R言語 CRAN Task View：統計教育

CRAN Task View: Teaching Statisticsについて、機械翻訳を交えて日本語化し掲載しております。

概要

Maintainer:	Paul Northrop
Contact:	p.northrop at ucl.ac.uk
Version:	2024-08-01
URL:	https://CRAN.R-project.org/view=TeachingStatistics
Source:	https://github.com/cran-task-views/TeachingStatistics/
Contributions:	このタスクビューに対する提案や改良は、GitHubのissueやpull request、またはメンテナのアドレスに電子メールで送ってください。詳しくは Contributing guide をご覧ください。
Installation:	このタスクビューのパッケージは、ctvパッケージを使用して自動的にインストールすることができます。例えば、ctv::install.views(“TeachingStatistics”, coreOnly = TRUE) はコアパッケージを全てインストールし、ctv::update.views(“TeachingStatistics”)はまだインストールしていない最新のパッケージを全てインストールします。詳しくはCRAN Task View Initiativeをご覧ください。

このCRANタスクビューは、統計の指導を支援するように設計されている機能を備えたパッケージに関する情報を提供します。それはR自身の教えとは関係ありません。これらのパッケージのいくつかは他のタスクビューに一覧表示されていますが、Bayesianタスクビューのみが明示的に教育（ベイジアン）統計に専念しているセクションを持っています。

パッケージは3つの広いトピックに分類されます：教育、試験と統計書に関連するパッケージ。後者は統計学の教師の幅広い聴衆にとって潜在的な興味があるのに十分に一般的である本のためのものです。それらは広い適用可能性を持つモデルと方法に関するものであるべきであり、特定の適用に密接に結び付けられるべきではありません。

もし、このリストにないパッケージがあると思われる場合、あるいはその他のコメントや提案がある場合は、メールでメンテナに連絡するか、上記のリンク先の GitHub リポジトリに課題またはプルリクエストを投稿してください。

教育

• Rcmdrは、tcltkパッケージに基づいて、R用のGUIを提供します。ポイントアンドクリックのインタフェースはデータをロードし、入門統計コースに含まれる種類の分析を実行するためにRの関数を呼び出します。より高度で専門的な分析も利用可能で、それらのいくつかはプラグインを介しています。Rコマンドはコンソールに表示されます。詳しくはThe R Commander homepageを見てください。
• swirlは、Rコンソールを使って、生徒が統計を学ぶためのインタラクティブな学習環境を提供します。学生はswirl_courses GitHub ページからダウンロードするコースを選択し、彼らが働くにつれて即座にフィードバックを受けます。探索的データ分析、統計的推論および回帰モデルの一般的な見出しの下に、さまざまなトピックがあります。教師はswirlifyを使って自分自身のスワールコースを作成し共有することができます。swirl home pageも参照してください。
• mosaicは、数学、統計、計算、モデリングにおける基本的でより高度なアイデアやテクニックの指導を支援するための幅広いツールが含まれています。重要な側面は、そうでなければ難しいと思われるタスクを初心者が簡単に実行できるようにする関数の提供と、ランダム化に基づく推論を説明するためのシミュレーションの使用です。詳しくはProject MOSAIC homepageを見てください。
• xplainは、統計関数からの出力を個別に対話形式で解釈することができます。この情報は、説明を特定の結果に合わせるために、講師がXML形式で提供する必要があり、Rコードを含むことがあります。チュートリアルとチートシートについては、xplain websiteを参照してください。
• animationは、統計、データマイニング、および機械学習の幅広いトピックに関連するアニメーションを生成する機能を提供します。これらのアニメーション、またはユーザが生成した一連の画像は、さまざまな形式にエクスポートできます。
• gganimateは、ggplot2によって作成されたプロットをアニメートします。プロットをGIFやMP4ビデオなどのアニメーションにレンダリングするために使用できます。
• smovieは、Statisticsの概念を説明するための映画を提供しています。取り上げるトピックは次のとおりです。
  • 確率分布
  • 平均（中央極限定理）および最大（極値型定理）、相関係数（のフィッシャー変換）のサンプリング分布
  • 単線形回帰
  • 仮説検定
• visualizeは、分布の平均と分散で注釈を付けた、さまざまな連続および離散確率分布のpdfまたはpmfのグラフを提供します。シェーディングは、確率変数がユーザ提供の確率で存在する区間（下限または上限、両側、ユーザ指定の区間）を示すために使用されます。
• LearnBayesは、機能を提供し、事前、尤度、事後などの役割など、ベイズ推定の本質的なアイデアを説明します。事後予測検査と予測推論、およびいくつかのサンプルデータセット。
• shinybrmsは、ベイズ一般化（非）線形多変量マルチレベル回帰モデルをフィットするための shinyアプリを提供するbrmsパッケージです。データセットのアップロード、尤度の指定、事前分布の設定、事後分布の推論といったステップを、ヘルプテキストがユーザを導きます。パッケージのREADMEファイルおよびGetting startedのページを参照してください。
• TeachingDemosは、以下のような統計的概念を実証するために、広範囲の静的プロットと対話式プロットを提供します。
  • 信頼区間
  • 仮説検定のさまざまな側面
  • 中心極限定理
  • 最尤推定
  • 散布図の平滑化
  • ヒストグラム
  • 相関と単線形回帰
  • ボックスコックス変換
• distrTeachは、中心極限定理（CLT）と大数法（LLN）を説明するプロットを提供します。入力の変化がCLTプロットに与える影響は、Tcl / Tkベースのウィジェットを使って示すことができます。
• BetaBitは、学生がRコンソールでプレイするゲームを提供します。これには、データクリーニングと回帰モデリングを含むゲームが含まれます。BetaBit home pageをご覧ください。
• DALEXは、予測モデルを探索および理解するための機能を提供します。DALEX GitHub pageは、2つの教育関連ショーケースが含まれています。
• agricolaeは、農業分野の実験に重点を置いた統計的実験の設計と解析の教育を支援する機能を提供します。agricolaeで構築されたデザインはagricolaeplotrで可視化することができます。

試験

• examsは、Sweave（.Rnw）またはR markdown（.Rmd）フォーマットを使用して構成されたエクササイズのプールから試験および自習用教材を自動的にランダムに生成するためのフレームワークを提供します。Rコードを使って運動要素を動的に生成することができます。質問は、さまざまなeラーニングプラットフォームで使用するためにフォーマットしたり、PDFファイルなどのドキュメントとして出力したりできます。PDF解答用紙のスキャンに自動的にマークを付けることができます。R/exams homepageも参照してください。
• ProfessRは、ASCIIテストファイルにまとめられたエクササイズのプールから複数選択試験を作成します。質問と回答の選択肢をランダム化することで、試験の複数のバージョンを作成できます。
• rqtiは、QTI v2.1標準に準拠した練習問題や試験をRから直接作成します。ユーザは、ローカルで練習問題をレンダリングしたり（jsを使用）、OPAL学習管理システムにシームレスに統合したりする柔軟性があります。練習問題は、R Markdownファイルまたはrqti S4クラスとして作成できます。rqti homepageもご覧ください。
• TexExamRandomizerは、試験を準備するためにLaTeXのドキュメントクラスを使って作成された質問のランダム化を可能にします。生徒の回答を含むスプレッドシートに自動的にマークを付けることができます。

統計本に関連するパッケージ

以下のパッケージは、特定のアプリケーション分野に固有のものではなく、一般的な統計の読者にとって興味がある可能性のある教科書に関連しています。包含のための一般原則は、パッケージが統計的方法の教育において直接使用される可能性が高いということです。可能な場合は公式の出版社へのリンクが提供され、場合によっては他のリソースへのリンクも提供されます。

• ACSWR: Tattar, P.N., Suresh, R., and Manjunath, B.G. (2016), A Course in Statistics With R , John Wiley and Sons, Inc.
• AER: Kleiber, C. and Zeileis, A. (2008), Applied Econometrics with R , Springer Verlag, New York. Further resources.
• arm: Gelman, A. and Hill, J. (2007), Data Analysis Using Regression and Multilevel/Hierarchical Models , Cambridge University Press. Further resources.
• asbio: Aho, K. A. (2014), Foundational and applied statistics for biologists using R, Routledge. Further resources.
• BayesDA: Gelman, A., Carlin, J., Stern, H., Dunson, D., Vehtari, A., Rubin, D. (2013), Bayesian Data Analysis , Third Edition. New York: Chapman and Hall/CRC. Further resources.
• Bolstad: Bolstad, W. M. and Curran, J. M. (2016), Introduction to Bayesian Statistics , Third Edition. John Wiley and Sons, Inc.
• car, carData, effects: Fox, J, and Weisberg, S. (2019), An R Companion to Applied Regression , Springer Verlag, New York. Further resources .
• CatDataAnalysis: Agresti, A. (2013), Categorical Data Analysis, Third Edition, John Wiley and Sons, Inc.
• faraway: Three books by Julian Faraway: Practical Regression and ANOVA in R (CRAN document), Linear Models with R (2014), CRC Press, Extending the Linear Model with R (2016), CRC Press.
• HH: Heiberger, R. M. and Holland B. (2015), Statistical Analysis and Data Display: An Intermediate Course with Examples in R , Second edition. Springer-Verlag, New York.
• HKRbook: Härdle, W. K., Klinke, S. and Rönz, B. (2015), Introduction to Statistics. Springer Verlag, New York. Further resources.
• HRW: Harezlak J., Ruppert D., and Wand M. P. (2018), Semiparametric Regression with R. Springer Verlag, New York. Further resources.
• HSAUR3: Hothorn, T. and Everitt, B. S. (2014), A Handbook of Statistical Analyses using R , Third Edition. New York: Chapman and Hall/CRC.
• ISwR: Dalgaard, P. (2008), Introductory Statistics with R , Second Edition, Springer Verlag, New York.
• MASS: Venables, W. N. and Ripley, B. D. (2002) Modern Applied Statistics with S , Fourth Edition, Springer, New York. Further resources.
• moderndive: Ismay, C. and Kim, A. Y. (2019) ModernDive: Statistical Inference via Data Science . See also infer.
• MPV: Montgomery, D.C., Peck, E. A. and Vining, G. (2012), Introduction to Linear Regression Analysis , John Wiley and Sons, Inc.
• msos: Marden, J. (2015) Multivariate Statistics: Old School , CreateSpace Independent Publishing Platform. Free PDF version.
• openintro: Open-source textbooks and resources for introductory statistics published by OpenIntro.
• regtools: Matloff, N. (2017), Statistical Regression and Classification: from Linear Models to Machine Learning , New York: Chapman and Hall/CRC.
• resampledata: Chihara, L. M. and Hesterberg, T. C. (2018), Mathematical Statistics with Resampling in R , Second Edition, John Wiley and Sons, Inc. Further resources.
• Sleuth2 and Sleuth3: Ramsey, F. and Schafer, D. (2013), The Statistical Sleuth: a Course in Methods of Data Analysis , Brooks / Cole Cengage Learning.
• SMPracticals: Davison, A. C. (2003), Statistical Models , Cambridge University Press. Further resources.
• vcd, vcdExtra: Friendly, M. and Meyer, D. (2015), Discrete Data Analysis with R , New York: Chapman and Hall/CRC. Further resources.
• wooldridge: Wooldridge, J. M. (2016), Introductory Econometrics: A Modern Approach , Seventh edition, CENGAGE Learning Custom Publishing.