qplotで日本語を使う
ggplotを手軽に
ggplotのコードが覚えられない、忘れる。
何故かエラーになる、そんなことはありませんか？
ggplotを手軽に行うための関数があります。
その名も、qplot(quickplot)
qplot
ここを参考に色々な事ができる。 plot関数に近い使い勝手で美麗グラフができる。
日本語を使いたい場合
par関数に相当するのがthemeである。以下に従う。
old = theme_set(theme_bw(base_family=“HiraKakuProN-W3”))
元に戻すには
theme_set(old)
GLMMを実装する
このパッケージを用いて、以下でinstallする。
install.packages("R2admb")
install.packages("glmmADMB",
repos=c("http://glmmadmb.r-forge.r-project.org/repos",
getOption("repos")),
type="source")
これでzero inflationなどの解析ができるようになる。
google mapを用いてある地点のシェープファイルを生成する
シェープファイル(Shapefile)とは
シェープファイル（Shapefile）とは、Esri 社の提唱したベクトル形式の業界標準フォーマットです。Esri 製品はもちろん、多くの GIS ソフトウェアで利用が可能です。シェープファイルは仕様が公開されています。シェープファイルの読み込み、書き込みに対応した独自のアプリケーションを開発されたい場合は仕様書をご参考下さい(Esri ジャパンより引用)。
googlemapからklmファイルを作成
マイマップ→地図を作成
追加したい地点（この場合は東京駅）を検索し、「地図に追加」。
左上の...をクリックして「KLMにエクスポート」を選択。
これでklmファイルが作成できる。
klmファイルの読み込み
ArcGISのToolboxから、kml to layerにて読み込み可能。
あとは、そのレイヤーをエクスポートしてシェープファイルにて保存すればOK。
Mac bookのbootcampで起動したwindowsでスクリーンショットを撮る
ブートキャンプのウィンドウズでスクリーンショット
Windowsをブートキャンプで起動することがあります。
私の場合、ArcGISを使う場合がほとんどです。
以下のサイトを参考にしました。
主に3つの方法があります。
osk (スクリーンキーボード)
スクリーン上にキーボードを出して撮影。キーボードも撮影されてしまう点が難点。
ショートカットキー
fn + Shift（左側） + F11
全画面はこれでOK
Snipping Tool
これで画面の一部も切り取れます。
ペイント
切り取ったら、ペイントなどに貼り付けて、必要な画像を作成することができます。
UGT1A1*28*28と肺癌リスクについて
UGT1A1*28*28と肺癌リスクについての解説記事
最新の研究で、UGT1A1*28*28と肺癌の罹患との関係が明らかになりました。この研究は2016年11月10日のInternational Journal of Clinical Oncology誌（オンライン版）に掲載されました。本稿は、今年読んだ一番好きな論文2016とリンクしています。
UGT1A1とは
UDP-グルクロン酸転移酵素(UGT)は主に肝臓の小胞体に局在し、UDP- グルクロン酸をドナー基質とし排泄作用の一環として細胞内の水酸基やカルボキシル基, アミノ基,イミノ基,スルフィドリル基を持つ化合物をグルクロニル化する酵素です。簡単に言うと、肝臓で毒素を代謝する酵素です。
UGT1A1の遺伝子多型は、アジア人よりも白人に多い*28と、ほとんどアジア人にしかみられない*6などが存在します。
論文の紹介
本研究では、単一施設で2004～2014年に化学療法を受けた5285例のうちUGT1A1の遺伝子型が測定された765例を研究対象としました。肺癌とその他の癌の群に分け、UGT1A1*6及び*28の頻度の差を検証しました。劣性・優性・相加のそれぞれのモデルで、ロジスティック回帰を行い検証しました。統計ソフトはRを用いています。
(Nishikawa 2016より一部改変)
UGT1A1*28*28 の頻度（UGT1A1*28劣性モデル）は、肺癌においてその他の癌と比較して高いことがわかりました（ オッズ比OR = 5.3, p = 0.0083）。その他の遺伝子多型では、肺癌とその他の癌とで差を認めませんでした。
(Nishikawa 2016より一部改変)
- UGT1A1は煙草に含まれる有害物質の代謝に影響することから、肺癌のリスクを上げたのではないかと推察されること。
- Genome wide association studyなどにおいても、*28という「リピート変異」は、余り検証されてこなかったこと。
- 専門分化していく中で、統合して臓器横断的に見ることで、新たな関連を見いだせたこと。
は重要なポイントであると考えられます。
本研究は、単一施設での、癌患者が対象の研究ですが、今後の議論のたたき台になることを願っております。
そのほか、論文中では、病理組織の結果も含めて検討しております。もしよろしければ、ご一読ください。
出典：Association between UGT1A1*28*28 genotype and lung cancer in the Japanese population | SpringerLink
circular statistics (角度統計)について
髄膜炎に関する論文
Seasonal dynamics of bacterial meningitis: a time-series analysis. The Lancet Global Health http://dx.doi.org/10.1016/S2214-109X(16)30064-X
以前読んだ論文。前回はWaveletについて述べた。今日は、角度統計(circular statistics)について。
角度統計(Circular statistics)
ある地点における何かの向き（太陽、風向、樹木の樹冠の向き、生物の移動方向など）を記録したデータは、円周上に値をプロットできるデータみなせる。このようなデータを対象とする統計学は角度統計学と呼ばれている。日本語では、方向統計学、円周統計学、英語では、circular statistics, directional statistics, spherical statisticsなどが近い表現である。
角度は円周上の点と1対1対応するため、円周上の分布を用いて解析することができる(0度=360度となる)。
また、周期的な性質を持つデータは角度データとして表現可能であることから、例えば、ある疾病の月毎の発症数データなども角度データとしてみなすことができる。 円周上の分布は多様な方法が提案されてきた。
今回の論文中では、月別の髄膜炎を追っており、真の０や高い低いの評価が適切ではないため、角度統計が採用されている。
検定
Rayleigh test:
角度データには偏りがあるか? 1峰性の分布が想定されるときに有効。
Kuiper test:
角度データはvon Mises分布に従っているのか? 多峰性の分布が想定されてもOK。
Mardia-Watoson-Wheeler test:
2群の角度データは同一分布に従っているのか?
などがある。
信頼区間の推定
信頼区間の推定はブートストラップ信頼区間を用いる事ができる。以下のブログは参考になる。
ブートストラップ法で信頼区間を求めるときの注意点 - ほくそ笑む
参考資料
意外と資料が少ない。日本語だと、以下で外観は掴める。
角度データの統計処理基礎
環境科学における方向統計学の利用
角度分布の概要
R package "circular"
以下で試すことができる。簡単なものを試してみる。
p値の算出はいくつか方法がある
?`circular-package` #circular package help library(circular) #ciucular x <- circular(data.frame(runif(50, 0, pi/2))) #trial par(mfcol=c(1,2)) plot(x, main = "plot") #plot rose.diag(x, main="rose diagram") #rose diagram class(x) is.circular(x) mean.circular(x) rayleigh.test(x) #Rayleigh test of uniformity, assessing the significance of the mean resultant length. kuiper.test(x) sd.circular(x) mle.vonmises(x) # estimation of mu and kappa mle.vonmises(x, mu=circular(0)) # estimation of kappa only x.bs <- mle.vonmises.bootstrap.ci(x, alpha=.10) par(mfcol=c(1,2)) rose.diag(x.bs$mu, bins=30, main=expression(mu)) hist(x.bs$kappa, main=expression(kappa)) # Compute the median direction of a random sample of observations. median(x) #only the median is returned meandeviation(x) #mean deviation is reported ## Not run: median.circular(x) #only the median is returned medianCircular(x, deviation=TRUE) #both median and deviation are reported mle.vonmises.bootstrap.ci(x, mu = NULL, bias = FALSE, alpha = 0.05, reps = 1000, control.circular = list())
疫学・統計・Rなどの役立つリンク集 (Useful Links for Epidemiology, Statistics, R etc)
統計学 Statistics
統計学の学習(Learning statistics)
Basics of Statistics (Jarkko Isotalo)
統計解析結果のレポーティング(Reporting statistical results)
JJCO誌のガイドラインは1997年と古い物だが、有用。
日本語：福田治彦、大橋靖雄「Japanese Journal of Clinical Oncology投稿に際しての統計解析結果のレポートに関するガイドライン」
有名誌のAuthor Instructionも有用。以下はAnnals of Internal Medicine(米国内科学会)のもの。
Annals of Internal Medicine: Information for Authors - General Statistical Guidance
疫学(Epidemiology)
R
（随時更新していきます。）
