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― 

書籍情報
シリーズ名Wonderful R 【4】巻
ISBN978-4-320-11244-5
判型B5　
ページ数240ページ
発売日2018年10月15日
本体価格2,700円
自然科学研究のためのR入門 書影
自然科学研究のためのR入門

新刊

　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