Quartoの使い方

Soichi Matsuura

2024-11-13

Rmarkdown / Quarto

動的レポーティング

• 本資料を作成しているQuartoというツールです。Quartoのダウンロードはこちら
• Quarto(クゥアルト)は、Markdown + R/Python/Juliaで動的レポーティングを行うためのツールです。
• Markdownで記述された文書に、R/Python/Juliaのコードを埋め込むことができます。
• MS Wordで作文して、MS Excelでデータを処理して、またMS Wordに貼り付ける、という作業を一つのファイルで完結できます。

ぜひ使ってみてください。

準備

• Rをインストールする。
• RStudio / VS Codeをインストールする。
• Quartoをインストールする。

すべて無料かつオープンソースです。VS CodeはMicrosoft、RstudioとQuartoはPosit社が開発しています。

使い方

• Rstudioだと、左上の緑のプラスボタンから「Quarto Document」や「Quarto Presentaion」を選択すると、ファイルが作成されます。
• 拡張子は.qmdとなります。

Quartoファイル.qmdの構造

1. YAMLヘッダー
2. Markdown文書

YAMLヘッダー

ここは文章の構造(メタデータ)を記述する場所です。

• author : 著者名
• format : フォーマットの指定
  • html : ウェブサイト作成
  • docx : Word作成
  • pdf : PDF作成 (LaTeXが必要)
  • revealjs : スライド作成

スライドを作るには、

• formatでrevealjsを指定します。
• themeでテーマを指定します。たとえば次のようなもの
  • blood
  • dark
  • night
  • simple
  • sky
  • solarized

Markdown文書

Markdown記法で書かれた文章を，様々なフォーマットへと変換することができます。

• #，##，### : 1〜3レベルの見出し
• *，- : 箇条書き
• 1. : 番号付き箇条書き
• **，__ : 太字
• *，_ : 斜体
• ` : インラインコード

チャンク

• チャンクはコードブロックを指し，ここにR/Python/Juliaのコードを記述します。
• Rだと「```{r} と```」で囲まれた部分です。

• ソース
• 結果

これがRチャンクです。

::: {.cell}
::: {.cell-output-display}
![](gaisho_2024_06_quarto_files/figure-revealjs/unnamed-chunk-1-1.png){width=960}
:::
:::

最小限の設定

• ソース
• 結果

---
title: "タイトルとは"
author: "ちょしゃ"
format: html
---

# 第1章：はじめに

## はじめに

- a
- b
- c

サンプル

Rを組み込む

データの読み込み

MASSパッケージに含まれるBostonデータを読み込みます。

     crim zn indus chas   nox    rm  age    dis rad tax ptratio  black lstat
1 0.00632 18  2.31    0 0.538 6.575 65.2 4.0900   1 296    15.3 396.90  4.98
2 0.02731  0  7.07    0 0.469 6.421 78.9 4.9671   2 242    17.8 396.90  9.14
3 0.02729  0  7.07    0 0.469 7.185 61.1 4.9671   2 242    17.8 392.83  4.03
4 0.03237  0  2.18    0 0.458 6.998 45.8 6.0622   3 222    18.7 394.63  2.94
5 0.06905  0  2.18    0 0.458 7.147 54.2 6.0622   3 222    18.7 396.90  5.33
6 0.02985  0  2.18    0 0.458 6.430 58.7 6.0622   3 222    18.7 394.12  5.21
  medv
1 24.0
2 21.6
3 34.7
4 33.4
5 36.2
6 28.7

Bostonデータの説明

• crim : 犯罪率
• zn: 広い家の割合
• indus: 非小売業の割合
• chas: 川に近接(1:yes, 0:no)
• nox: 一酸化窒素濃度
• rm: 平均部屋数
• age: 古い家の割合

• dis: 主要施設への距離
• rad: 主要高速道路へのアクセス性
• tax: 固定資産税率
• ptratio: 生徒先生の比率
• black: 黒人の割合
• lstat: 低所得者割合
• medv: 住宅価格

記述統計量

      crim                zn             indus            chas        
 Min.   : 0.00632   Min.   :  0.00   Min.   : 0.46   Min.   :0.00000  
 1st Qu.: 0.08205   1st Qu.:  0.00   1st Qu.: 5.19   1st Qu.:0.00000  
 Median : 0.25651   Median :  0.00   Median : 9.69   Median :0.00000  
 Mean   : 3.61352   Mean   : 11.36   Mean   :11.14   Mean   :0.06917  
 3rd Qu.: 3.67708   3rd Qu.: 12.50   3rd Qu.:18.10   3rd Qu.:0.00000  
 Max.   :88.97620   Max.   :100.00   Max.   :27.74   Max.   :1.00000  
      nox               rm             age              dis        
 Min.   :0.3850   Min.   :3.561   Min.   :  2.90   Min.   : 1.130  
 1st Qu.:0.4490   1st Qu.:5.886   1st Qu.: 45.02   1st Qu.: 2.100  
 Median :0.5380   Median :6.208   Median : 77.50   Median : 3.207  
 Mean   :0.5547   Mean   :6.285   Mean   : 68.57   Mean   : 3.795  
 3rd Qu.:0.6240   3rd Qu.:6.623   3rd Qu.: 94.08   3rd Qu.: 5.188  
 Max.   :0.8710   Max.   :8.780   Max.   :100.00   Max.   :12.127  
      rad              tax           ptratio          black       
 Min.   : 1.000   Min.   :187.0   Min.   :12.60   Min.   :  0.32  
 1st Qu.: 4.000   1st Qu.:279.0   1st Qu.:17.40   1st Qu.:375.38  
 Median : 5.000   Median :330.0   Median :19.05   Median :391.44  
 Mean   : 9.549   Mean   :408.2   Mean   :18.46   Mean   :356.67  
 3rd Qu.:24.000   3rd Qu.:666.0   3rd Qu.:20.20   3rd Qu.:396.23  
 Max.   :24.000   Max.   :711.0   Max.   :22.00   Max.   :396.90  
     lstat            medv      
 Min.   : 1.73   Min.   : 5.00  
 1st Qu.: 6.95   1st Qu.:17.02  
 Median :11.36   Median :21.20  
 Mean   :12.65   Mean   :22.53  
 3rd Qu.:16.95   3rd Qu.:25.00  
 Max.   :37.97   Max.   :50.00  

もっとキレイな記述統計量の表

skim_type	skim_variable	n_missing	complete_rate	numeric.mean	numeric.sd	numeric.p0	numeric.p25	numeric.p50	numeric.p75	numeric.p100	numeric.hist
numeric	crim	0	1	3.6135236	8.6015451	0.00632	0.082045	0.25651	3.677083	88.9762	▇▁▁▁▁
numeric	zn	0	1	11.3636364	23.3224530	0.00000	0.000000	0.00000	12.500000	100.0000	▇▁▁▁▁
numeric	indus	0	1	11.1367787	6.8603529	0.46000	5.190000	9.69000	18.100000	27.7400	▇▆▁▇▁
numeric	chas	0	1	0.0691700	0.2539940	0.00000	0.000000	0.00000	0.000000	1.0000	▇▁▁▁▁
numeric	nox	0	1	0.5546951	0.1158777	0.38500	0.449000	0.53800	0.624000	0.8710	▇▇▆▅▁
numeric	rm	0	1	6.2846344	0.7026171	3.56100	5.885500	6.20850	6.623500	8.7800	▁▂▇▂▁
numeric	age	0	1	68.5749012	28.1488614	2.90000	45.025000	77.50000	94.075000	100.0000	▂▂▂▃▇
numeric	dis	0	1	3.7950427	2.1057101	1.12960	2.100175	3.20745	5.188425	12.1265	▇▅▂▁▁
numeric	rad	0	1	9.5494071	8.7072594	1.00000	4.000000	5.00000	24.000000	24.0000	▇▂▁▁▃
numeric	tax	0	1	408.2371542	168.5371161	187.00000	279.000000	330.00000	666.000000	711.0000	▇▇▃▁▇
numeric	ptratio	0	1	18.4555336	2.1649455	12.60000	17.400000	19.05000	20.200000	22.0000	▁▃▅▅▇
numeric	black	0	1	356.6740316	91.2948644	0.32000	375.377500	391.44000	396.225000	396.9000	▁▁▁▁▇
numeric	lstat	0	1	12.6530632	7.1410615	1.73000	6.950000	11.36000	16.955000	37.9700	▇▇▅▂▁
numeric	medv	0	1	22.5328063	9.1971041	5.00000	17.025000	21.20000	25.000000	50.0000	▂▇▅▁▁

データの可視化：ヒストグラム

データの可視化

犯罪率と住宅価格の散布図

住宅価格を様々な変数で回帰

	model1	model2	model3	model4
+ p < 0.1, * p < 0.05, ** p < 0.01, *** p < 0.001
(Intercept)	24.033***	-29.245***	-28.811***	-22.457***
	(0.409)	(2.588)	(2.563)	(2.736)
crim	-0.415***	-0.265***	-0.261***	-0.200***
	(0.044)	(0.033)	(0.033)	(0.034)
rm		8.391***	8.278***	7.857***
		(0.405)	(0.402)	(0.397)
chas			3.763***	4.541***
			(1.086)	(1.064)
age				-0.058***
				(0.010)
Num.Obs.	506	506	506	506
R2	0.151	0.542	0.553	0.579
R2 Adj.	0.149	0.540	0.550	0.576
F	89.486	297.578	206.725	172.213
RMSE	8.47	6.22	6.15	5.96