Rを用いた統計処理方法
当研究室では実験データの統計処理はR（RStudio）を用いて実施することが多いです（最近は一部Pythonに移行気味ですが）。以下は統計解析練習用のGoogle Colabratoryのノートブックです。「統計処理やってみるぞ！」となった場合は、まず初めに「正規性の検定」のノートブックを開いてみてください。なお、外部の方も含めて個人レベルで使用していただくのは全く構いませんが、これを使って統計処理した結果生じたトラブルについては「知らんし！」というスタンスです。
Pythonを用いたグラフ描画方法（matplotlib、seaborn）
特別に推奨しているわけではありませんが、自由度の高さから当研究室ではPythonでのグラフ描画が流行っています。以下はPythonでグラフを描画するための練習用Google Colabratoryノートブックです。こちらに関しても、外部の方も含めて個人レベルで使用していただくのは全く構いませんが、何らかのトラブルが生じた場合は当研究室としては「知らんし！」という対応になります。なお、実際にグラフを描く際はJupyterLabを使用することをおすすめしています。
- Pythonを用いたグラフ描画方法（基礎の基礎）
- Pythonを用いたグラフ描画方法（基礎、色やら何やらの設定方法）
- Pythonを用いたグラフ描画方法（csvファイルからの描画）
- Pythonを用いたグラフ描画方法（ちょっとしたお洒落テクニック）
- Pythonを用いたグラフ描画方法（箱ひげ図とバイオリンプロット）
- 精度プロファイルの作成と描画
「エクセルはダメなんか？」という声もありますが、そんなことは全くありません。ただ、学会発表や投稿論文用に使用する際は（グラフの見栄え的に）少し気をつけた方が良い点もあります。この点についても機会があればまとめようと思っています。また、「Rでもグラフ描画できると思うけど、なんでRは使わんの？」という質問もよくいただきますが、理由は単純で上記ノートブック作成者がRでのグラフ描画に不慣れだからです。「わたしはRでがんがん描いちゃうわ」という方も大いに大歓迎です。