【KNIME】単回帰分析をKNIME Workflowで行う：「R snippet」&「Liner Regression Learner」

こんにちは，@PKです.

今回はKNIMEで単回帰分析を行うWorkflowについて紹介します．
散布図・回帰直線の作成，回帰分析結果を出力し，どのノードを使うのが良いかを考えてみます．

KNIME Worlkflowの概要
「R view」で散布図と回帰直線の作成
単回帰分析の回帰診断図
単回帰分析の結果を出力する
- 「Liner Regression Learner」
- 「R snippet」
まとめ

KNIME Worlkflowの概要

今回紹介するWorkflowは以下の通りです．
f:id:t_kahi:20190621231902p:plain
上図のデータを使って，散布図や回帰直線の作成，回帰分析結果の出力を行いたいと思います．

サンプルデータやRの解析については以下を参考にしております．
フリーソフトによるデータ解析・マイニング第14回 Rと回帰分析

このWorkflowでは，単回帰分析について，データの可視化を「R view」で，それぞれの分析を「R snippet」と「Liner Regression Learner」で行います．

R View (Table) — NodePit
R Snippet — NodePit
Linear Regression Learner — NodePit

＊このWorkflowでは統計解析向けのR言語を使用するノードを使います． KNIMEでRを使用する際の基本的な部分は以下を参照ください．
【KNIME】Tukeyの多重検定を「R node」で処理・可視化する - t_kahi’s blog

「R view」で散布図と回帰直線の作成

まずは「R Source」でデータを作成します．

#R Sorce
taikei = matrix(0,10,2) 
taikei[,1]<-c(165,170,172,175,170,172,183,187,180,185) 
taikei[,2]<-c(50,60,65,65,70,75,80,85,90, 95) 
colnames(taikei)<- c("height","weight") 
taikei.F<- data.frame(taikei) 
knime.out <- taikei.F

このデータは体重と身長の関係を表しています．
このデータの関係性を見るために，散布図と回帰直線を「R View」で表示します．

#R View
library(ggplot2)
library(gridExtra) #ggplot2の図を複数表示するため
taikei <- knime.in
data.lm<- lm(weight~height,taikei) #lm関数で回帰分析
plot1 <- ggplot(taikei, aes(x = height, y = weight)) +
  geom_point() + 
  geom_abline(slope = data.lm$coefficients[2], intercept = data.lm$coefficients[1])  #ggplot2で散布図と回帰直線をマニュアルで作成

plot2 <- ggplot(taikei, aes(x = height, y = weight)) +
  geom_point() + 
  geom_smooth(method = "lm") #geom_smoothで回帰直線作成
grid.arrange(plot1, plot2, ncol = 2, nrow = 1)

f:id:t_kahi:20190621233618p:plain 単回帰分析はRのlm関数を使用しました．
lm function | R Documentation
また，図の作成はggplot2を使用しています．
ggplot2による可視化入門

上図のような回帰直線はggplot2のgeom_abline（左図）やgeom_smooth（右図）で簡単に作成することができます．

単回帰分析の回帰診断図

続いて，回帰分析の残差を回帰診断図(Regression Diagnosis Plots)で表示します．
回帰診断図の作成については以下で紹介しております．

www.t-kahi.com

今回は結果のみを以下に示します．
f:id:t_kahi:20190621235227p:plain

単回帰分析の結果を出力する

「Liner Regression Learner」

まずはKNIMEの線形回帰分析ノードである「Liner Regression Learner」で回帰分析を行います．
設定画面と結果を以下に示します．
f:id:t_kahi:20190622001235p:plain
設定画面では，ターゲット列（被説明変数）を指定します．今回はWeightです．
Valuesの部分では説明変数のカラムを入れます．
また，このノード単体で散布図表示もできます．表示するデータはScatter Plot Viewsで設定できます．
「Liner Regression Learner」右クリック⇒Viewボタンをクリックで，下記の結果を見ることができます．
図はggplot2を使ってR viewsで表示させたほうがきれいですね…
f:id:t_kahi:20190622103724p:plain

「R snippet」

続いて，「R snippet」でRのlm関数を使って，単回帰分析の結果(回帰直線の切片，係数，t値，p値)を表示させます．

taikei <- data.frame(knime.in) 
taikei.lm<- lm(weight~height,data=taikei) 

summary(taikei.lm)

taikei.lm$coefficients

summary(taikei.lm)$coefficients

knime.out <- summary(taikei.lm)$coefficients