CRAN Task View: Meta-Analysisの英語での説明文をGoogle翻訳を使用させていただき機械的に翻訳したものを掲載しました。

Maintainer: Michael Dewey
Contact: lists at dewey.myzen.co.uk
Version: 2021-04-25
URL: https://CRAN.R-project.org/view=MetaAnalysis

このタスクビューでは、主要研究の要約統計量のメタアナリシス機能を含むパッケージについて説明します。タスクビューでは、標準線形モデリング関数のいずれかで処理できる個々の参加者データ(IPD)のメタアナリシスは考慮されませんが、IPDのための特別な機能を提供するいくつかのパッケージが含まれています。

標準のメタアナリシスモデルは重み付けされた最小二乗の形式であるため、重み付けされた最小二乗を提供する幅広いRパッケージのいずれも原則としてモデルに適合することができます。特殊なパッケージを使用する利点は、(a)必要な小さな微調整(b)モデルの表示と調査のための一連の補助機能を提供することです。モデルが以下で参照されるところは、このモデルが意味するものです。

サマリー統計が利用できない場合、有意水準のメタアナリシスが可能です。これは多重比較の調整の問題とは完全に関係していませんが、それを下回るパッケージは、主に遺伝子データに関連して、追加機能を提供します。

単変量メタアナリシス

メタ分析の準備

  • 主な研究は、多くの場合、それらの結果を提示する統計の範囲を使用しています。一般的な測定基準にこれらを変換するための便利な関数は次式で示されます:
    • compute.esは、種々の統計からD、G、R、Zおよび対数オッズ比へ変換します。
    • MAcは、相関係数へ変換します。
    • MAdは、平均差へ変換します。
    • metafor:非比較研究(割合、発生率、および平均変化)のため、アソシエーションの研究(相関タイプの広い範囲)のため、比較研究(このようなように、バイナリデータ、人年、平均差および比率など)のための対策の拡張セットのエフェクトサイズへ変換します。また、精神測定(クロンバックのアルファ)で使用される指標を提供します。
    • escは、いくつかの追加機能を備えたmetaforと部分的にオーバーラップする効果量計算の範囲を提供します。テスト統計を変換するための目立つ点として、metafor のような別のパッケージへの入力を照合したり、CSVファイルを生成したりする便利な機能も含まれています。
    • estimrawは、オッズ比、リスク比、またはリスク差のいずれかからセル頻度を推定します。
    • effsizeは、効果の大きさの平均差(Cohenとdedge)、支配行列(Cliffのデルタ)、確率的優位(Vargha-Delaney A)を計算する関数が含まれています。
    • effectsizeは、多数の効果サイズを提供し、それらの間で変換します。
    • psychmetaは、エフェクトサイズを変換したり、さまざまな制限や測定誤差を修正するための豊富な機能を提供します。
    • metansueは、生データから効果サイズes.dif に変換して、Cohenのd、Hedgesのd、偏りのある/偏りのないc(平均と定数の間の効果の大きさ)およびe(分散を仮定せずの平均の間の効果の大きさ)を計算する方法をいくつか提供します。
    • MOTEは、Cohenのdに基づいてさまざまな変換を提供します。
    • estmeansdは、分位数と平均値と標準偏差の間の変換を行います。
    • metaBLUEは、さまざまな順序統計からの平均および標準偏差を推定します。
    • SingleCaseESは、パラメトリックおよび非オーバーラップの両方のシングルケースデザインの基本的なエフェクトサイズを提供します。
    • smdは、標準化された平均差を計算します。
  • metaは、RevMan4と5で、出力を読み、ファイルを操作するための関数が用意されています。
  • metagearは、系統的レビュープロセスをサポートするデータの抽出を容易にし、効果の大きさを生成するための機能の広範な範囲を提供します。
    • revtoolsは、書誌データベースからダウンロードするツールを提供し、機械学習メソッドを使用してそれらを処理します。
  • metavcovは、多変量メタ解析の分散共分散行列を計算します。
  • clubSandwichは、多変量メタ分析のために分散共分散行列を代入します。
  • metafuseは、融合したラッソを使用して、多数の独立したデータセットにわたって共変量推定値をマージします。
  • metapowerは、メタ分析とメタ回帰の検定力分析を提供します。

モデル適合

  • 4つのパッケージは、加重された逆分散、Mantel HaenszelとPetoメソッドを提供します。
  • バイナリデータmetaforために二項正規モデルが用意されています。
  • まばらなバイナリデータexactmetaための継続性の修正を必要としない正確な方法を提供します。
  • 特定の効果の大きさを扱うパッケージは、相関係数のメタ分析を提供するmetacor、平均差のメタ分析を提供するMAd、科学MAcのいくつかの分野でワーカーにより相性の良いかもしれません。MAcMAdは、グラフィックスの範囲を提供します。psychometricは、心理研究のメタ分析のための機能を幅広く提供しています。mixmetaは、多変量や用量反応などの標準的なメタ分析および拡張機能への統合されたインターフェイスを提供します。
  • psychmetaは、信頼性および範囲制限の問題の修正を含むHunter-Schmidtメソッドを実装しています。
  • concurveは、metaforに依存する子音韻曲線を提供します。
  • clubSandwichは、クラスターロバストな分散推定を提供します。
  • ベイズアプローチは様々なパッケージに含まれています。
    • 2種類のモデルを提供するbspmma:ノンパラメトリックおよびセミパラメトリック。結果のグラフ表示が提供されます。
    • mmetaは、ベータ二項事前分布を使用したメタ分析を提供しています。
    • ベイジアンアプローチは、forestplotと診断グラフィカル出力によって森林プロットを提供するbmetaによっても提供されます。
    • bayesmetaは、metaforまたはforestplotのいずれかを介して、収縮推定値、後方予測p値および森林プロットが含まれます。診断グラフィカル出力が利用可能です。
    • MetaStanは、二項正規階層モデルが含まれており、不均一性と治療効果パラメーターに弱く情報的な事前分布を使用できます。
    • baggrは、Stanを使用して階層型ベイジアンモデルの機能を提供し、グラフィカルな機能が提供されます。
    • BayesComboは、ベイジアンアプローチを使用して機能を提供し、グラフィカルな機能を備えています。
    • RBesTは、ベイジアン合成を使用して、さまざまなソースから事前分布を生成します。
    • metamiscは、Higginsによって提案された事前情報を使用したメソッドを提供します。
    • RoBMAは、メタ分析モデルのアンサンブルを推定し、ベイズモデル平均法を用いてそれらを結合するためのフレームワークを提供します。
  • 一部のパッケージは、補助的な機能の範囲を提供することなくコアのメタ分析機能の特殊なバージョンを提供することに集中する。これらは以下のとおりです。
    • metaLikは、尤度より洗練されたアプローチを採用しています。
    • metatestは、その信頼区間を得る別の改良方法を提供します。
    • metaBMA:ベイジアンモデルの平均化を使用して、さまざまなプライオリティが提供され、ユーザは新しいプライオリティを定義することが可能です。
    • gmeta:非常に多様なモデルを信頼分布の手法で包括し、グラフィカルな表示も可能
    • EvidenceSynthesis:研究間の因果効果推定値と研究診断を組み合わせ
    • CoTiMAは、OpenMxをエンジンとするSEMフレームワークを用いて、異なるタイムラグを持つ研究で繰り返し測定された変数の相関行列のメタ分析を行います。
  • metaplusは、ランダム効果が正規分布を持っていることを通常の仮定を緩和し、ランダム効果モデルに適合します。また、いくつかの診断を提供します。
  • ratesciは、信頼区間のさまざまな方法を使用して、ランダム効果モデルをバイナリデータに適合させます。
  • RandMetaは、効率的なアルゴリズムを使用してランダム効果モデルの正確な信頼区間を推定します。
  • rma.exactは、ランダムな正規正常モデルの正確な信頼区間を推定し、それらのプロットも提供します。
  • pimetaは、ランダム効果のメタアナリシスの予測間隔を実装します。
  • metamedianは、結果の中央値を報告する1グループまたは2グループの研究をメタ分析するためのいくつかの方法を実装しています。これらの方法は、1グループコンテキストにおけるプールされた中央値と、2グループコンテキストにおけるグループ間の中央値のプールされた生の差分を推定します。
  • MetaUtilityは、科学的重要性のカットオフを超える効果の割合を推定するための測定基準を提案します。
  • metasensは、欠落したバイナリデータの補完方法を提供します。
  • metagamは、一般的な加法モデルのメタ分析のためのフレームワークを提供します。これには、個々の参加者データを場所間で共有できない場合が含まれます。
  • metawhoは、スタディの相互作用内で組み合わせる方法を実装します。
  • metarepは、従来の分析の後に複製可能性分析を提供します。

グラフィカルな方法

グラフィカルな手続きの広範な範囲が提供されています:

  • フォレストプロットは、forplo、(ggplot2を用いた)forestmodelforestplotmetametaforpsychmetarmetaで提供されています。最も基本的なプロットはそれらのいずれかによって製造することができるが、それらは、それぞれの機能強化の自分の選択を提供しています。
  • ファンネルプロットは、metametaforrmetaで提供されています。extfunnel内に追加可能な証拠の影響を評価する強化されたファンネルプロット、metasensに限界メタ分析のためのファンネルプロット
    • 標準のファンネルプロットに加えて、追加の証拠の影響を評価するための拡張ファンネルプロットがextfunnelmetasensの限界メタ分析用のファンネルプロットで利用でき、metavizは視覚的推論のコンテキストでファンネルプロットを提供します。
  • Radial (Galbraith)は、metaforで提供されています。
  • L’Abbeプロットは、metametaforで提供されています。
  • Baujatプロットは、metametaforで提供されています。
  • metaplotrは、十字プロットを提供します。
  • MetaAnalyserは、メタアナリシスの結果をインタラクティブに視覚化します。
  • metavizは、森林プロットの強化版である熱帯雨林プロットを提供しています。これはmetafor からの入力を受け入れます。
  • DTAplotsは、フォレストプロットやSROCプロットなど、診断用の様々なプロットを作成します。

調査異質

  • 不均一性パラメータの信頼区間は、metaforpsychmetaで提供されています。
  • altmetaは、範囲外の研究に堅牢性を中心に不均一性をテスト、測定するための様々な代替方法を提示します。
  • metaforestは、randodの森林を使って異質性を調査します。それは森林プロットとは関係がないことに注意してください。
  • mc.heterogeneityは、異質性に関するモンテカルロベースのテストを実装します。
  • boot.heterogeneityは、平均差、相関、およびオッズ比の不均一性のブートストラップテストを提供します。

モデル批評

  • metaforは、診断統計量の豊富な一連のプロットが用意されています。
  • metaplusは、異常値の診断を提供します。
  • psychmetaは、leave-one-outメソッドを提供します。
  • ConfoundedMetaは、実際の効果サイズが閾値を超える研究の割合を推定する感度分析を行います。
  • EValueは、測定されていない交絡因子の影響の感度分析を提供します。
  • boutliersは、外れ値検出や影響力診断のためのブートストラップ分布を提供します。

小規模な研究のバイアスを調査

小規模な研究が多くの研究とは異なる結果を与えるかどうかの問題は、上記のファンネルプロットの目視検査によって対処されてきた。追加:

  • metaおよびmetaforは、BeggとMazumdarによって提案し、ノンパラメトリック法とエッガーのアプローチをモデルにした回帰テストの範囲の両方を提供しています。
  • xmetaは、多変量メタ分析のコンテキストでの方法を提供します。
  • 統計学的に有意な研究の過剰を検出するための探索技術は、PubBiasによって提供されます。
  • puniformは、統計的に有意な研究、複製試験およびサンプルサイズ決定の特別な場合の方法のみを使用する方法を提供します。
  • PublicationBiasは、特定の影響力を持つために必要な未公開の研究の数の感度分析を実行します。

未観測研究

メタ分析での再発の問題は、未観測の研究の課題であった。

  • Rosenthalのフェールセーフなnは、MAcMAdで提供されています。
    • metaforはそれだけでなく、OrwinとRosenbergによる2より最近の方法を提供します。
  • デュバルのトリム及びフィルメソッドは、metaおよびmetaforによって提供されます。
  • metasensは、Copasの選択モデルが用意されています。
  • selectMetaは様々な選択のモデルが用意されています。IyengarとGreenhouseのパラメトリックモデルとDearとBeggのノンパラメトリックモデルは、単調性制約を課す新たなノンパラメトリック手法を提案する。
  • SAMURAIは、感度分析がその成果試験登録から、おそらく、未観測研究の数がわかっていると仮定してではなく、実行します。
  • metansueは、非有意な結果を持つことが知られている唯一の研究の多重代入することによって含めることができます。
  • weightrは、Veveaとヘッジの重み関数モデルを使用するための機能を提供します。
  • publiphaは、ベイジアンフレームワークを使用して、出版バイアスまたはpハッキングを説明するモデルを推定します。
  • fsnは信頼区間付きのフェイルセーフ数を計算します。
  • RobustBayesianCopasは、Copas選択モデルのロバストバージョンにフィットします。

その他の研究デザイン

  • SCMAは、シングルケースのメタアナリシスを提供します。シングルケース設計専用のパッケージスイートの一部です。
  • joint.Coxは、イベントの合同イベントと病気進行の研究のメタアナリシスのための施設を提供しています。
  • dfmetaは、フェーズIの用量発見臨床試験のメタアナリシスを提供します。
  • metaRMSTは、平均生存期間の制限が異なる試験のメタアナリシスを実行します。
  • metamiscは、予後研究のメタ分析を行います。
  • metamicrobiomeRは、GAMLSSモデルでフィッティングされたゼロインフレーションのβマイクロバイオームデータのメタ分析を行います。
  • metaSurvivalは、一次研究の生存曲線から抽出したデータから生存曲線を推定します。

重要度の値のメタ分析

  • metapは、有意値のメタ分析のためのいくつかの機能を提供します。
  • aggregationは、より小さいメソッドのサブセットを提供します。
  • poolrは、独立していない(独立したメソッドを含む)p値を処理するための広範なメソッドを提供します。
  • TFisherは、p値に対して閾値処理を用いてフィッシャーの方法を提供します。
  • harmonicmeanpは、p値間の相関に対してロバストなp値の調和平均法を使用します。
  • metaproは、メソッドのサブセットと、新しいメソッドordmetaを提供します。
  • これらの方法のいくつかは下記の遺伝学パッケージの一部に設けられています。

多変量メタアナリシス

上記で概説した標準的な方法は、効果の大きさが独立していることを前提としています。この仮定は、いくつかの方法で侵害されることがあります。各一次研究複数の治療は、同じ対照と比較してもよい。各一次研究では、複数のエンドポイントを報告することがあります。彼らは同じ国または同研究チームから来たので、主な研究は、たとえば、クラスタ化することができる。結果は多変量であるような状況で。

  • mvmetaは、研究の共分散で知られているとだけでなく、固定効果フィッティングランダム効果のためのさまざまなオプションを提供しているのを前提としています。
    • metaforはランダム効果モデルフィッティング手順を基に一定の効果や可能性を提供します。両方のこれらのパッケージは、メタ回帰を含み、metaforもクラスタ化し、階層的なモデルのために用意されています。
  • mvtmetaは、メタ回帰でないもののランダム効果のために、モーメント法を用いた多変量メタ分析を提供しています。
  • metaSEMは、R-フォージから入手可能であり、多変量(および単変量)構造方程式の枠組みでそれを埋め込み、構造方程式モデリングのためのOpenMxを使用して、メタ分析とメタ回帰を提供しています。これは、クラスタ化を考慮して、レベル2およびレベル3不均一性を可能にする3レベルのメタ分析を提供することができます。また、相関または共分散行列の2段階アプローチのメタ分析によって提供されます。
  • xmetaは、多変量メタ分析のために、また、公表バイアスを検出するための様々な機能を提供します。
  • dosresmetaは、個々の研究は、用量反応関係についての情報を持っている状況に集中します。
    • MBNMAdoseは、用量反応研究のネットワークメタ分析を使用したベイジアン分析を提供します。
  • robumetaは、クラスタ化された階層的な見積もりのために堅牢な分散推定を提供しています。
  • CIAAWconsensusは、原子量と同位体比を推定する多変量m-aの関数を持ちます。

診断テストの研究のメタアナリシス

多変量メタ分析の特別な場合は、診断テストの研究をまとめた例です。研究間の相関関係が推定されるが、これは二変量を生じさせる、内学習相関バイナリメタアナリシスでは、ゼロを仮定した。これは研究の活発な領域であり、様々な方法が、階層的要約受信者動作特性(HSROC)メソッドとReitsma法と呼ばれるここと呼ばれるものを含めて利用可能である。多くの状況では、これらは等価である。

  • madaは、様々な記述統計および単変量法(診断オッズ比およびリーマン・モデル)だけでなく、Reitsmaによる二変量の方法を提供します。また、メタ回帰が設けられています。グラフィカルな方法の範囲も利用可能です。
  • Metatronは、不完全な参照標準の場合を含むReitsmaモデルのための方法を提供します。
  • bamditは、(MCMC法を実装するためにJAGSを使用して)二変量ランダム効果モデルとベイズメタ分析を提供しています。
  • meta4diagは、診断テスト研究の二変量メタ分析とグラフィカルな方法の広範囲のためのベイズ推論分析を提供します。
  • CopulaREMADAは、コピュラ系混合モデルを使用しています。
  • diagmetaは、主要研究が複数のカットオフを用いた分析を提供する場合を考慮する。グラフィカルな方法も提供されています。
  • CopulaDTAは、ベータ二項モデルを使用して、限界平均感度と特異度を生成します。グラフィカルな設備が利用可能です。
  • NMADiagTは、エンジンとしてスタンを使用するベイジアンフレームワークで診断テストのネットワークメタ分析を提供し、グラフィック出力が提供されます。

メタ回帰

適切な調整変数が使用可能である場合、それらは、メタ回帰を使用して含まれていてもよい。すべてのこれらのパッケージは、上述したが、これは単なる一緒にその情報を描画します。

  • metaforは、メタ回帰を(複数のモデレーターをご用意している)を提供します。モデル診断の範囲も提供します。各種パッケージは、メタ回帰提供するmetaforに依存しています(metaMAc、およびMAd)。
    • psychmetaは、metaforを使用します。
  • bmetaおよびmetaLikmetansuemetaSEMmetatestも、メタ回帰を提供しています。
  • mvmetaは、metaformetaSEMがそうであるように、多変量メタ分析のためのメタ回帰を提供します。
  • madaは、診断テスト研究のメタ回帰のために用意されています。
  • GENMETAは、一般化されたメタ分析を使用して、すべての研究が同じリグレッサーを使用しない状況を処理します。
  • jarbesは、階層的なメタ回帰のベイジアンアプローチを使用します。
  • metacartは、分類木と回帰木を使用して、モデレーター間の相互作用を識別します。

個々の参加者データ(IPD

すべての研究は個々の参加者データを提供でき、マルチセンタートライアルの分析のためのソフトウェアまたはマルチセンターコホート研究は適切な証明をするべきで、このタスクビューの範囲外である。IPDに関連した施設を提供する他のパッケージは、次のとおりです。

  • 生態学的研究のために設計されているecoregは、集計データや個々のデータから個人レベルロジスティック回帰の推定を可能にします。
  • multinmaは、集計データ、個々の患者データ、および個別データと集計データの両方の混合について、ネットワークメタ分析およびネットワークメタ回帰モデルを提供します。
  • MetaIntegrationは、IPDデータと外部モデルを組み合わせたものです。

ネットワークメタアナリシス

また、複数の処置比較として知られている。これは、研究開発の非常に活発な分野である。多変量メタ分析の下で、上記のパッケージのいくつかはまた、適切なセットアップとのネットワークメタ分析に使用することができることに注意してください。

  • これは、JAGSを使用するpcnetmetaによってベイジアンフレームワークで提供されます。多数のデータセットを提供します。
    • nmaINLAは、MCMCの代替として統合されたネストされたラプラス近似を使用します。多数のデータセットを提供します。
    • NMADiagTは、エンジンとしてスタンを使用するベイジアンフレームワークで診断テストのネットワークメタ分析を提供し、グラフィック出力が提供されます。
    • Gemtc:BUGSやJAGSのフロントエンドとして機能
    • bnma:JAGSをエンジンとしたアームベースの手法を提供
    • metapack:組み込みのMCMCコードを用いた手法を提供
  • multinmaは、集計データ、個々の患者データ、および個々のデータと集計データの両方の混合に対するネットワークメタ分析およびネットワークメタ回帰モデルを提供します。
  • nmathreshは、決定不変のバイアス調整のしきい値と間隔を、決定の変更をもたらすデータに対する最小の変更を提供します。
    • NMAoutlierは、前方検索を使用してNMAの外れ値を検出します。
  • pcnetmetanetmetaは、ネットワークグラフを提供します。
    • netmetaは、inconsistencyとheterogeneityを表示するためのヒートマップが用意されています。
    • nmaplateplotは、NMAの結果をヒートプロット形式で表示し、SUCRAも表示します。
  • nmadbは、ネットワークメタ分析のデータベースへのアクセスを提供します。

遺伝学

遺伝子データに特化したパッケージの数があります。

  • catmapは、症例対照データと家族研究データを組み合わせたもので、グラフィカルな機能が提供されています。
  • CPBayesは、交差表現型の遺伝的関連性を研究するためにベイジアンの手法を使用しています。
  • etmaは、エピスタシスを検出するための新たな統計的方法を提案します。
  • gapは、p値を組み合わせ。
  • getmstatisticは、体系的な異質性を定量化します。
  • getspresは、標準化された予測変量効果を使用して、遺伝的関連メタ分析の不均一性を調査します。
  • GMCMは、高スループット実験のためにガウス混合コピュラモデルを使用します。
  • MBNMAtimeは、反復測定ネットワークメタ分析の分析方法を提供します。
  • MendelianRandomizationは、要約されたデータでMendelianランダム化分析を実行するためのいくつかの方法を提供します。
  • MetABELは、ゲノムワイドSNP関連の結果のメタ分析を提供しています。
  • MetaIntegratorは、遺伝子発現データのメタ分析を提供します。
  • metaMAは、異なって発現された遺伝子を見つけるためにp値のメタアナリシスまたはモデレート効果の大きさを提供しています。
  • MetaPathは、経路の濃縮のためのメタ分析を行います。
  • 複数のRNA配列決定の実験からmetaRNASeqメタ分析。
  • MetaSubtractは、leave-one-outメソッドを使用してメタGWASの結果を検証します。
  • ofGEMは、メタフィルタリングを用いて遺伝子 – 環境相互作用を同定する方法を提供します。
  • RobustRankAggregは、遺伝子のリストを集約するためのメソッドを提供します。
  • SPAtestは、関連付けの結果を組み合わせます。

インターフェース

  • RcmdrPlugin.EZRは、力仕事を行うためにmetaおよびmetatestRcmdrPlugin.MAを使用してRcmdr GUI経由でインターフェースを提供します。
    • RcmdrPlugin.RMTCJagsは、コードを使用して、ネットワークメタ分析のためのインタフェースを提供します。
    • MAVISは、metaforおよびMAcMAdを使用してShinyインターフェイスを提供します。
    • miniMetaは、metaへのShinyインターフェースを提供します。

シミュレーション

  • psychmetaは、心理測定データセットのシミュレーションのための機能を提供します。

その他

CRTSizeは、主に、クラスタ無作為化試験におけるサンプルサイズの決定に専用パッケージの一部としてメタ分析を提供しています。

CAMANは、不均一性が存在し、ランダム効果モデルに代わるものとして、有限セミパラメトリック混合物を使用する可能性を提供しています。共変量は、メタ回帰を提供するために含まれ得る。

joineRmetaは、ジョイントモデルを使用した複数の研究からの1つの縦方向および単一の時間からイベントへの結果のメタアナリシス機能を提供します。

KenSynは、農業科学のメタ分析に関するフランス語の本に付属するデータセットを提供します。

PRISMAstatementは、PRISMAステートメントに準拠したフローチャートを生成します。

metabolicは、本をサポートするためのデータとコードを提供します。

関連する記事

  • 中小企業の経営者なら知っておきたい財務データ活用法中小企業の経営者なら知っておきたい財務データ活用法 あなたは財務データを経営ツールとして有効に活用できているだろうか。目の前の仕事で忙しい、財務データの見方が分からない、顧問税理士に任せてあるなどの理由を付けて回避していないだろうか。 目の前の仕事で忙しいといって、ただがむしゃらに働いたところで利益を出し続けなければ生き残っていけない。どの方向を向いてがむしゃらに働くかを把握しておかなければならない。 財務データの […]
  • Ubuntu Cytoscapeのインストール手順Ubuntu Cytoscapeのインストール手順 Ubuntu16.04にCytoscapeをインストールする手順をお伝えいたします。 環境 今回の作業環境を確認しておきます。 Ubuntuのバージョン $ cat […]
  • Ubuntu,R OpenGLを用いた3次元可視化パッケージrglのインストール方法Ubuntu,R OpenGLを用いた3次元可視化パッケージrglのインストール方法 Ubuntu上のRで、OpenGLを用いた3次元可視化パッケージであるrglをインストールする方法をいくつかのパターンに分けてお伝します。 Rはaptコマンドによりインストールされているものとします。 R上でinstall.packages関数によりrlgパッケージをインストールしようとしても、次のように「X11が見つからない」とエラーが出てインストールできません。 […]
  • Googleアナリティクスとコレスポンデンス分析を用いた年齢別のユーザー像の捉え方Googleアナリティクスとコレスポンデンス分析を用いた年齢別のユーザー像の捉え方 ページビュー数やコンバージョン率を上げるためには、良質なコンテンツが大切であるとよく言われる。そして、良質なコンテンツを作成するためには、ユーザー像を具体的に思い描き、そのユーザーに向けてコンテンツを作成しなくてはならない。 ここでは、ページビュー数から年齢とページの関係性を視覚的に確認し、年齢別にユーザーがどのコンテンツに興味を抱くか、その傾向を探っていく。この傾向が […]
  • R K-means法のクラスタ数を機械的に決定する方法R K-means法のクラスタ数を機械的に決定する方法 K-means法(K平均法)を用いてクラスタリングする場合は、あらかじめクラスタ数を指定しなければならない。 このときのクラスタ数をどのように決めてよいか迷ったことはないだろうか。 ここでは、K-means法のクラスタ数を機械的に決定する方法をお伝えする。 K-means法のクラスタ数を機械的に決定するために用いるのが、Gap統計量である。 Gap統計量を用いたク […]
R言語 CRAN Task View:メタアナリシス

R言語 CRAN Task View:メタアナリシス」への1件のフィードバック

コメントは受け付けていません。