# try_chi02.rb.txt  ruby script (encoding: Windows-31J)
  # Excelファイルを読み込んでカイ二乗検定を行う
  # markdownを生成し、それをhtmlおよびワード文書に変換
  # cccなどの三重変数名をmarkdownに簡単に盛り込むための仕組みを利用
  # 別のファイルを読み込む時にも応用できるように工夫(汎用性を追求)
require "rrx"
require "erb"
require "spreadsheet"

    # Rプログラム＆markdown原稿の調整(rrrなどを置換)
prog_markdown = DATA.read  # Rプログラムとmarkdown原稿の読み込み
prog_markdown = Rrx::erb_three(prog_markdown)  # xxxなど三重変数名の置換
rpro, mkd_str = prog_markdown.split(/\n####[^\n]+\n+/)  # R, markdownの分割

    # xlsファイルをcsvに変換
xls_file = "data_chi02.xls"  # 素材Excelファイルの名前
sheets = Rrx::xls2ary(xls_file)  # Excelファイルを配列に変換
tcsv = Rrx::temp_make(sheets[0], ".csv")  # 第1ワークシートをcsvとして出力
fff_csv = tcsv.path  # csvファイル(テンポラリファイル)のフルパス名
fff_png = "z_chi02.png"  # グラフ画像ファイルの名前
rrr = "性別"  # 注目フィールドその１
ccc = "意見"  # 注目フィールドその２

    # Rプログラムの実行
if test(?e, fff_png)  # グラフ画像ファイルが既にあるなら削除
  File.unlink(fff_png)
end
rpro = ERB.new(rpro).result(binding)
hs = Rrx.rexec(rpro)  # Rの実行
tcsv.unlink  # テンポラリファイル(csvファイル)を削除

    # Rプログラムの実行結果を取り込んで、markdown生成の準備
xx = hs["xx"]
yy = hs["yy"]
zz = hs["zz"]
hhh = xx["header"].join("，")
ccc2 = xx["colnames"].join("，")
rrr2 = xx["rownames"].join("，")
nnn_e = xx["tbl2"].last.last  # 有効回答総数
nnn_t = xx["nrow"]  # 無効回答を含む総回答数
uuu = "人"  # 素材データの度数の単位
chi_result = [%w(カイ二乗値 自由度 有意確率 クラメール係数),
    [zz["statistic"], zz["parameter"], zz["p.value"], zz["cramer"]]]

    # markdown原稿の生成
mkd_str = ERB.new(mkd_str, nil, '-').result(binding)
str = mkd_str.gsub(/カイ二乗/, '$$ \chi^{2} $$')  # カイ二乗 → χ^2
html_str = Rrx::kramdown_html(str, :s, :table, :mathjax)  # 表罫線付加、数式対応
File.open("z_chi02.htm", "w") {|ff|  ff.write html_str}
docx_str = Rrx::pandoc_docx(str)  # docx生成
File.open("z_chi02.docx", "wb") {|ff|  ff.write docx_str}

__END__
    # Rプログラム
library(graphics)
dtf <- read.csv("fff_csv", header=T, na.strings="")
if (!is.null(dtf$性別) && levels(dtf$性別) == c("女性","男性")) {
  dtf$性別 <- factor(dtf$性別, c("男性","女性"), c("男性","女性"))
}
xx <- sa1(dtf, "rrr", "ccc")  # 無効回答を除くクロス集計
xx$header <- colnames(dtf)
xx$nrow <- nrow(dtf)
xx$colnames <- colnames(xx$tbl1)
xx$rownames <- rownames(xx$tbl1)
robj(xx, "xx")
mm <- xx$tbl1  # カイ二乗検定の素材クロス集計表
yy <- sa3(dtf, "rrr", "ccc")  # 有効回答と無効回答を含むクロス集計
yy$join <- join.tbl(yy$tbl1, yy$pct1, "%d(%.1f)")
robj(yy, "yy")
    # モザイク・グラフの作成
png(file = "fff_png")
par(family = "Japan1GothicBBB")  # 日本語フォントにゴチックを指定
mosaicplot(mm)
dev.off()
    # カイ二乗検定
zz <- chisq.test(mm)  # カイ２乗検定の実施
zz <- append.cramer(zz)  # クラメール係数を追加
tt <- c("observed", "expected", "residuals", "stdres")  # 表形式の項目
for (i in tt) {
  zz[[i]] <- round(zz[[i]], 3)  # 小数点３桁でのまるめ処理
}
robj(zz, "zz")

#### 以降は markdownの原稿

# カイ二乗検定の例・その２

　「hhh」の項目からなるnnn_t(uuu)のデータがある。

　このうち、次の２つの項目に着目してクロス集計を行った。

- rrr：　rrr2
- ccc：　ccc2

　無効回答(無回答)を除く有効回答nnn_e(uuu)のデータについてカイ二乗検定にかけた結果を示す。

----------------

## 集計結果

　rrrとcccのクロス集計は次のとおり（単位：uuu、％）。

<%= Rrx::matrix2table(yy["join"]) %>

　この集計結果のうち、有効回答に着目してモザイクプロットしてみると下のようになる。  
![モザイクプロット](fff_png)

## カイ二乗検定の結果

　ピアソンのカイ二乗検定を行ったところ、次の値を得た。

<%= Rrx::matrix2table(chi_result) %>

<% if zz["p.value"] < 0.05 then -%>
<%= sprintf("　有意確率(%g)＜0.05なので、有意性が認められると判断する。つまり「%s」と「%s」の間には何らかの有意な関係があると見る。", zz["p.value"], rrr, ccc) %>
<% else -%>
<%= sprintf("　有意確率(%g)＞＝0.05なので、有意性が認められないと判断する。つまり「%s」と「%s」とは独立であると見る。", zz["p.value"], rrr, ccc) %>
<% end -%>

<% if zz["p.value"] < 0.05 then -%>
<%= "　調整済み残差は次のとおり。\n" %>
<%= Rrx::matrix2table(zz["stdres"]) %>
<%= "　一般に、調整済み残差の値が -1.96 より小さければその欄は有意に小さく、1.96 より大きければ有意に大きい。" %>
<% end -%>

　なお、クラメール係数(<%= zz["cramer"] %>)は、「rrr」と「ccc」の連関の程度を示す数値で、０〜１の範囲の値をとる。１に近いほど連関の程度が強い。