Rによるテキストマイニング ―tidytextを活用したデータ分析と可視化の基礎

14

■

1

章 整理テキスト形式

## t = 119.64, df = 10404, p-value < 2.2e-16

## alternative hypothesis: true correlation is not equal to 0

## 95 percent confidence interval:

## 0.7527837 0.7689611

## sample estimates:

## cor

## 0.7609907

cor.test(data = frequency[frequency$author == "H.G. Wells",],

~ proportion + `Jane Austen`)

##

## Pearson's product-moment correlation

##

## data: proportion and Jane Austen

## t = 36.4

41, df = 6053, p-value < 2.2e-16

## alternative hypothesis: true correlation is not equal to 0

## 95 percent confidence interval:

## 0.4032820 0.4446006

## sample estimates:

## cor

## 0.424162

プロットから読み取った通り、オースティン

-

ブロンテの頻出語の方がオース

ティン

-

ウェルズの頻出語よりも相関関係が高いことがわかります。 ...