Windowsで英字キーボードの入力切替を Ctrl + Space に設定する

 Windowsで英字キーボードを使用していて，入力切替を Ctrl + Space に設定した際のメモです．

1. 右下の「あ」とか"A"と記載されているアイコンを右クリックして，プロパティを選択（クリック）する．
2. 「Microsoft IME の設定」から「詳細設定」をクリックする．
3. 編集操作 キー設定の「変更」をクリックする．
4. "Ctrl + SPACE"の入力変換...の部分をダブルクリックすると「機能選択」の一覧が表示されるので「IME-オン/オフ」を選択して"OK"をクリックする．

以上で，Ctrl + Spaceで日本語入力が切り替わるはずです．

意思決定分析と予測の活用（Decision Analysis and Practical Use of Forecast）

意思決定分析と予測の活用（Decision Analysis and Practical Use of Forecast）の中のPythonコードを実行してみた結果です．

    第二部　第二章　Pythonの導入
    第二部　第三章　決定分析におけるPythonの利用
　第二部　第四章　期待値に基づく意思決定
　第二部　第五章　情報の量

R グラフ描画

データの特徴を知るために，グラフ描画を行なってみた際のメモです．この内容は， 統計ソフト「R」超入門〈最新版〉  の記載を参考に処理してみた結果です． 

インデックスプロットは，各ケースのインデックスを横軸に，その観測値を縦軸に取ってプロットしたグラフです．インデックスプロットによって，データを全体的にみて，分布の特徴を大まかに捉えたり，外れ値を発見したり，ケースの並びに傾向があるかどうかを知ることができます．

Rでインデックスプロットを作成するには，R Commander のメニューからGraph > Index plot... を選択します．

すると，Index Plot ウィンドウが開きます．Data タブで Variable (pick one or more) の枠からプロットする変数を選択します（ここでは StressResponseScoreを選択）．

Option タブに切り替えて，Plot Options（プロットオプション） の Style of plot （プロットのスタイル）から"Spike（スパイク）"を選びます．必要に応じて Plot Labels（ラベルを表示）に y-axis label（y軸のラベル），Graph title（グラフのタイトル）を指定します．

完成したら，OKボタンをクリックするとグラフが描画されます．

グラフのタイプをpoints（点）にすると，以下のようになります．

ドットプロットは，横軸の変数の該当する値の位置にデータの個数分ドットを上に積み上げて分布をみるためのグラフです．因子の水準別にドットプロットを描くことで，水準間の分布の比較が可能になります．

R Commanderのメニューから Graph > Dot Plot を選ぶとドットプロットウィンドウが現れます．

Variable (pick one) （変数（1つ選別））の枠から，今回はLocusOfControl（健康統制感）を選んで Plot by groups...（層別のプロット）をクリックします．すると，以下のようなウィンドウが開くので，Sex（性別）を選択してOKボタンをクリックします．

このドットプロットでは，by = 1が男性の健康統制感のプロット図で，by=2が女性のプロット図です．この二つを比較すると，健康統制感には男女で大きな違いはないように感じます．

Rの付属データを読み込んでグラフを描いてみる

 今回は，Rのパッケージ"datasets"に付属するデータセット"airquality"を読み込みます．この内容は， 統計ソフト「R」超入門〈最新版〉  の記載を参考に処理してみた結果のメモです．

手順は以下のとおりです．

1. R Commander のメニューから Data > Data In Package > Read data set from an attached package... を選択すると，読み込むパッケージとデータセットを選択するための"Read Data From Package"ウィンドウが表示される．
2. Package (Double-click to select) の中からパッケージを選択してダブルクリックする（今回は"datasets"）．Data set (Double-click to select) の枠内に"datasets"パッケージに含まれるデータセットの一覧が表示される．
3. 読み込みたいデータセット（今回は"airquality"）をダブルクリックして選択する．この時，"Help on selected data set"をクリックするとデータセット（今回は"airquality"）の説明が表示される．ちなみに，このデータはニューヨークの1973年5月1日〜9月30日における大気（オゾン濃度，日射量，気温，風速，月，日）を測定したデータ．
4. "OK"ボタンをクリックすると，データセットが読み込まれます．

ここまでの操作で，R Script には以下のような表示がされています．

    data()

    help("airquality", package="datasets")

    data(airquality, package="datasets")

Output には以下のような表示がされています．

    > data()

    > help("airquality", package="datasets")

    > data(airquality, package="datasets")

また，R Scriptのメニュー2行目にある" Dataset : "の右にあるボタンには読み込まれているデータセットとして"airquality"と表示されているはずです．

R Commander の”View data set"ボタンをクリックすると，読み込んだ"airquality"のデータを表示でき，"airquality"のデータの変数は6つであることがわかります．

ここまでが，データセットの読み込みです．続いてグラフ（散布図）を描いてみます．

R Commander のメニューから Graph > Scatterplot を選択すると，Scatterplot... ウィンドウが表示されます．

右下の OK ボタンをクリックすると，散布図が表示されます．

----------

上記の処理は，MacBookPro (2017, Intel) で行っていますが，プルダウンメニューの反応に時間がかかることがあります． 

macOSにRのRコマンダーをインストールする．

CRANからRのインストーラーをダウンロードします．

macOSへのインストールなので，Download R for macOS を選択します．

Intel Macの場合はFor older Intel Macs: （2023/08/14時点で R-4.3.1-x86_64.pkg），M1/M2 Macの場合は For Apple silicon (M1/M2) Macs: （2023/08/14時点で R-4.3.1-arm64.pkg）をクリックして，インストーラーをダウンロードします．

ダウンロードしたインストーラーを起動して，Rをインストールします．続いて，XQuartzをインストールします．

Rを立ち上げると，R Consoleが立ち上がります．試しに，以下のように平均を求めるコマンド"mean()"と数値をベクトル形式で入力するコマンド"c()"を使用してみます．

    > mean(c(4.8, 5.2, 6, 8))

すると，"6"という答えが返ってきました．これで，Rが上手く動いていることが確認できました．

R Commander のインストールには直接関係ありませんが，

    Package & Data > Package Installer

を立ち上げて，Update All をクリックしてパッケージを更新しておきます．

続けて，R Consoleで以下のコマンドを実行します．

    > install.packages("Rcmdr")

    > library(Rcmdr)

すると，下図のように R Commander が立ち上がります（理由はよくわかりませんが，インストール直後にR Commanderが立ち上がらないことがあります．このような時は，Macを再起動して，再度Rの立ち上げからを繰り返すと上手くいくことがあります）．

次からは，Rを立ち上げた後に

    > library(Rcmdr)

を実行するとR commanderが立ち上がるようになりました．

R Commanderを使ってみます．これ以降は 統計ソフト「R」超入門〈最新版〉  の記載を参考に進めてみた結果のメモです．

R Commander のR Script欄に

    4/3*pi*4.8^3

と入力（半径4.8の球の体積を求める計算式）してSubmitをクリックするとOutput欄に以下のように返ってきます．

    > 4/3*pi*4.8^3

    [1] 463.2467

続いて，異なる半径 4.8, 5.2, 6, 8 の4つの球の体積を同時に計算してみます．R Scriptに

    r <- c(4.8, 5.2, 6, 8)

と入力します．ここで，<- は左辺の変数（r）に右辺で記述された値を代入する記号です．

そして r と入力して Submit をクリックすると，Outputnに以下のように返ってきます．

    > r

    [1] 4.8 5.2 6.0 8.0

次に半径4.8の球の体積を求めた式の半径4.8を r に置き換えて，半径 r の球の体積を求めた結果を変数 v に代入する式に修正してみます．

    4/3*pi*r^3 -> v

ここで， -> は左辺の計算を右辺の変数（v）に代入する記号です．

そして，R Script にv と入力してSubmit をクリックすると，Outputに以下のように返ってきます．

    > v

    [1]  463.2467  588.9774  904.7787 2144.6606

上記の4つの体積の平均をとるには，関数 mean() を用います．R Script欄に mean(v) と入力してSubmit をクリックすると，Output欄に以下のように返ってきます．

    > mean(v)

    [1] 1025.416

Pythonのモジュールを追加する

Pythonのモジュールを追加する際のメモです．

Pythonでモジュールがインストールされていないというエラーが出た際には，インストールする必要があります．

例えば，Jupyter-Notebookで以下のようなエラーが出たとします．

ModuleNotFoundError: No module named 'requests'

そんな時には，ターミナルから，以下のコマンドで requests というモジュールをインストールします．

% python3 -m pip install --upgrade requests

すると，以下のように流れてインストールが完了します．

Collecting requests

  Downloading requests-2.28.2-py3-none-any.whl (62 kB)

     ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 62.8/62.8 kB 2.7 MB/s eta 0:00:00

Collecting charset-normalizer<4,>=2

  Downloading charset_normalizer-3.0.1-cp310-cp310-macosx_11_0_arm64.whl (122 kB)

     ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 122.5/122.5 kB 4.6 MB/s eta 0:00:00

Collecting certifi>=2017.4.17

  Downloading certifi-2022.12.7-py3-none-any.whl (155 kB)

     ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 155.3/155.3 kB 3.1 MB/s eta 0:00:00

Collecting idna<4,>=2.5

  Downloading idna-3.4-py3-none-any.whl (61 kB)

     ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 61.5/61.5 kB 4.8 MB/s eta 0:00:00

Collecting urllib3<1.27,>=1.21.1

  Downloading urllib3-1.26.14-py2.py3-none-any.whl (140 kB)

     ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 140.6/140.6 kB 5.0 MB/s eta 0:00:00

Installing collected packages: charset-normalizer, urllib3, idna, certifi, requests

Successfully installed certifi-2022.12.7 charset-normalizer-3.0.1 idna-3.4 requests-2.28.2 urllib3-1.26.14