目次
Chapter1 Antigravityの基礎
1.1 Antigravityの環境構築
- Antigravityのインストールと初期設定
- Rのインストール
- languageserverをインストール
- Rの拡張機能をインストール
- 【COLUMN】 AntigravityでRがうまく動かないときの対応
1.2 Antigravityのインターフェース
- ①アクティビティバー
- ②プライマリサイドバー
- ③エディタ
- ④ターミナル
- ⑤AIペイン
- トグルボタン
1.3 作業フォルダを開く
- Rファイルを作成する
- 【COLUMN】 データ分析用のフォルダ構成を固定しよう
1.4 Antigravityのカスタマイズ
- Antigravityの日本語化
- Antigravityのカラーテーマを変更
- キーボードショートカットのカスタマイズ
Chapter2 AntigravityのAI機能
2.1 AI機能
- チャット
- AIに情報を与える
- AIの編集内容の承認／却下
- 予測入力（Tab）
- Implementation Plan／Task List／Walkthrough
2.2 AIを自分好みにチューニングする
- Rules
- Workflows
2.3 コンテキスト
- コンテキストとは何か
2.4 AIの参照対象から除外する方法
- 方法1：データファイルをワークスペースの外に置く
- 方法2：.gitignoreとStrict Modeを使う
- 方法3：Permissionsでファイルの読み取りを制限する
- 【COLUMN】 AIコーディングのテクニックはAntigravity以外でも使える
Chapter3 AIコーディングを始める前に
3.1 最低限押さえておくべきRの基礎知識
- オブジェクトへの格納
- データ型
- データ構造
- データ型の自動変換に注意
- 【COLUMN】 プログラミングの学習を並行して進めよう
3.2 Rセッションの内容を確認する方法
- Antigravityでオブジェクトを確認する方法
- Global Environment
3.3 Rパッケージの導入
- install.packages()によるインストール
- library()による読み込み
3.4 本書のコーディングスタイル
- tidyverseパッケージ
- パイプ演算子
- 【COLUMN】 新しいパイプ演算子の紹介
3.5 機密情報を扱うときの注意点
- ターミナル出力に機密データを出さない
- 【COLUMN】 仮名加工情報の取りあつかい
Chapter4 対話で進めるデータハンドリング
4.1 データの基本確認
- 仕様データ：mtcars
- データ型を確認する
- データを要約する
- 【COLUMN】 本書のコード例についてのルール
4.2 wide型データとlong型データ
4.3 wide型データのハンドリング①：基本操作と集計
- 行名を列に変換する
- 列名変更（rename）
- 並び替え（arrange、desc）
- 行の抽出（filter、%in%）
- 列の選択（select）
- 列の作成・置換（mutate、case_when、if_else、relocate）
- グループ集計（group_by + summarise）
- 【COLUMN】 AIが書くコードが毎回異なる理由
4.4 wide型データのハンドリング②：日付操作とテーブル結合
- 使用データ：flights
- 横結合（left_join、right_join、full_join、anti_join）
4.5 long型データのハンドリング
- 使用データ：sleepstudy
- wide型への変換（pivot_wider）
- long型への変換（pivot_longer）
- グループごとの行番号（row_number）
- ベースラインからの変化量・変化率
- グループごとの集約値を全行に付与
- 累積値とイベント判定
- イベントまでの日数
- 【COLUMN】 AIモデルの使い分け
Chapter5 統計解析とグラフ作成を導くプロンプト
5.1 記述統計
- 使用データ：mtcars
- 集計項目の指定
- tbl_summary()で記述統計表をまとめて作成する
- 集計データの可視化
- ヒストグラム
- 【COLUMN】 AIへの過度な依存に注意する
5.2 t検定
- 対応のないt検定
- 対応のあるt検定
5.3 カイ二乗検定・Fisherの正確確率検定
- クロス集計表の作成
- カイ二乗検定
- Fisherの正確確率検定
5.4 相関
- ヒートマップの描画
5.5 線形回帰分析
- サマリ表の作成
- 【COLUMN】 回帰モデルの用語
- グラフ作成
- 交互作用項の導入
5.6 ロジスティック回帰分析
- サマリ表の作成
- 【COLUMN】 gtsummaryで回帰分析の結果をきれいな表にまとめる
5.7 ROC曲線・AUC
- 感度・特異度
5.8 生存時間解析
- 使用データ：lung
- Kaplan-Meier曲線
- 累積イベント発生確率のグラフ
- Log-rank検定
- Cox比例ハザード回帰分析
5.9 傾向スコアマッチング
- 使用データ：birthwt
- 【COLUMN】 パッケージの読み込み順で関数が変わる
- 傾向スコアの推定
- 傾向スコアの分布
- matchit関数によるマッチング
- マッチング後データの確認
- マッチング後の傾向スコア分布
- 共変量バランスの確認
Chapter6 Quartoを使った解析レポートの作成
6.1 Antigravity×Quartoで解析レポートを作ろう
6.2 Quartoについて
- Quartoを使ってできること
6.3 Quartoを使うための準備
- Quarto CLIのインストール
- 拡張機能のインストール
- Quartoのキーボードショートカット
6.4 Quartoドキュメントの書き方
- テキスト（マークダウン）
- コードチャンク
- YAMLフロントマター
6.5 Antigravity×Quartoで簡単レポート作成
Chapter7 AIコーディングの実践テクニック
7.1 本章で扱うデータ
- 【COLUMN】 CSVファイルの読み込み
7.2 AIにデータ概要を共有
- データ概要ファイルを用意する
- データ型の対応表を作る
- 各データの「日本語ラベル・意味」を追加する
7.3 解析計画を立てる
- Implementation Plan／Task List／Walkthroughを活用
- 実装計画（Implementation Plan）にコメントでフィードバックを返す
- 進捗リスト（Task List）で作業状況を把握する
- 変更の要約（Walkthrough）で実装結果を確認する
7.4 解析中のエラーをAIと解決する
- チャット型AIとAntigravityの違い
- エラーを共有するコツ
- 実際のやり取りの例
7.5 コードの意味についてAIに質問する
- チャットで質問する
- 【COLUMN】 Rの一次情報にあたってみよう
7.6 人間が理解しやすいコードを書いてもらう
- AIのコーディングルールを作っておこう
7.7 すべてのコードがコンテキストになる
- 既存のコードスタイルを流用する
- 過去の解析コードを活用する
7.8 クイック実践
7.9 ステップ1：データハンドリング
- データを読み込む
- データ型の対応表を参照する
- 要約値を確認する
- 必要な列を選択する
- カテゴリ変数の内訳を確認する
- カテゴリ変数を加工する
- 新しい列を作る
- 解析対象を抽出する
- 解析用データをCSVで保存する
7.10 ステップ2：記述統計と可視化
- 販促群ごとの店舗背景を集計する
- 売上の増加量の分布を確認する
- 販促群ごとの売上の増加量を営業年数カテゴリ別に比較する
- 営業年数と売上の増加量の関係を確認する
- グラフを保存する
- 【COLUMN】 ggsave()によるグラフ保存のポイント
7.11 ステップ3：統計解析
- 売上の増加量をt検定で比較する
- 売上の増加量について線形回帰分析を行う
- 販促群ごとの売上低迷の発生割合を集計する
- 売上低迷の発生割合を棒グラフで可視化する
- 売上低迷の発生割合をカイ二乗検定で比較する
- 売上低迷についてロジスティック回帰分析を行う
- 販促群別のカプランマイヤー曲線を描く