박종희 2020-09-25
이 문서는 사회과학자를 위한 데이터 과학(박종희 2020)에 소개된 R코드를 다운 받아 사용하는 방법을 소개합니다.
먼저 현재 사용자의 R 워킹 디렉토리를 확인합니다. 이 곳에 집파일을 다운 받아 풀 것입니다.
## 현재 워킹 디렉토리가 어디인지 확인
getwd()## 필요하면 원하는 위치로 변경: "."을 "where/you/want"로 바꾸면 됨.
## setwd(dir = ".")전체코드를 집파일로 다운로드 받습니다. 깃허브의 “Download ZIP” 버튼을 이용해서 수동으로 진행해도 됩니다.
download.file(url = "https://github.com/jongheepark/BayesianSocialScience/archive/master.zip",
destfile = "BayesianSocialScience-master.zip")다운받은 파일을 풉(unzip)니다.
unzip(zipfile = "BayesianSocialScience-master.zip")폴더 안의 파일들을 확인합니다.
list.files("BayesianSocialScience-master")## [1] "01-intro.R"
## [2] "02-probability.R"
## [3] "03-distribution.R"
## [4] "04-association.R"
## [5] "05-regression.R"
## [6] "06-ols.R"
## [7] "07-mle.R"
## [8] "08-bayes.R"
## [9] "09-bayesinference.R"
## [10] "10-history.R"
## [11] "11-extension.R"
## [12] "12-network.R"
## [13] "index.R"
## [14] "long-term-cereal-yields-in-the-united-kingdom.csv"
## [15] "README.md"
해당 폴더로 디렉토리 위치를 변경한 뒤, Ch.5에 나온 회귀분석 예제를 실행해 봅니다.
setwd("BayesianSocialScience-master")
source("05-regression.R", echo=TRUE)##
## R > source("index.R")
##
## R > library(UsingR)
##
## R > data(galton)
##
## R > ggplot(galton, aes(x = parent, y = child)) + geom_point(size = 4,
## + alpha = 0.1, col = "brown") + xlab("부모의 중간 신장") +
## + ylab("자녀의 신장") + .... [TRUNCATED]
##
## R > center <- function(x) {
## + out <- (x - mean(x, na.rm = TRUE))/sd(x, na.rm = TRUE)
## + return(out)
## + }
##
## R > galton.cen <- data.frame(apply(galton, 2, center))
##
## R > rho.test <- cor.test(galton.cen[, 1], galton.cen[,
## + 2])
##
## R > rho.test
##
## Pearson's product-moment correlation
##
## data: galton.cen[, 1] and galton.cen[, 2]
## t = 15.711, df = 926, p-value < 2.2e-16
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
## 0.4064067 0.5081153
## sample estimates:
## cor
## 0.4587624
##
##
## R > rho <- rho.test$estimate
##
## R > galton.lm <- lm(child ~ parent, data = galton.cen)
##
## R > stargazer(galton.lm, header = FALSE, type = "latex",
## + title = "골튼의 신장유전 자료에 대한 회귀분석: 자녀의 신장 ~ 부모의 중간 신장",
## + label = "galton.reg")
##
## \begin{table}[!htbp] \centering
## \caption{골튼의 신장유전 자료에 대한 회귀분석: 자녀의 신장 ~ 부모의 중간 신장}
## \label{galton.reg}
## \begin{tabular}{@{\extracolsep{5pt}}lc}
## \\[-1.8ex]\hline
## \hline \\[-1.8ex]
## & \multicolumn{1}{c}{\textit{Dependent variable:}} \\
## \cline{2-2}
## \\[-1.8ex] & child \\
## \hline \\[-1.8ex]
## parent & 0.459$^{***}$ \\
## & (0.029) \\
## & \\
## Constant & 0.000 \\
## & (0.029) \\
## & \\
## \hline \\[-1.8ex]
## Observations & 928 \\
## R$^{2}$ & 0.210 \\
## Adjusted R$^{2}$ & 0.210 \\
## Residual Std. Error & 0.889 (df = 926) \\
## F Statistic & 246.839$^{***}$ (df = 1; 926) \\
## \hline
## \hline \\[-1.8ex]
## \textit{Note:} & \multicolumn{1}{r}{$^{*}$p$<$0.1; $^{**}$p$<$0.05; $^{***}$p$<$0.01} \\
## \end{tabular}
## \end{table}
##
## R > ggplot(galton.lm, aes(x = parent, y = child)) + geom_smooth(method = "lm",
## + aes(fill = "confidence"), show.legend = F, alpha = 0.2, col = "n ..." ... [TRUNCATED]
##
## R > x <- seq(-3, 3, length = 100)
##
## R > plot(x, exp(x), col = addTrans("brown", 50), type = "p",
## + cex = 0.5, pch = 19)
##
## R > grid()
##
## R > abline(v = 0, col = "gray40", lty = 3)
##
## R > lines(x, x + 1, col = "brown", lwd = 1)
##
## R > text(x[90], exp(x[90]) - 0.5, "y = exp(x)")
##
## R > text(x[80], x[80] - 0.5, "y = x + 1")
##
## R > DiagrammeR::grViz("digraph {\n graph [layout = dot, rankdir = TB]\n \n node [shape = rectangle] \n rec1 [label = 'Step 1. Significance' ..." ... [TRUNCATED]