1
Rの基礎（データ構造とデータ型）
1.1
データ構造（1）ベクトル
1.1.1
オブジェクトと変数
1.1.2
便利なベクトル作成法
1.1.3
ベクトルの演算
1.1.4
ベクトルの要素の参照
1.1.5
ベクトルに対する便利な関数
1.1.6
ベクトルの属性
1.2
データ型
1.2.1
数値型と文字型
1.2.2
因子型
1.2.3
論理型
1.2.4
欠損値の表現について
1.3
データ構造（2）配列と行列
1.4
データ構造（3）リスト
1.5
データ構造（4）データフレーム
1.5.1
外部データのデータフレームへのインポート
2
データの簡単な要約と可視化
2.1
データの簡単な要約
2.2
データの簡単な可視化
2.2.1
棒グラフ
2.2.2
ヒストグラム
2.2.3
箱ひげ図
2.2.4
散布図
2.2.5
総称的関数
3
dplyr/tidyrを用いたデータの整理と変換(1)
3.1
パッケージによる機能拡張
3.2
tidyverse
3.3
nycflights13
3.4
1つのテーブルに対するverb
3.4.1
値の条件による抽出：
filter()
3.4.2
指定した列の抽出：
select()
#{select}
3.4.3
指定した列を昇順でソート：
arrange()
#{arrange}
3.4.4
新しい列の作成：
mutate()
3.4.5
グループごとの要約：
group_by()
と
summarise()
3.5
パイプ
4
dplyr/tidyrを用いたデータの整理と変換(2)
4.1
2つのテーブルを結合するverb
5
dplyr/tidyrを用いたデータの整理と変換(3)
5.1
tidydataとは？
5.2
縦長（long）データと横長（wide）データの相互変換
5.2.1
pivot_longer()
関数を用いたwideからlongへの変換
5.2.2
pivot_wider()
関数を用いたlongからwideへの変換
5.3
列の分割と結合
6
ggplot2によるデータの可視化（1）
6.1
ggplot2パッケージについて
6.2
ggplot2における可視化の基本
6.3
棒グラフ
6.3.1
帯グラフと集合縦棒グラフ
6.3.2
カテゴリ（因子型の水準）の並べ替え
6.4
ヒストグラムと箱ひげ図
6.5
折れ線グラフ
6.5.1
x軸が経過時間、y軸が1つの変数
6.5.2
x軸が経過時間、y軸が2つ以上の変数
6.5.3
x軸が日付、y軸が2つ以上の変数
7
ggplot2によるデータの可視化（2）
7.1
層別
7.2
出力の調整
7.2.1
テーマ
7.2.2
軸ラベル、タイトルなど
7.2.3
フォントサイズの調整
7.2.4
【Advanced】パワポにグラフをいい感じで貼り付ける
8
Webからのデータ取得（1）「e-Stat API」
8.1
e-Stat API
8.1.1
統計表の検索
8.1.2
メタ情報の取得
8.1.3
統計データの取得
8.2
【例1】少子高齢化の可視化
8.3
【例2】リサイクル率の推移の可視化
9
Webからのデータ取得（2）「World Bank API」
Rによるデータ解析入門
6
ggplot2によるデータの可視化（1）