Rデータ自由自在を参考にした

のようなデータフレーム“TT”が与えられた場合に 日付部分をうまく日付型データにするには，

yyyymmddHHMM <- paste(TT[,1], TT[,2], sep='')
DATE <- strptime(yyyymmddHHMM, format='%Y%m%d%H:%M')

とすれば良い．結果は

"2009-04-07 20:38:00" "2009-04-08 08:50:00" "2009-04-08 10:00:00"

となる．

• strptime関数はPOSIX日付を返し，オプションtzでタイムゾーンを指定可能（日本は“JST”）
• POSIX日付の値は，内部的には1970年1月1日0時0分0秒からの経過秒数として保存されている（実数型に変換すると確認できるが，時差に注意（出てきた値を3600で除すれば，時差が出る））

DATE[1]-DATE[2] #時間差
difftime(DATE[1], DATE[2], units="mins")  #時間差（分）
format(DATE[1], '%A') #曜日を表示
format(DATE[1], '%a') #曜日を表示
format(DATE[1], '%b') #月を表示
format(DATE[1], '%B') #月を表示
format(DATE[1], '%H') #10進法で時間（24時間表示）を表示，Mで分，Sで秒

行列をMとする．

diag(M)  # 行列の対角成分を抽出
sum(diag(M))  # 行列の対角成分の和を計算

クラス分類（判別分析など）を使った後，結果をconfusion matrixで整理することが多い．confision matrixからerror ratioを計算するには，上記の対角成分の和を利用して

(sum(M)-sum(diag(M)))/sum(M)

とすればよい．

irisデータから重複しない10個の標本を抽出

sample(data=iris, size=10, replace=FALSE)

モデルパラメータを求めたり，モデルの評価・比較を行うために交差検証法 cross validation を行うことがよくある． データを分割する際に，元のデータ分布に近いような分割を行いたいときにstrata()関数が使える（sample()関数とsplit()関数を駆使して実装したら，見事に車輪の再発明だった）誤りだった．strata()関数では，以下のようなサンプリングを（単発で）行うことは出来るが，データを分割するのには適していない．無駄じゃなかった．

irisデータから“Species”を層化変数（層を分ける基準）として，Speciesがsetosaのデータを7個，versicolorを8個，virginicaを9個，合計24個のサンプルを持つ標本集合を得る．

s <- strata(data=iris
, stratanames=c("Species")
, size=c(7,8,9)
, method="srswor"  # simple random sampling without replacement 
)
stratified.data <- getdata(data=iris
,m=s
)

元々のデータフレームに“ID_unit”，“Prob”，“Stratum”列が追加され，“Stratum”が分割されたデータの属する層（この場合Species）を数字で表す．よって，SpeciesとStratumはサンプル毎に対応が取れている．