心理系の大学生が、Rをそこそこ使えるようになるサイトを目指して・・・

前回、研究テーマをどう決めていくかを考えました。 今回はそこから進んで、実際に仮説を立てる過程を考えていきます。 私は、卒論で量的研究をしたのでこれ以降も量的研究をする前提で話を進めていきます。 研究テーマをなんとなく決めて、先行研究を進めていくと何かしらの仮説ができると思います。 この辺の流れは、言葉で説明するよりも実際にやっていると決まってくるものです。 仮説の難しさでいうと、どの程度のザックリ感で仮説を立てるのかということです。 社会学の研究だと、細かい部分は無視しても全体像を捉えにいったりします。 例）親子の年収には関連がある 社会心理学とか発達心理学だと、もう少し細かく見ていく印象があります。 例）グループワークでは、メンバーの向社会性が成果に影響を与える 認知心理学とかだと、もっと細かくて人間の記憶がどうとかって話になります。 これは良い例が思いつかないですが、系列位置効果などを想像していただくと分かりやすいかもしれません。 ノイズとなる要因の影響を限りなく統制する仮説となります。 だから、実験などが多くなりますね。 逆にザックリ全体像を追っていく社会学系は、国勢調査などのデータを元に追っていたりします。 仮説をどのくらいのザックリ感で立てるのかは、個人の裁量です。 といっても、指導教員の専攻や個性が出る部分だと思います。 それはゼミ選びの段階である程度見定められると良いですね。 自分と同じくらいのザックリ感で考えている指導教員の方がお互い幸せだと思います。 まぁ、そんなこんなで仮説を立てていきます。 突然適当な説明になりましたが、どんな仮説を立てるかは、研究者の個性が光る部分なのでここで詳しく書くことは不可能です。 ここでよりクリティカルだったりユニークな仮説を立てれらると、研究としてより価値が大きくなります。 仮説を考えては、友人やゼミ生・指導教員と話をして意見をもらいましょう。 何度もやっているとどんどんブラッシュアップされていくものです。 自分一人で悶々とやっていても、あまり前進しないと思うので積極的に他者と意見を交わすことが大切だと思います。 また、その時に”この研究・仮説はどこが新しいか、どこが面白いか？”と自問すると良いかもしれ...

卒論を始める時、まずは研究のテーマを決めないといけません。 研究者と言われる人の研究がどんな流れで始まるのかは、私は分かりません。 そのため、ここでは卒論レベルの話をしたいと思います。 はっきり言って卒論のテーマを決める際は、自分の興味関心が全てだと思います。 例えば、こんな感じ 例） 高校時代に友人関係で悩んだから、友人関係の研究 自分がメンヘラで、付き合う人もメンヘラばかりだからメンヘラの研究 自分が完璧主義だから、完璧主義の研究 ドラマを見てプロファイリングに興味を持ったから犯罪心理学の研究 読書が好きだから、読書体験の研究 例はすごい雑に書いているので漠然としていますが、実際の研究は進める過程でもっと細かいものになっていきます。例えば友人関係の研究をするとしたら、バランス理論を使ったりしながら友人関係におけるコンフリクトへの反応など細かく仮説としていきます。 でもそれは最終的な話で、研究の最初は自分の興味のあることを本や論文などを漁りまくってみることです。その中で自分が特に興味を持った部分を進めていくと「ここまでは分かってるけど、ここからはまだ分かっていないなぁ」なんて部分が見つかったり「この２つの理論や先行研究は矛盾しているように見えるけど、ここには他に〇〇も影響しているからこうなったんじゃないかな」なんてのがポツりポツりと出てきます。 その中で自分が特に関心のあることや「これが分かったら価値があるな」ということを研究するといいと思います。ここでの「価値がある」というのは、より核心的ことであったり研究の前提条件となっていることを再定義することだと思います。そんなに深く考えなくても、実際に誰もやっていないことなら、やる価値はあると思います。そして、それがよりユニークだったり新規性があると面白いねって言われるわけです。まぁ、そんな簡単に良い結果は出ないんですけどね。 そういえば昔、大学の教授が良い結果が出ないと学生が言った時に「そんなに簡単に結果が出たら、失業しちまうよ。こっちは何十年もやってんだから」とボヤいていたことを思い出します。 ちなみに、ここでは有意差が出たり関連が示されるような分析結果が出ることを便宜上”良い結果”と表現していますが、実際には差や関連がなかったということも研究の成...

このブログは卒論でRを使う学生がRでエラーが出まくって困らないように、そこそこ使えるようになれるようにと思って始めました。しかし、自分が実際に卒論を書く経験をしたり、同期や後輩から研究について相談を受ける中で強く感じことがあります。それは、Rは研究の一連の流れで分かりやすく躓きやすい部分ではありますが、研究の全体においては本当に部分的だということです。 実際に受ける相談の多くが、「どんな分析をすればいい？」というところから始まります。 つまり、やりたいこと（分析）は決まっているがRでどう実行したらいいか分からないのではなく どんな分析をするかなど、それ以前の部分で躓いている人が多いのです。 Rとは違って分析計画がなくてもエラーが出て進めないということもないため、躓いていることに本人が気がつかない事も多いものです。 そんな状態だといくらRの勉強をしても、卒論を完遂することができません。 そこで、Rで実際に分析する前段階がどのように進むのが良いか、またどんな準備をしておくと後々後悔しないかを書こうと思います。 しっかり準備をした状態で、分析の段階に入るとあとは本当にRを使いこなせるかどうかの問題です。 Rの使い方に関してもどんどん追記していきますが、まずはそれ以前の話を少ししておきたいと思います。卒論でそれなりに苦労した側の人間ですので、しくじり先生としてこのブログを読んだ方がしくじらないことを期待しています。 研究は全体の流れが大切ですがRが好きな私にとっては、Rで分析をする前の部分は序章といった感じです。笑　　故に、序章として書かせていただきます。 初回は、『研究テーマを考える』です。 どうぞ気楽に読んでください。

本ブログの閲覧数が１万を超えた！！ 見て頂いた方々、このようなお見苦しいブログを閲覧いただきありがとうございます。 ブログを開始したのが、2017年12月７日だったのでほぼ１年で閲覧数１万ということだ。 これは一般的には全然すごくない、いやむしろショボいくらいなのだが個人的にはすごく嬉しい。 アクセス数の推移を見ると、ここ数ヶ月のアクセス数が特段に高い。 これは、恐らく後輩たちが卒論に追われている時期ということだろう。笑 私もこの時期には、必死になって卒論をやっていたことを思い出しなんだか懐かしい気持ちだ。 小学１年生の時から夏休みの宿題を最終日までやらない性格だった私なので、卒論でも無計画に最後に必死にやった。 朝９時から23時まで大学に缶詰で友人と一緒に、脳みそと愛用のMacをフル回転させて卒論を何とか乗り切った。 何だかんだ乗り越えられてしまうから、「何とかなる！」ということを学習してしまう。 頭では分かっていても身体が覚えることには抗えないから、つくづく人間だと思う。 そんなこんなの卒論だが、決して大変で辛かった思い出ではない。 卒論の時期には、Rが人より少しできたことで可愛い女の子から話しかけられることも多く、ユートピアにでも来たかと思った。 しかしそんなユートピアは極一時のことで、卒論が終わってしまえば波風一つ立たない日々がすぐに戻ってきた。 そうなることは分かっていても、可愛い女の子から「教えて！」と言われたら胸が高鳴ってしまうのだから、自分でも悲しくなる。 そんなことは置いておいても、卒論は大学最後の親交を深める機会としては良かったと思う。 私の周りの多くの人が追い込まれていたおかげで、共同体意識みたいなものが芽生えて一緒になって頑張れた。 もし一人でやっていたら、大学に缶詰になることも難しかっただろう。 お互いに触発し合うことができる環境に入られたことは何よりも良い体験だった。 その時に、交友関係や自分を取り巻く環境の重要性を痛感したものだ。 この経験は、社会人になってからの自分の環境や交友関係の作り方にも大きな影響を与えていると思う。 だから、卒論は辛くも楽しくも有意義でもあった経験だった。 と、綺麗に締めたもののやっぱり卒論で追い込まれ...

ブログ再開します！！！ 最後にブログを更新してから、早６ヶ月が経った。 日々これ更新するつもりが、ちょっとしたブラック企業で働いていた影響もあり全く更新しないまま今日を迎えてしまった。 お仕事が忙しかったり、他にもやることに追われていたり、Rが必要な機会自体が減っていたこともありRとの距離も自然消滅寸前のカップルほど離れていた。 そんな折に、卒論で困った後輩から質問が来たり、呼び出されたりして久しぶりに研究やRに触れる機会があった。 その時に、思うことがいくつかあり再開を決断した次第 それが下記４点 ①ブログの内容が酷かった。 私自身、このブログを放置していたので久しぶりにブログを見た。 なかなか酷い内容だ。 私の頭の中をそのままメモした内容ばかりで、他の人が見て理解できる内容ではない。 これは、後輩に悪いことをした。 分からない人が分かるように書かないと意味がない。 ②意外と閲覧者がいた 初投稿が2017年12月で3月くらいまで精力的に（？）書いていたが閲覧者もほぼいなくやる気が減退した部分も大きかった。 しかし最近確認したところ、なんだかんだ現時点までで9368PVだった。 ここ最近が特に多い。卒論で困っている人が多いということだろうか。 見てくれる人がいるというのは、大変嬉しい事でやる気もグングンといった感じだ。 ③Rの使い方だけではダメだった 後輩の卒論の相談を聞いたときに、Rの使い方以前にどの分析をすればいいのかが分かっていない事に気がついた。 結局Rというツールの使い方が分かったところで、正しく使えなければ意味がない。 ④恩師がゼミでブログについて話していたらしい 我が恩師がゼミで「先生が卒業生の〇〇のブログを見れば分かるよ。」といった感じで名前を出して頂けたらしい... 名前を出されるなら、もっとまともな物にしないと恥ずかしい。 ⑤Rの使い方だけではダメだと思った このブログでは、大学生が卒論でRがそこそこ使えるようになることを目指したが、それだけではダメなようだ。 Rが苦手な人は多くの場合、どんな分析をすれば良いかなども分からないようだ。 結局どの分析を、Rでどうやるかはセットのようだ。 とい...

相関係数を先日紹介しましたが、無相関検定の事を書き忘れていました。 無相関係数の帰無仮説は「相関係数が０である」となります。 つまり、無相関検定で分かることは「相関関係があるかどうか」であって相関の強さの程度が分かるものではありません。 という事で、あまり個人的には使うことのない検定だと思います。 相関係数はt検定などと違い関係性の強さが分かる検定なので、相関関係があるかどうかよりもどの程度あるかが大切です。 無相関検定を使う時は、相関係数が小さく相関関係があると言えるかどうか微妙な時だと思います。 前置きが長くなりましたが、無相関検定の使い方は簡単です。 以下の通りです。 cor.test(変数１,変数２) 実際に使ってみると、下記図のようになります。 ここで言っている無相関検定はパーソンズの無相関検定なので、最初の行にそれが書いてあります。 最低限見るべきポイントは、 p-value：P値 cor：相関係数 今回の例では、0.01%水準で相関関係があると言えますね。 まぁ、相関係数が.998なので当然ですが。 ちなみに、RやExcelで2.2e-16はと表示された場合は、0.00000000000000022ということです。 eはエラーを意味していて、表示しきれない０が何個あるかという事を示しています。 2e5だったら、200000 2e-5だったら、0.00002を示しています。 無相関検定の厄介なところは、相関係数のように一気に算出できないことです。 １つひとつ算出しなければなりません。 しかし、for関数を使えばなんとかなりますが、それはいつか書こうと思います。

さて、今回は分析をやる際の基本である相関をやってみましょう。 相関は極めて簡単なので、サクッといってみましょう！！ データは以前subsetの回でご紹介したデータを使ってみます。 これですね。 相関係数を出すのは、簡単です。 cor(変数１,変数２) 実際に、やってみるとこんな感じです。 相関メチャ高い！！！ まぁ、擬似的に作ったデータなので当然なんですが... ちなみに、相関係数の大体の見方は下記の通りです。 .00~.20→ほとんど相関がない .20~.40→弱い相関がある .40~.70→比較的強い相関がある .70~1.0→強い相関がある 以上が基本の使い方になります。 しかし、このやり方では多数の変数の相関係数を一気に算出したい場合には手間がかかってしまします。 そんな時は、こうします。 これは、dataの３行目から８行目の変数の全ての組み合わせでの相関変数（相関行列）を出力してくれます。 これでたくさん変数があっても、一瞬で相関係数が分かりますね。 相関係数を算出するときに発生するエラーの大抵の原因は欠損値です。 欠損値があると相関係数が正常に算出されません。 そのために、欠損値の処理を置こうなオプションがcor関数にはあります。 代表的なものは、下記２点になります。 pairwise.obs・・・欠損値とペアになっているものだけを、使わない。ペアで欠損値の処理を行うので、最大限にデータを使える。 と、書きましたが自分でもうまく書けていないことがわかるので、もう少し丁寧に説明します。 相関係数のイメージは、下記図のようにx軸とy軸の値でプロットしていって計算します。欠損値があった場合pairwise.obsを使うとこのプロットの点が１つなくなる感じですね。 complete.obs・・・欠損のある行は使わない。 つまり、pairwise.obsよりもデータが大きく減ってしまうことがあります。na.omit関数に似ていますね。使い方を気をつけないと一気にデータ数が減ってしまいますね。 基本的には、pairwise.obs関数を使えば問題ないです。 使い方は以下の通りで、最後に引数として追加...

早いもので気がつけば４月が終わり、５月が始まろうとしている。 ブログを初めては良かったが社会人は想像以上に忙しく、定期的に更新しようと思っていたが４月に入ってから１度も更新できなかった。 GWが終われば、ゼミの後輩たちもRを使ってデータをいじることになるだろうから、５月からは定期的（週１〜２回）にブログを更新してやろうと決めている。 後輩たちよ期待しておれ！！！ そんなことを考えていたら、大学の同期が「目標の公言」に関して研究をしていたことを思い出した。 ほんの数ヶ月前まで一緒に研究をしていたとは思えない程、過去のことのように感じる。 特に、卒業式前後は一種の浮世離れしていたような感覚で、あんな感覚は今後も味わう事はないだろうと思える。 そんな状態から、一気に社会人として働き出したものだから、現実に引き戻された感覚が強い。 そんな折に、大学の同期にお願いしていたブログのロゴが送られたきた！！ いろいろな人を巻き込んでいると、やらねばならぬ義務感が生まれるから自然と体が動こうとするものだ。 うん、いい傾向だ。 という事で、４月の反省とこれからへの意気込みを新しいロゴに乗せて...。

最近会社の仕事で、分析を行っている。 大学時代にやっていた、学術的なというかサイエンスという意味での分析とは違うことをしているので、何だかまだ慣れないものだ。 ビジネスにおいて必要とされる分析とは、原因や因果関係を推定するものではなく、共変関係にある変数を探すことが目的だ。 例えば、共変関係にある変数に何の因果関係がなくとも、ある変数が他の変数を予測することができれば極めて有意義な情報と言える。 そんなこんなで、サイエンスとビジネスにおける分析のあり方に戸惑っている今日のこの頃である。 そんな私は、大学時代に出会ったRが大好きなわけだ。 Rで今までやってきた作業とは全く違う作業を現在はしている。 全く新しいことをRでしたい気持ちは強いので楽しいのだが、全く新しい作業を行おうとするとRの中で自分がどんな命令を出し、どんな状態なのかを理解するのに時間がかかる。 抽象的な書き方をしてしまったが、R上でdata.framやtableなどの型を理解するのに時間が掛かるのと同じだ。 すると、少しの作業だったらExcel行った方が早いことが多々ある。 そんなことを何度かしているとつくづくRは所詮道具なんだなと思う。 これは卒論を書いているときにも思ったが、分析方法や分析ツールは所詮道具であり、それに夢中になったり、それに手こずって踊らされるなど勿体無いことだと思う。 だから最近は、Rでの分析方法の理解に時間がかかりそうな時には、Excelを使って作業を早く終えるようにしている。 分析自体が目的ではなく、分析は手段でしかないから、そこに時間をかけてはいけない。 もちろん正確に分析を行うことは極めて重要だが… これから分析を行う人も、無理してRで分析をせずとも、SPSSやExcelなどもある。 更に言えば、分析が得意な人に協力を仰ぐことも重要だ。 もちろん、恩返しはしっかりとしないといけないが！ この話をもっと一般化して書くならば、困難な手段を用いてある目的を達成しようとする時、無意識のうちに手段が目的であるかのような錯覚を覚えてしまうから気をつけようということだ。 会社がビジョンを大切にするのと同じだ。 家を欲しい時、それなりのお金が必要になるが、お金を必死で稼...

最近、奨学金関係のニュースをよく目にするような気がする。 もしかしたら、自分に関係のあるニュースだから、特に目に止まるようになっただけなのかもしれないが... 最近よく目にする奨学金のニュースはネガティブなものばかり 奨学金返済者の自己破産が増えてるとか、奨学金の総額が増えてるとか... 私も稼がないといけないなと痛感したりしているわけだが、そこで奨学金の問題点をいくつか考えてみた。 奨学金という名前が良くない 第一に奨学金という名前はなんなんだ。Wikipediaで「奨学金」と検索してみた結果がこちら 奨学金（しょうがくきん）とは、能力のある 学生 に対して、金銭の給付を行う制度である。奨学金の厳格な定義としては、学業成績等が優秀な生徒・学生に対して、修学を促すことを目的とするため、返済義務が全く無い給付奨学金（ 英語 : scholarships）の事をいう なるほど。本来は返済義務がないわけか。しかし、現在の奨学金はその大半が返済義務のあるものであると思う。奨学金と一口に言っても、返済義務のあるものとないものがある。つまり、奨学金と総称されるものの中に、タダでもらえるとお金と借金（ローン）があるわけだ。なんと厄介なことだ。 こんなことをしているから、状況が理解しづらいのだと思う。 返済の必要のないものは奨学金という名称で良いかもしれないが、返済義務のあるものは学生ローンなどの名称にして借金であることを明確にし、返済義務のないものと明確に区別する必要があると思う。 学費は上昇しているが、給与は上がっていない 私は４年間しか大学に行っていないので学費の上昇に関してはデータでしか知りようがないが、学費は上昇しているらしい。それに反して、社会人になった後の給与はほとんど上昇していない。 つまり、大金を借りて大学に通っても、その投資を回収するだけの見込みが現代の日本にはないのだ。それなのに、どんどん奨学金を貸し出したら「そりゃ、自己破産も増えますわな」と思ってしまう。 高校３年生に決断させるには、情報を与えていなさ過ぎる 今思うと、高校生の私は何も考えずに奨学金を借りたものだ。今改めて、「約300万円の借金をして〇〇しますか？」と聞かれたら、相当に調べ、...

ある日思いついて、カウントアップとカウントダウンのカレンダー的なのを使っている。 きっかけは、卒論に追われていた時期に「提出までの残り時間を表示して自分を鼓舞する」ことだった。 カウントダウンを始めてから、今までチンタラやっていた卒論にも自然と気合いが入る。 1秒ずつ減っていくの見ると、時間の経過を意識せざるを得ない。 残り時間を意識すると、気持ちが変わるということに気がついた。 そんな時に、Dropbox創業者ドリューヒューストンが2013年にマサチューセッツ工科大学の卒業式で行ったスピーチを思い出した。 詳細に関しては割愛するが、彼は人生は約30000日しかない、そして自分は既に9000日使ったことに気がついた。そして、「 準備や練習なんてしている暇はない、毎日時間は過ぎていくばかり。これからはパーフェクトな人生ではなく面白い人生にしよう！」と思ったらしい。 こんなスピーチのことを思い出したので、とりあえず自分の誕生日を入力 ヤバい・・・8000日以上使ってしまった・・・ 自分はそんなに長生きしそうな気がしないので、とりあえず70歳の誕生日を入力 おぉ、残り17000日・・・ 人生の1/3が終わってるわけか・・・ ドリューヒューストンは30000日と言っていたが、これは80歳以上の場合だ。 70歳だと、25000日しかない。 確かにこれは、準備や練習なんてしている暇はないな。 自分が歳をとること、自分が老けていっていること、自分が死に向かっていることは、１年に一度誕生日くらいにしか意識しないと思う。 カウントアップ・ダウンのカレンダーが動いていると、少しは自分の時間が着々と減っていることが身に沁みる。 完璧を求めると一歩も動けなくなってしまう。 最近ベンチャー界隈では、リーンスタートアップという言葉が流行っていると聞いたことがあるが、これも完璧を求めず事業を取り敢えず走り出して発展させていくというものらしい。 卒論の提出間近に指導教員に「完璧を目指して提出できないよりも、８割でいいから一通り作って提出することが大切」と言われたことを思い出す。 焦る気持ちは強すぎるといいものではないが、焦る気持ちは自分を突き動かすエネルギーになるから大切だ...

最近の分析ツールのトレンドは、SPSSからRに移行しているらしいです。 その理由は、以下の4点らしいです。 1.無料 SPSSはビックリするくらい高いらしく（学割を使えばそこそこ）、自分で購入するにはハードルが高いため分析のためだけに大学に行かなければならない事態になります。 2.パッケージが豊富 無料のソフトなので、世界中のオタクたちが日々新しいパッケージを作成しています。SPSSの様にどこかの企業が管理している訳ではないので、同時並行で世界中の人が開発に参加できるという利点があります。最新の分析方法に関してもどんどんパッケージが作られている様です。また、anova kunの様にパッケージとは違う形でもツールが無料で提供されていることが多いので、便利です。 3.分析の内容を理解していないと使えない これは、Rを最初に授業で教授に教わった時に言われたことです。SPSSはボタンをポチポチ押しているとなんだか知らないけど、分析結果が出力されます。分析の内容は理解していなくても、結果が出てしまうのでその分析が間違っていても気がつかないことがあるそうです。Rは気難しくすぐにエラーを返してきますが、それはこちら側のコードが間違っていることが原因です。適当にやっていてはRでは分析ができないので、Rの方が勉強になるらしいです。 SPSSを使ったことがないので、どれだけ差があるかは分かりませんが、Rの方が慣れるまでに苦労するのは確実ですね。最近、私は無駄にR慣れしてしまったので、なんとなく結果を出力できるようになってしまい、後から分析を学ぶという自体もちょくちょく... 4.拡張性がある Rは１種のプログラミングなので、同じ作業をさせる場合にはそのコードを組んでやれば１回の実行で大量の結果を出すことができます。以前間違えて分散分析を500回連続でやらしてしまい、私のパソコンが死にそうになったこともあります。コード次第では、質問紙の全項目に関して男女でt検定を行うなんてこともできます。そんなことができるとRが可愛く見えてきますね。 そんなこんなで、これから分析ツールはどんどんRになっていくようです。 そんなRですが、多くの人が最初にいろいろと躓いてRが嫌になる、量的研究に苦手意識を持つことになるみたいです（私も統計学に関しては苦手意識を持っていますが）。 そこで、R初学者が具体...

最近Rに関して更新しておらず、更新せねばと思っていました。 そんなことを漠然と考えていたら、「久しぶりにRで新しいことをやろう！！」とふと思いつき、何が出来るだろうかと思案していました。 そんな時に思いついたのが、Twitterのログ解析です。 昔、後輩と一緒に取り組んだことがありますが、上手くいかず後輩には申し訳ないと思ったままリベンジを忘れていました。 Rでやらなくても、ログ取得用のサービスとkh_coderなどを組み合わせて活用すると大体のことは出来るものです。 しかし、R好きとして、どうしてもRでやってみたい！！ しかも、上手くすればテキストデータ以外も取得して分析できるかも！！ こんなことを考え出したら、止まらないものです。 そこで、今回はとりあえずRを使ってTwitterのログ取得してみたいと思います。 まずは、Twitterの方で新しいアプリを作るらしい。 そんなに難しくないのでテンポよく行ってみよう！！ まず、前提条件から Twitterアカウントを作成しておいてください。 既にお持ちの方はそのアカウントでも結構です。 あと、Twitterのアカウントに電話番号が登録できます。 この電話番号も登録しておいてください。 以上の前提を元に進めていきます。 まず、下記のURLにいってください。 https://apps.twitter.com そうするとこんな画面が出てきます。 とりあえず、sign inします。 すると画面上部にこんなのが表示されます。 ここの「Create New App」をクリックします。 すると今度はこちらの画面。 各項目に関して Name この回の作業は簡単にいうとTwitter関連のアプリを作っているようなものです。 そのアプリの名前をつけなければいけません。 過去に誰かが使用している名前だとエラーが出ます。 私は「TwitterText_Mining_Data」としましたが、これと同じ入力をすると作成できないので、ここには自分独自の名称を入れてください。 Description このアプリがどんなアプリかの説明です。 自...