Rstudioでソースのあるディレクトリに移動する方法

Rstuidoを使っている人限定：

setwd(dirname(rstudioapi::getActiveDocumentContext()$path))

参考文献

stackoverflow.com

dplyrのselectとlagが衝突する場合の対応

メモ：最初に書いた内容に間違いあったため、修正。

一年ほど前に書いたRのコード（dplyr）が動かないことがわかった。コードを追ったところ（１）dplyr::selectがMASS::selectと衝突、（２）dplyr::lagがstats::lagと衝突していることが分かった（1年前は問題なく動いたような気がするのだが・・・）。

やり方としては参考文献にあるように

select <- dplyr::select

と上書きする。

覚書１：「tidyverseを最後にロード（library(tidyverse) ）しても関数の衝突は解決しない」（場合がある？）ようだ。そのため上書きするのが確実な模様。

覚書２：Tidyverseのページに衝突の話はあった。

Conflicts between the tidyverse and other packages — tidyverse_conflicts • tidyverse

tidyverse_conflicts() 

（これが分かるだけで30分以上費やし、なんだか少し悔しかったので、自戒のためにブログに書いておくことにする。将来、他の誰かの役に立ちますように。）

hollyemblem.medium.com

huxtableのhuxregを使ってlmの結果をワードに出力

自分用覚書：huxregと quick_docxは便利なのでオススメ

 

install.packages("huxtable")

require("huxtable")

lm.res1 <- lm(mpg ~ wt , data = mtcars) 

lm.res2 <- lm(mpg ~ wt + qsec, data = mtcars)

lm.hux <- huxreg(lm.res1, lm.res2, number_format = "%.4f")

lm.hux

quick_docx(lm.hux, file="lmHuxSample.docx")

以下のマニュアルを読むと結構楽しい。

https://cran.r-project.org/web/packages/huxtable/vignettes/huxreg.html

jtoolsを使ってlmの結果をワードに出力

後日のメモ：huxtableのhuxregを使えばいいので、jtoolsは不要かもしれない。

install.packages("flextable")

install.packages("officer")

install.packages("huxtable")

require(“jtools”)

lm.res <- lm(mpg ~ wt + qsec, data = mtcars)

lm.summ <- summ(lm.res)

export_summs(lm.summ, to.file = "docx", file.name = "test.docx")

https://cran.r-project.org/web/packages/jtools/vignettes/summ.html#table_output_for_word_and_rmarkdown_documents

tidy()を使ってopenxlsxで結果を出力

    
        library(ggplot2)
        library(dplyr)
        library(broom)
        library(openxlsx)
        
        lm.res <- lm(mpg ~ wt + qsec, data = mtcars)
        lm.res %>% summary() %>% tidy() -> lm.tidy
        lm.res %>% summary() %>% glance() -> lm.glance
        
        wb <- createWorkbook()
        addWorksheet(wb, 'Sheet1')
        addWorksheet(wb, 'Sheet2')
        writeData(wb, sheet = 'Sheet1', x = lm.tidy, withFilter=F)
        writeData(wb, sheet = 'Sheet2', x = lm.glance, withFilter=F)
        saveWorkbook(wb, "lm.res.xlsx", overwrite = T)
        

参考文献

tidy.lm function | R Documentation

日米のGDP統計（SNAとNIPA）の細かな違いについて

財政政策（政府支出）のデータ分析に関する自分用のメモ：

日本のGDP統計は正確には国民経済計算体系（System of National Accounts）といい、国際的な基準（国連が定めるSNA）に準拠している。それに対してアメリカのGDP統計はNIPA (National Income and Product Accounts)といい、SNAと似ているものの微妙に違うという（若干厄介な）存在である。

たとえば、93SNA（国連が1993年に定めたSNA）以後、日本にはGNPという名称は存在しない（その代わりにGNIを使う）が、NIPAには今でもGNPが存在する。その他にも細かな違いがあって、実はちょっと厄介である。

それ以外にもマクロ経済学で恒等式Y=C+I+G+NXを考えるときに「どのデータがGなのか？」と言われたらちょっと困る。どうやらG（政府支出, Government spending）は以下となるようだ。

日本：G=政府最終消費支出＋公的固定資本形成

アメリカ：G=Government consumption expenditures and gross investment

dplyrのmutateでlagと差分（自分の使うところだけ）

    color <- c("R","B","B","R","R")
    weight <- c(51,55,72,57,64)
    dfrm <- data.frame(COL=color, WEI=weight)

    dfrm %>% mutate(WEILag = lag(WEI))

メモ：lagを使うと、データは下に1段下がる（1行下がる）。

差分を計算するとき、diff()は使えず、G_delta = G - lag(G)。たとえば以下のようにする。

dfrm %>% mutate(WEI_diff = WEI -  lag(WEI))

cran.r-project.org