Rcmdr.kr: An R Commander User in Korea

통계 > 분할표 > 이원표 입력 및 분석하기...

Statistics > Contingency tables > Enter and analyze two-way table...

'통계 > 분할표 > 이원표 입력 및 분석하기...' 메뉴 기능을 선택하면 하위 창이 등장한다. '변수 이름', '행과 열의 수', '사례 수' 등을 입력할 수 있다. 아래의 내용은 'chisq.test' 함수 도움말 문서에 나오는 사례를 입력한다. 아래의 입력 스크립트를 참조 할 수 있다.

.Table <- matrix(c(762,327,468,484,239,477), 2, 3, byrow=TRUE)
dimnames(.Table) <- list("Gender"=c("Female", "Male"), "Party"=c("Democrats", "Independent", 
  "Republican"))
.Table  # Counts
.Test <- chisq.test(.Table, correct=FALSE)
.Test
.Test$expected # Expected Counts

?chisq.test  # stats 패키지의  chisq.test 도움말 보기

## From Agresti(2007) p.39
M <- as.table(rbind(c(762, 327, 468), c(484, 239, 477)))
dimnames(M) <- list(gender = c("F", "M"),
                    party = c("Democrat","Independent", "Republican"))
(Xsq <- chisq.test(M))  # Prints test summary
Xsq$observed   # observed counts (same as M)
Xsq$expected   # expected counts under the null
Xsq$residuals  # Pearson residuals
Xsq$stdres     # standardized residuals


## Effect of simulating p-values
x <- matrix(c(12, 5, 7, 7), ncol = 2)
chisq.test(x)$p.value           # 0.4233
chisq.test(x, simulate.p.value = TRUE, B = 10000)$p.value
                                # around 0.29!

## Testing for population probabilities
## Case A. Tabulated data
x <- c(A = 20, B = 15, C = 25)
chisq.test(x)
chisq.test(as.table(x))             # the same
x <- c(89,37,30,28,2)
p <- c(40,20,20,15,5)
try(
chisq.test(x, p = p)                # gives an error
)
chisq.test(x, p = p, rescale.p = TRUE)
                                # works
p <- c(0.40,0.20,0.20,0.19,0.01)
                                # Expected count in category 5
                                # is 1.86 < 5 ==> chi square approx.
chisq.test(x, p = p)            #               maybe doubtful, but is ok!
chisq.test(x, p = p, simulate.p.value = TRUE)

## Case B. Raw data
x <- trunc(5 * runif(100))
chisq.test(table(x))            # NOT 'chisq.test(x)'!

도움말 > R Markdown 사용하기

Help > Using R Markdown

'도움말 > R Markdown 사용하기' 메뉴 기능을 선택하면, RStudio사의 R Markdown 소개 사이트로 이동한다.

https://rmarkdown.rstudio.com/lesson-1.html

도움말 > Rcmdr에 대하여

Help > About Rcmdr

'도움말 > Rcmdr에 대하여' 메뉴 기능을 누르면 아래의 도움말을 웹브라우저에 띄운다.

R Commander

Description

A platform-independent basic-statistics GUI (graphical user interface) for R, based on the tcltk package.

Details

Translations

The R Commander comes with translations from English into several other languages. I am grateful to the following individuals and groups for preparing these translations: Basque, Jose Ramon Rueda; Brazilian Portuguese, Adriano Azevedo-Filho and Marilia Sa Carvalho; Catalan, Manel Salamero; Chinese, Tsungwu Ho, Frank C. S. Liu, and Cheng-shun Lee; Chinese (Simplified), Shulin Yang; French, Philippe Grosjean and Milan Bouchet-Valat; Galician, Anton Meixome; German: Friedrich Leisch and Gerhard Schoen; Greek: Vasileios Dimitropoulos, Anastasios Vikatos, and Andreas Vikatos; Indonesian, I Made Tirta; Italian, Stefano Calza; Japanese, Takaharu Araki; Korean, Chel Hee Lee, Dae-Heung Jang, and Shin Jong-Hwa; Polish, Lukasz Daniel; Romanian, Adrian Dusa; Russian, Alexey Shipunov; Slovenian, Jaro Lajovic and Matjaz Jeran; Spanish, Spanish R-UCA Project, http://knuth.uca.es/R.

Author(s)

John Fox <jfox@mcmaster.ca> and Milan Bouchet-Valat, with contributions from Liviu Andronic, Michael Ash, Theophilius Boye, Stefano Calza, Andy Chang, Vilmantas Gegzna, Philippe Grosjean, Richard Heiberger, G. Jay Kerns, Renaud Lancelot, Matthieu Lesnoff, Uwe Ligges, Samir Messad, Martin Maechler, Robert Muenchen, Duncan Murdoch, Erich Neuwirth, Dan Putler, Brian Ripley, Miroslav Ristic, Peter Wolf, and Kevin Wright.

Maintainer: John Fox <jfox@mcmaster.ca>

References

Fox, J. (2017) Using the R Commander: A Point-and-Click Interface for R. Chapman and Hall/CRC Press.

Fox, J. (2005) The R Commander: A Basic Statistics Graphical User Interface to R. Journal of Statistical Software, 14(9): 1–42.doi: 10.18637/jss.v014.i09.

도움말 > R Commander 웹사이트

Help > R Commader website

https://socialsciences.mcmaster.ca/jfox/Misc/Rcmdr/

도움말 > R Commander 소개

Help > Introduction to the R Commander

Help > Introduction to the R Commander (English version)

'도움말 > R Commander 소개'/ 'Help > Introduction to the R Commander' 메뉴 버튼을 누르면 Rcmdr에 내장된 Getting-Started-with-the-Rcmdr-ko.pdf 또는 Getting-Started-with-the-Rcmdr.pdf 파일이 등장한다. 영어 문서는 개발자 John Fox 교수님이 관리하는 것으로, 비록 기초 소개문서임에도 업그레이드시 문서에 잘 반영되고 있다.

Getting-Started-with-the-Rcmdr-ko.pdf라는 한글 문서에 관련된 이야기를 하고자 한다. 이 문서는 현재 관리되고 있지 않다. John Fox 교수님이 배포하는 Rcmdr 소스 파일에 포함되어 있지만, Rcmdr 업그레이드와 관련된 관리가 되지는 않는다. Fox 교수의 자상함 때문일지, 아니면 Rcmdr 패키지의 안정적 구조 설계에 의해서 버전이 업그레이드되어도 그 문서가 어느정도 유효하다고 생각하시는지 모르겠지만 말이다.

사실 이 문서는 다른 의미를 내포하고 있다. 이 문서의 첫 장 하단에 있는 주석에 보면, 이 문서의 작성자와 연락처가 나와있다. 

먼저, 신종화의 Rcmdr의 한글화 관리 경력을 입증해주는 기록이다. 둘째, @r-project.kr 이라는 도메인 주소와 이메일이 사용되었다는 기록이다. '한국 R 사용자회 (Korea R USER GROUP)' 이라는 이름으로 '초기멤버들'이 의욕적으로 활동하던 시기가 있었다. 이러저러한 이유로 r-project.kr 이라는 도메인 운영은 중지되고, '한국 R 사용자회'도 변화를 겪게 되었다. 

10년이 흘렀다. 이 문서에 대한 업데이트를 요즘 진지하게 고민중이다. 

도움말 > Commander 도움말

Help > Commander help

?Commander  # Rcmdr 패키지의 Commander 도움말 보기

도움말 > R 도움말 시스템 시작하기

Help > Start R help system

R을 내려받아 설치하면, R을 공부하고 사용하는데 필요한 많은 문서와 도움말이 함께 설치된다. R Commander에서 '도움말 > R 도움말 시스템 시작하기' 메뉴 기능을 선택하면, 아래와 같이 웹 브라우저 창이 등장하고, 내장된 많은 문서와 도움말 기능을 이용할 수 있게 된다.

도움말 > R 웹사이트

Help > R website

웹 브라우저 창이 등장하고, R 재단의 홈페이지( https://www.r-project.org/ )가 열린다.

도움말 > 활성 데이터셋에 대한 도움말 (만약 이용가능하다면)

Help > Help on active data set (if available)

R에는 많은 패키지가 있으며, 그 패키지에는 많은 경우 데이터셋을 포함하고 있다. 그 데이터셋에 대한 도움말을 볼 수 있는 기능이다. 생각해보라. 예제 데이터셋을 통하여 함수를 연습하는데, 데이터셋의 특성을 알지 못한다면 분석과 시각화에 필요한 통찰력을 얻을 수 있겠는가.

위의 화면은 MASS 패키지가 적재되었고, 또 그 안에 포함된 housing 이라는 데이터셋이 활성화된 상태에서 '도움말 > 활성 데이터셋에 관한 도움말 (만약 이용가능하다면)' 메뉴 기능을 이용할 수 있다는 것이다. 해당 메뉴를 선택하면, 새로운 웹 브라우저 창이 등장하면서, 활성 데이터셋의 도움말이 제공될 것이다.

help("housing")  # housing 데이터셋 도움말 보기
?housing         # housing 데이터셋 도움말 보기 (? 활용)

통계 > 적합성 모델 > 서열(Ordinal) 회귀 모델...
Statistics > Fit models > Ordinal regression model...

MASS 패키지에 있는 housing 데이터셋을 활용해보자. 먼저 housing 데이터셋을 활성화 시킨다. https://rcmdr.tistory.com/215

Sat는 거주자의 현 거주환경에 대한 만족도에 관한 변수로서, High > Medium > Low 라는 서열화된 요인을 갖고 있다. Sat를 반응변수로, 나머지를 설명변수의 후보군으로 모델을 구성하는 것이다. Freq 변수는 Sat, Infl, Type, Cont 등으로 구별되는 집단 구성원의 숫자를 뜻한다. 아래와 같이 모형을 만든다.

OrdRegModel.1 <- polr(Sat ~ Infl + Type + Cont , weights = Freq, method="logistic", 
  data=housing, Hess=TRUE)
summary(OrdRegModel.1)

OrdRegModel.1 이라는 모형이 만들어졌다면, '모델 > 가설 검정 > 분산분석표...' 메뉴 기능을 이용할 수 있다.