Wonderful R 4
自然科学研究のためのR入門
再現可能なレポート執筆実践
著：江口 哲史
監：石田 基広
内容紹介
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。
目次
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―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―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―One-way ANOVAによる精製カラムの検討
4.2 二元配置分散分析―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―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―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―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
ISBN：9784320112445
。出版社：共立出版
。判型：B5
。ページ数：240ページ
。定価：2700円（本体）
。発行年月日：2018年10月
。発売日：2018年10月12日
。国際分類コード【Thema（シーマ）】 １：PBT。
