크립트 끝까지 실행 : Ctrl + Alt + E스크립트 전체 실행 : Ctrl + Alt + R들여쓰기 자동 맞춤 : Ctrl+I or Ctrl+Shift+A주석 처리 (#)  : Ctrl + Shift + C체인연산자 (%>%) : Ctrl + Shift + M화살표 (현재 줄 선택 : Ctrl + Shift + L현재 줄 맨앞으로 이동 : Home현재 줄 끝으로 이동 : End스크립트 맨앞으로 이동 : Ctrl + Home스크립트 끝으로 이동 : Ctrl + End

1. apply행 단위 또는 열 단위 연산을 가능하게 한다. input 데이터로 모두 같은 타입의 변수형을 가진 배열(Array), 매트릭스(Matrix), 데이터 프레임(Dataframe)이 가능하다.연산결과는 매트릭스 또는 벡터 형태로 출력된다. * 행 단위, 열 단위 평균 구하기# calculate row meanapply(data, 1, mean)# calculate column meanapply(data, 2, mean)  2. sapplyfor문을 대체하여 주로 쓰이며, 연산 결과는 벡터 또는 행렬 형태로 출력된다. sapply( , simplify = F) 인 경우 또는 input 데이터가 길이가 다른 리스트인 경우, lapply( ) 와 동일하게 리스트 형태로 출력된다. * 특정 열의 데이..

1. 기술통계량 확인#요약통계량 확인summary(data)#summary보다 많이 보여줌library(psych)describe(data[, c("Age", "difftime")])#좀 더 많이 보여줌library(pastecs)round(stat.desc(data[, c("Age", "difftime")], basic = T, desc = T, norm = T, p= 0.9))  2. 기술통계량 테이블 (finalfit, knitr)# finalfit :: summary_factorlistexplanatory = c("age.factor", "sex.factor", "obstruct.factor") #설명변수dependent = 'mort_5yr' #독립변수(그룹)colon_s %>% summary..