Skip to content

test-reference-ja.md

Latest commit

 

History

History
1650 lines (1231 loc) · 27.9 KB

test-reference-ja.md

File metadata and controls

1650 lines (1231 loc) · 27.9 KB

statcpp CLI テストリファレンス

注意: このドキュメントのシェル例は bash 構文を使用しており,macOS と Linux で動作します. Windows では単体テスト(cmake -DGTEST=true)はサポートされています.E2E テスト(run_e2e.sh)を実行するには bash 環境(Git Bash または WSL)が必要です.

基本書式:

statcpp <category> <command> [options] [file]
statcpp <shortcut> [options] [file]

ファイル引数が不要な場合は stdin から読み込みます。 --row を指定すると、横並びのデータ（カンマ/スペース区切り）を1列のデータとして処理します。

# カンマ区切り
echo "1,2,3,4,5" | statcpp desc mean --noheader --col 1 --row
#   Mean:         3

# スペース区切り
echo "1 2 3 4 5" | statcpp desc mean --noheader --col 1 --row
#   Mean:         3

本ドキュメントの実行例はすべて test/e2e/data/ のファイルに基づいています。 docs/run_reference.sh で全例を実行し、出力を確認できます（実行結果: docs/output.txt）。

テストデータ

ファイル 内容
basic.csv name, value (10,20,30,40,50), score
two_groups.csv group1 (23,25,27,22,24,26,28,21), group2 (28,30,32,29,31,33,35,27)
scores.csv math, science, english (10人分、3科目)
forecast.csv actual, predicted (8件の予測精度データ)
survival.csv time (1-8), event (0/1)
survival_two.csv time1, event1, time2, event2 (2群生存データ、各6件)
pvalues.csv pvalue (0.001, 0.013, 0.04, 0.06, 0.50)
contingency.csv value (30,10,20,40) — 2x2分割表 (a,b,c,d)
binary.csv x1, x2, y (0/1二値応答、12件)
count.csv x1, x2, y (カウントデータ応答、8件)
missing.csv id, value (NA/空セルを含む)
quoted.csv name, city, value (RFC 4180 引用符付きフィールド)
noheader.csv ヘッダなし 3列×3行 (10,20,30 / 40,50,60 / 70,80,90)

desc - 記述統計

summary

statcpp desc summary test/e2e/data/basic.csv --col value
  Count:        5
  Mean:         30
  Std Dev:      15.8114
  Min:          10
  Q1:           20
  Median:       30
  Q3:           40
  Max:          50
  Skewness:     0
  Kurtosis:     -1.2

mean

statcpp desc mean test/e2e/data/basic.csv --col value
  Mean:         30

median

データは内部で自動ソートされます（--presorted で省略可）。

statcpp desc median test/e2e/data/basic.csv --col value
  Median:       30

mode

複数ある場合はすべて表示。

statcpp desc mode test/e2e/data/basic.csv --col value
  Mode[1]:      10
  Mode[2]:      20
  Mode[3]:      30
  Mode[4]:      40
  Mode[5]:      50

var

デフォルトは標本分散 (ddof=1)。--population で母分散。

statcpp desc var test/e2e/data/basic.csv --col value
  Variance:     250

sd

statcpp desc sd test/e2e/data/basic.csv --col value
  Std Dev:      15.8114

range

statcpp desc range test/e2e/data/basic.csv --col value
  Range:        40

iqr

statcpp desc iqr test/e2e/data/basic.csv --col value
  IQR:          20

cv

変動係数 (CV = SD / Mean)。

statcpp desc cv test/e2e/data/basic.csv --col value
  CV:           0.527046

skewness

statcpp desc skewness test/e2e/data/basic.csv --col value
  Skewness:     0

kurtosis

超過尖度。正規分布で 0。

statcpp desc kurtosis test/e2e/data/basic.csv --col value
  Kurtosis:     -1.2

percentile

--p で位置指定 (0.0-1.0)。

statcpp desc percentile test/e2e/data/basic.csv --col value --p 0.95
  P95:          48

quartiles

statcpp desc quartiles test/e2e/data/basic.csv --col value
  Q1:           20
  Q2:           30
  Q3:           40

five-number

statcpp desc five-number test/e2e/data/basic.csv --col value
  Min:          10
  Q1:           20
  Median:       30
  Q3:           40
  Max:          50

gmean

幾何平均。

statcpp desc gmean test/e2e/data/basic.csv --col value
  Geometric Mean:26.0517

hmean

調和平均。

statcpp desc hmean test/e2e/data/basic.csv --col value
  Harmonic Mean:21.8978

trimmed-mean

--trim でトリム比率指定（デフォルト 0.1 = 上下 10%）。

statcpp desc trimmed-mean test/e2e/data/basic.csv --col value
  Trimmed Mean: 30

test - 統計検定

--alternative (two-sided / less / greater) と --alpha (デフォルト 0.05) を指定可能。

t

列数で自動判定。

# 1 標本 t 検定
statcpp test t test/e2e/data/two_groups.csv --col group1 --mu0 25
  Statistic:    -0.57735
  df:           7
  p-value:      0.581788
  alpha:        0.05
  Fail to reject H0

# 2 標本 t 検定（独立）
statcpp test t test/e2e/data/two_groups.csv --col group1,group2
  Statistic:    -4.78191
  df:           14
  p-value:      0.000292342
  alpha:        0.05
  Reject H0

対応あり: --paired を追加。

welch

statcpp test welch test/e2e/data/two_groups.csv --col group1,group2
  Statistic:    -4.78191
  df:           13.8979
  p-value:      0.00029825
  alpha:        0.05
  Reject H0

z

母標準偏差 --sigma が必要。

statcpp test z test/e2e/data/two_groups.csv --col group1 --mu0 25 --sigma 3

f

F 検定（等分散の検定）。

statcpp test f test/e2e/data/two_groups.csv --col group1,group2
  Statistic:    0.842105
  df:           7
  p-value:      0.82645
  alpha:        0.05
  Fail to reject H0

shapiro

Shapiro-Wilk 正規性検定。

statcpp test shapiro test/e2e/data/two_groups.csv --col group1
  Statistic:    0.974858
  df:           8
  p-value:      0.933165
  alpha:        0.05
  Fail to reject H0

ks

Lilliefors 正規性検定。平均と分散をデータから推定するため、既知パラメータの標準 KS 検定ではなく Lilliefors 検定となる。

statcpp test ks test/e2e/data/two_groups.csv --col group1

mann-whitney

statcpp test mann-whitney test/e2e/data/two_groups.csv --col group1,group2
  Statistic:    2
  df:           16
  p-value:      0.00160361
  alpha:        0.05
  Reject H0

wilcoxon

1 列で 1 標本、2 列で対応あり。

statcpp test wilcoxon test/e2e/data/two_groups.csv --col group1 --mu0 25
  Statistic:    10.5
  df:           7
  p-value:      0.61017
  alpha:        0.05
  Fail to reject H0

kruskal

statcpp test kruskal test/e2e/data/two_groups.csv --col group1,group2
  Statistic:    9.95575
  df:           1
  p-value:      0.00160348
  alpha:        0.05
  Reject H0

levene

statcpp test levene test/e2e/data/two_groups.csv --col group1,group2
  Statistic:    0.0366492
  df:           1
  p-value:      0.85093
  alpha:        0.05
  Fail to reject H0

bartlett

statcpp test bartlett test/e2e/data/two_groups.csv --col group1,group2
  Statistic:    0.0481772
  df:           1
  p-value:      0.826266
  alpha:        0.05
  Fail to reject H0

chisq

1 列で一様分布適合度検定、2 列で観測/期待度数比較。

statcpp test chisq test/e2e/data/basic.csv --col value

corr - 相関・共分散

pearson

statcpp corr pearson test/e2e/data/two_groups.csv --col group1,group2
  r:            0.928587

spearman

statcpp corr spearman test/e2e/data/two_groups.csv --col group1,group2
  r:            0.928571

kendall

statcpp corr kendall test/e2e/data/two_groups.csv --col group1,group2
  r:            0.785714

cov

statcpp corr cov test/e2e/data/two_groups.csv --col group1,group2
  Covariance:   6.07143

matrix

3 列以上で相関行列を表示。

statcpp corr matrix test/e2e/data/scores.csv --col math,science,english
                      math     science     english
  math              1.0000      0.9391      0.9260
  science           0.9391      1.0000      0.8496
  english           0.9260      0.8496      1.0000

effect - 効果量

cohens-d

statcpp effect cohens-d test/e2e/data/two_groups.csv --col group1,group2
  Cohen's d:    -2.39096
  Interpretation: large

1 標本の場合は --mu0 を指定。

hedges-g

小標本補正付き。

statcpp effect hedges-g test/e2e/data/two_groups.csv --col group1,group2
  Hedges' g:    -2.26054
  Interpretation: large

glass-delta

対照群の SD で標準化。

statcpp effect glass-delta test/e2e/data/two_groups.csv --col group1,group2

cohens-h

比率の効果量。--p1, --p2 で比率指定。

statcpp effect cohens-h --p1 0.6 --p2 0.4

odds-ratio

1 列に 4 値 (a, b, c, d) で 2x2 分割表を指定。

statcpp effect odds-ratio test/e2e/data/contingency.csv --col value
  Odds Ratio:   6

risk-ratio

1 列に 4 値 (a, b, c, d) で 2x2 分割表を指定。

statcpp effect risk-ratio test/e2e/data/contingency.csv --col value
  Risk Ratio:   2.25

ci - 信頼区間

--level で信頼水準を指定（デフォルト 0.95）。

mean

statcpp ci mean test/e2e/data/two_groups.csv --col group1
  Estimate:     24.5
  Lower:        22.4522
  Upper:        26.5478
  Level:        0.95

diff

statcpp ci diff test/e2e/data/two_groups.csv --col group1,group2
  Estimate:     -6.125
  Lower:        -8.87219
  Upper:        -3.37781
  Level:        0.95

prop

statcpp ci prop --successes 45 --trials 100

var

statcpp ci var test/e2e/data/two_groups.csv --col group1

sample-size

CSV 不要。

statcpp ci sample-size --moe 0.03
  Sample Size:  1068

reg - 回帰分析

simple

--col x,y（最初が説明変数、最後が目的変数）。

statcpp reg simple test/e2e/data/two_groups.csv --col group1,group2
  Intercept:    5.83333
  Slope:        1.0119
  R-squared:    0.862275
  Adj R-squared:0.839321
  Residual SE:  1.06997
  F-statistic:  37.565
  F p-value:    0.000862397

  Coefficients:
                Estimate    Std.Error   t-value     p-value
  Intercept     5.83333     4.06261     1.43586     0.201058
  Slope         1.0119      0.1651      6.12903     0.000862397

multiple

--col x1,x2,...,y（最後の列が目的変数）。

statcpp reg multiple test/e2e/data/scores.csv --col math,science,english
  R-squared:    0.860845
  Adj R-squared:0.821086
  Residual SE:  2.99757
  F-statistic:  21.6518
  F p-value:    0.00100519

  Coefficients:
                  Estimate    Std.Error   t-value     p-value
  (Intercept)     31.3951     8.30518     3.78019     0.00689059
  math            0.764905    0.28918     2.64508     0.0331777
  science         -0.118209   0.285503    -0.414039   0.691238

predict

回帰モデルで予測値を計算。

statcpp reg predict test/e2e/data/two_groups.csv --col group1,group2

residuals

残差診断。

statcpp reg residuals test/e2e/data/two_groups.csv --col group1,group2

vif

分散膨張係数（多重共線性の診断）。

statcpp reg vif test/e2e/data/two_groups.csv --col group1,group2
  group1:       7.26083
  group2:       7.26083

anova - 分散分析

oneway

statcpp anova oneway test/e2e/data/two_groups.csv --col group1,group2
  ANOVA Table:
  Source        SS          df      MS          F           p-value
  Between       150.062     1       150.062     22.8667     0.000292342
  Within        91.875      14      6.5625      0           0
  Total         241.938     15

  F-statistic:  22.8667
  p-value:      0.000292342
  eta-squared:  0.620253
  omega-squared:0.577465
  Reject H0 (alpha=0.05)

posthoc-tukey

statcpp anova posthoc-tukey test/e2e/data/scores.csv --col math,science,english
  Tukey HSD Post-hoc Comparisons:
  Comparison      Diff        p-value     Lower       Upper       Sig?
  math vs science -1.4        0.938605    -11.626     8.82601     No
  math vs english -2.4        0.830879    -12.626     7.82601     No
  science vs english-1          0.96815     -11.226     9.22601     No

posthoc-bonferroni

statcpp anova posthoc-bonferroni test/e2e/data/scores.csv --col math,science,english

posthoc-scheffe

statcpp anova posthoc-scheffe test/e2e/data/scores.csv --col math,science,english

eta-squared

statcpp anova eta-squared test/e2e/data/scores.csv --col math,science,english
  eta-squared:  0.0124993
  omega-squared:-0.058509
  Cohen's f:    0.112506

resample - リサンプリング

出力は乱数に依存するため、実行ごとに結果が変わります。

bootstrap-mean

statcpp resample bootstrap-mean test/e2e/data/two_groups.csv --col group1

bootstrap-median

statcpp resample bootstrap-median test/e2e/data/two_groups.csv --col group1

bootstrap-sd

statcpp resample bootstrap-sd test/e2e/data/two_groups.csv --col group1

bca

BCa 法（バイアス補正・加速ブートストラップ）。

statcpp resample bca test/e2e/data/two_groups.csv --col group1

permtest

2 列で独立 2 群、--paired で対応あり。

statcpp resample permtest test/e2e/data/two_groups.csv --col group1,group2

permtest-corr

statcpp resample permtest-corr test/e2e/data/two_groups.csv --col group1,group2

ts - 時系列分析

acf

最大ラグ 20（またはデータ長 - 1）。

statcpp ts acf test/e2e/data/two_groups.csv --col group1

pacf

statcpp ts pacf test/e2e/data/two_groups.csv --col group1

ma

移動平均（ウィンドウサイズ = 3）。

statcpp ts ma test/e2e/data/two_groups.csv --col group1

ema

指数移動平均（alpha = 0.3）。

statcpp ts ema test/e2e/data/two_groups.csv --col group1

diff

statcpp ts diff test/e2e/data/two_groups.csv --col group1
  d[1]:         2
  d[2]:         2
  d[3]:         -5
  d[4]:         2
  d[5]:         2
  d[6]:         2
  d[7]:         -7

mae

2 列 (実測, 予測)。

statcpp ts mae test/e2e/data/forecast.csv --col actual,predicted
  MAE:          3

rmse

statcpp ts rmse test/e2e/data/forecast.csv --col actual,predicted
  RMSE:         3.24037

mape

statcpp ts mape test/e2e/data/forecast.csv --col actual,predicted
  MAPE (%):     2.47699

robust - ロバスト統計

mad

statcpp robust mad test/e2e/data/two_groups.csv --col group1
  MAD:          2
  MAD scaled:   2.9652

outliers

IQR 法。

statcpp robust outliers test/e2e/data/basic.csv --col value
  Q1:           20
  Q3:           40
  IQR:          20
  Lower fence:  -10
  Upper fence:  70
  N outliers:   0

outliers-zscore

Z-score 法。

statcpp robust outliers-zscore test/e2e/data/basic.csv --col value

outliers-modified

修正 Z-score 法（MAD ベース）。

statcpp robust outliers-modified test/e2e/data/basic.csv --col value

winsorize

--trim でトリム比率指定。

statcpp robust winsorize test/e2e/data/basic.csv --col value --trim 0.05

hodges-lehmann

statcpp robust hodges-lehmann test/e2e/data/two_groups.csv --col group1
  Hodges-Lehmann:24.5

biweight

statcpp robust biweight test/e2e/data/two_groups.csv --col group1
  Biweight midvariance:5.88694

survival - 生存分析

kaplan-meier

--col time,event（event: 1=イベント, 0=打ち切り）。

statcpp survival kaplan-meier test/e2e/data/survival.csv --col time,event
  Kaplan-Meier Survival Estimates:
  Time      Survival    SE        At Risk   Events    Censored
  0         1           0         8         0         0
  1         0.875       0.116927  8         1         0
  3         0.729167    0.164976  6         1         0
  4         0.583333    0.185561  5         1         0
  6         0.388889    0.201269  3         1         0
  7         0.194444    0.170387  2         1         0

  Median survival: 6

logrank

4 列 (time1, event1, time2, event2) で 2 群の生存データを指定。

statcpp survival logrank test/e2e/data/survival_two.csv --col time1,event1,time2,event2
  Chi-square:   0.316564
  p-value:      0.57368
  df:           1
  Observed 1:   4
  Expected 1:   3.27778
  Observed 2:   4
  Expected 2:   4.72222

nelson-aalen

statcpp survival nelson-aalen test/e2e/data/survival.csv --col time,event
  Nelson-Aalen Cumulative Hazard:
  Time      Hazard      Cum.Hazard
  0         0           0
  1         0.125       0.125
  3         0.166667    0.291667
  4         0.2         0.491667
  6         0.333333    0.825
  7         0.5         1.325

cluster - クラスタリング

出力は乱数に依存する場合があります（kmeans）。2 列以上必須。

kmeans

デフォルト k=3。

statcpp cluster kmeans test/e2e/data/scores.csv --col math,science,english

hierarchical

statcpp cluster hierarchical test/e2e/data/scores.csv --col math,science,english

silhouette

statcpp cluster silhouette test/e2e/data/scores.csv --col math,science,english

multiple - 多重検定補正

bonferroni

statcpp multiple bonferroni test/e2e/data/pvalues.csv --col pvalue
  Bonferroni Correction:
  Adjusted alpha:0.01

  Test    p-value     Adj. p-value  Sig?
  1       0.001       0.005         Yes
  2       0.013       0.065         No
  3       0.04        0.2           No
  4       0.06        0.3           No
  5       0.5         1             No

holm

statcpp multiple holm test/e2e/data/pvalues.csv --col pvalue
  Holm-Bonferroni Correction:
  Test    p-value     Adj. p-value  Sig?
  1       0.001       0.005         Yes
  2       0.013       0.052         No
  3       0.04        0.12          No
  4       0.06        0.12          No
  5       0.5         0.5           No

bh

Benjamini-Hochberg（FDR 制御）。

statcpp multiple bh test/e2e/data/pvalues.csv --col pvalue
  Benjamini-Hochberg (FDR) Correction:
  Test    p-value     Adj. p-value  Sig?
  1       0.001       0.005         Yes
  2       0.013       0.0325        Yes
  3       0.04        0.0666667     No
  4       0.06        0.075         No
  5       0.5         0.5           No

power - 検出力分析

CSV 入力不要。--n 指定で検出力を計算、省略で必要サンプルサイズを計算。

t-one

--effect (Cohen's d) 必須。

statcpp power t-one --effect 0.5 --n 30
  Power:        0.781908

statcpp power t-one --effect 0.5 --power 0.8
  Sample size:  32

t-two

--ratio でサンプルサイズ比指定可。

statcpp power t-two --effect 0.5 --n 30
  Power:        0.490686

statcpp power t-two --effect 0.5 --power 0.8
  n1:           63
  n2:           63

prop

--p1, --p2 必須。

statcpp power prop --p1 0.3 --p2 0.5 --n 50
  Power:        0.549836

statcpp power prop --p1 0.3 --p2 0.5 --power 0.8
  Sample size:  93

glm - 一般化線形モデル

logistic

--col x1,...,y（y は 0/1 二値）。

statcpp glm logistic test/e2e/data/binary.csv --col x1,x2,y
  Null deviance:16.3006
  Residual deviance:13.3226
  AIC:          19.3226
  Log-likelihood:-6.6613
  Iterations:   6

  Coefficients:
                  Estimate    Std.Error   z-value     p-value
  (Intercept)     0.173347    2.22534     0.0778966   0.93791
  x1              0.714642    0.580323    1.23145     0.218153
  x2              -0.796283   0.942142    -0.845183   0.398008

  Pseudo R-squared (McFadden): 0.182694
  Odds ratios: x1=0.451002 x2=2.22534

poisson

--col x1,...,y（y はカウントデータ）。

statcpp glm poisson test/e2e/data/count.csv --col x1,x2,y
  Null deviance:9.16573
  Residual deviance:0.53496
  AIC:          34.4471
  Log-likelihood:-14.2236
  Iterations:   5

  Coefficients:
                  Estimate    Std.Error   z-value     p-value
  (Intercept)     0.422972    0.521971    0.810336    0.417747
  x1              0.0443169   0.0731394   0.605924    0.544565
  x2              0.138836    0.0561691   2.47175     0.0134455

  Incidence rate ratios: x1=1.14894 x2=8.79106e+252

model - モデル選択

aic

statcpp model aic test/e2e/data/scores.csv --col math,science,english

cv

交差検証（5-fold）。

statcpp model cv test/e2e/data/scores.csv --col math,science,english

ridge

statcpp model ridge test/e2e/data/scores.csv --col math,science,english

lasso

statcpp model lasso test/e2e/data/scores.csv --col math,science,english

出力モード

JSON 出力 (--json)

desc

statcpp desc summary test/e2e/data/basic.csv --col value --json
{
    "command": "desc.summary",
    "input": {
        "column": "value",
        "n": 5
    },
    "result": {
        "Count": 5.0,
        "Kurtosis": -1.2000000000000002,
        "Max": 50.0,
        "Mean": 30.0,
        "Median": 30.0,
        "Min": 10.0,
        "Q1": 20.0,
        "Q3": 40.0,
        "Skewness": 0.0,
        "Std Dev": 15.811388300841896
    }
}

test

statcpp test t test/e2e/data/two_groups.csv --col group1,group2 --json
{
    "command": "test.t",
    "input": {
        "columns": [
            "group1",
            "group2"
        ],
        "n1": 8,
        "n2": 8
    },
    "result": {
        "Statistic": -4.781910357447813,
        "alpha": 0.05,
        "df": 14.0,
        "p-value": 0.00029234175805803453
    }
}

corr

statcpp corr pearson test/e2e/data/two_groups.csv --col group1,group2 --json
{
    "command": "corr.pearson",
    "input": {
        "columns": [
            "group1",
            "group2"
        ],
        "n": 8
    },
    "result": {
        "r": 0.9285874942379881
    }
}

effect

statcpp effect cohens-d test/e2e/data/two_groups.csv --col group1,group2 --json
{
    "command": "effect.cohens-d",
    "input": {
        "columns": [
            "group1",
            "group2"
        ],
        "n1": 8,
        "n2": 8
    },
    "result": {
        "Cohen's d": -2.3909551787239063
    }
}
statcpp effect cohens-h --p1 0.6 --p2 0.4 --json
{
    "command": "effect.cohens-h",
    "input": {
        "p1": 0.6,
        "p2": 0.4
    },
    "result": {
        "Cohen's h": 0.40271584158066154
    }
}

ci

statcpp ci mean test/e2e/data/two_groups.csv --col group1 --json
{
    "command": "ci.mean",
    "input": {
        "column": "group1",
        "n": 8
    },
    "result": {
        "Estimate": 24.5,
        "Level": 0.95,
        "Lower": 22.452175328624975,
        "Upper": 26.547824671375025
    }
}
statcpp ci prop --successes 45 --trials 100 --json
{
    "command": "ci.prop",
    "input": {
        "successes": 45,
        "trials": 100
    },
    "result": {
        "Estimate": 0.45,
        "Level": 0.95,
        "Lower": 0.3561453797236467,
        "Upper": 0.5475539701027973
    }
}
statcpp ci sample-size --moe 0.03 --json
{
    "command": "ci.sample-size",
    "input": {
        "level": 0.95,
        "moe": 0.03
    },
    "result": {
        "Sample Size": 1068.0
    }
}

reg

statcpp reg simple test/e2e/data/two_groups.csv --col group1,group2 --json
{
    "command": "reg.simple",
    "input": {
        "n": 8,
        "x": "group1",
        "y": "group2"
    },
    "result": {
        "Adj R-squared": 0.8393205235310498,
        "F p-value": 0.0008623966761827084,
        "F-statistic": 37.56499133448873,
        "Intercept": 5.833333333333334,
        "R-squared": 0.8622747344551855,
        "Residual SE": 1.0699725556486344,
        "Slope": 1.0119047619047619
    }
}

anova

statcpp anova oneway test/e2e/data/two_groups.csv --col group1,group2 --json
{
    "command": "anova.oneway",
    "input": {
        "columns": [
            "group1",
            "group2"
        ],
        "k": 2,
        "n": 16
    },
    "result": {
        "F-statistic": 22.866666666666667,
        "eta-squared": 0.620253164556962,
        "omega-squared": 0.5774647887323944,
        "p-value": 0.00029234175805814555
    }
}

ts

statcpp ts diff test/e2e/data/two_groups.csv --col group1 --json
{
    "command": "ts.diff",
    "input": {
        "column": "group1",
        "n": 8,
        "order": 1
    },
    "result": {
        "d[1]": 2.0,
        "d[2]": 2.0,
        "d[3]": -5.0,
        "d[4]": 2.0,
        "d[5]": 2.0,
        "d[6]": 2.0,
        "d[7]": -7.0
    }
}

robust

statcpp robust mad test/e2e/data/two_groups.csv --col group1 --json
{
    "command": "robust.mad",
    "input": {
        "column": "group1",
        "n": 8
    },
    "result": {
        "MAD": 2.0,
        "MAD scaled": 2.9652
    }
}

survival

statcpp survival kaplan-meier test/e2e/data/survival.csv --col time,event --json
{
    "command": "survival.kaplan-meier",
    "input": {
        "event": "event",
        "n": 8,
        "time": "time"
    },
    "result": {
        "Median survival": 6.0,
        "N events": 5.0
    }
}

multiple

statcpp multiple bonferroni test/e2e/data/pvalues.csv --col pvalue --json
{
    "command": "multiple.bonferroni",
    "input": {
        "alpha": 0.05,
        "column": "pvalue",
        "n_tests": 5
    },
    "result": {
        "Adjusted alpha": 0.01,
        "p1 adjusted": 0.005,
        "p2 adjusted": 0.065,
        "p3 adjusted": 0.2,
        "p4 adjusted": 0.3,
        "p5 adjusted": 1.0
    }
}

power

statcpp power t-one --effect 0.5 --n 30 --json
{
    "command": "power.t-one",
    "input": {
        "alpha": 0.05,
        "alternative": "two-sided",
        "effect": 0.5,
        "n": 30
    },
    "result": {
        "Power": 0.781908063920346
    }
}

Quiet 出力 (--quiet)

statcpp desc mean test/e2e/data/basic.csv --col value --quiet
30

stdin パイプ

printf '1\n2\n3\n4\n5\n' | statcpp desc mean --noheader --col 1
  Mean:         3

ショートカット

ショートカット 展開先
mean desc mean
median desc median
mode desc mode
sd desc sd
var desc var
summary desc summary
range desc range
iqr desc iqr
cv desc cv
skewness desc skewness
kurtosis desc kurtosis
quartiles desc quartiles
gmean desc gmean
hmean desc hmean
ttest test t
pearson corr pearson
spearman corr spearman
kendall corr kendall

オプションの詳細は コマンドリファレンス を参照してください。