R-muistikirjat tutkimuksesta tiedottamiseen

Tässä blogikirjoituksessa tarkastellaan tutkimusten viestimistä ja tulosten esittämistä R-muistikirjoilla. Toivomme, että saat tästä opetusohjelmasta puitteet, joiden avulla voit raportoida ja viestiä kaikenlaisista tutkimustuloksista R-muistikirjojen avulla.

Tämän tekemisessä on joitain suuria etuja, varsinkin kun kyse on ideasta toistettavasta tutkimuksesta . Keskustelemme siitä, mitä tämä tarkoittaa ja miten se tehdään R-muistikirjoissa.

Sisällysluettelo

• Mitä on uusittavuus?
• R-muistikirjan käynnistäminen
• Esittelyssä R-muistikirjojen paketit
• Dynaamisen viitteen lisääminen R-kannettaviin
• Johtopäätös

Mitä on uusittavuus?

Toistettavuuden ideana on, että kuka tahansa voi tarkastaa löydösi, ja käyttämäsi syöttötiedot ja prosessit huomioon ottaen heidän pitäisi pystyä käymään läpi koko asian. On olemassa muutamia tapoja, joilla tämä toteutuu data-analytiikkatarpeisiimme: ympäristö, joka tekee asioista toistettavia, varmistaa, että ihmiset näkevät, mitä lähetettiin, tiedoston helppo auditointi ja toistettava julkaisija.

Ihannetapauksessa joku näkee tarkalleen, kuinka pääsit raporttiin ja kuinka käyttämäsi kaavio tai taulukko on luotu, jotta kaikki on täysin toistettavissa olevassa ympäristössä.

Nyt saatat ihmetellä, kuinka LuckyTemplates tai Excel sopivat tähän. Sanoisin, että se on puolivälissä tässä toistettavissa olevassa työnkulussa. Kun ajattelemme erityisesti tehokyselyä , se on melko hyvä toistettavuuden suhteen. Ajattele sovellettuja vaiheita , joissa on hyvin ilmeistä nähdä mukana olevat prosessit.

Mitä tulee visualisointeihin ja raportteihin, täällä asiat muuttuvat hieman karvaisemmiksi. R-muistikirjat ovat osa RStudiota. Meillä on LuckyTemplates-portaalissa kurssi, joka saa sinut käyntiin. Tämä koskee erityisesti R Markdownia ja R-muistikirjoja .

Joten jos olet perehtynyt Jupyter-muistikirjaan , ideana on, että voimme sekoittaa tekstiä ja koodia luodaksemme tarinankerrontadokumentin tutkimusta varten.

Pystymme renderöimään nämä tulokset joukolla erilaisia ​​lähtöjä. Riippumatta siitä, haluatko luoda PDF-tiedoston tai tehdä sen HTML-muotoon, R-muistikirjoja voidaan käyttää eri tiedostomuodoille.

Aloita avaamalla R-muistikirjasi ja valitsemalla Tiedosto, Uusi tiedosto ja sitten R-muistikirja RStudiossa. Työskentelemme resurssien vanhemman tietojoukon kanssa tällä todella yksinkertaisella tutkimuskysymyksellä:

Riippuuko tietokoneen hinta ollenkaan siitä, onko siinä CD-ROM vai ei?

Tämä kysymys on vanhentunut, mutta meidän kaikkien on aloitettava jostain. Laitamme myös tutkimusraportin rungon ja esittelemme tutkimustuloksia käyttämällä tätä peruskehystä.

Näemme jotain tällaista RStudiossa, ja tätä kutsutaan .rmd-tiedostoksi, joka on R markdown -tiedostopääte. Tämä voi olla hieman ärsyttävää, varsinkin jos et ole tottunut siihen, mutta on olemassa tapa esikatsella kiillotettua lopputuotetta.

Tämä muistikirjan osa on metadata, jota kutsutaan YAML-tiedostoksi.

Tämän osan jälkeen ovat nämä takatekstit, joihin koodisi menevät. Sitten on asiakirjan tekstiosa käyttämällä R Markdown -toimintoa . Jos olet käyttänyt Markdownia aiemmin, R markdown on melko samanlainen. Voimme käyttää tähtiä ja hash-merkkejä tekstiemme merkitsemiseen ja renderöimiseen.

Siirrytään R Studioon ja R Notebooksiin ja käydään sitten tämä analyysi yhdessä läpi. Napsauta hammaspyörää ja varmista, että siinä lukee Esikatselu katseluruudussa .

R-muistikirjan käynnistäminen

Napsautamme Esikatselu-painiketta, ja se pyytää meitä tallentamaan sen. Jälleen, tämä on RMD-tiedosto, joten meidän on tallennettava se ensin. Näemme hahmonnetun tulosteen vasemmassa ruudussa. Jos nyt muuttaisimme jotain tässä ja sanomme esimerkiksi Tietokoneanalyysin ja lisäämme tekijän nimen, kuten George Mount , sen on kirjoitettava lainausmerkeissä.

Kun napsautamme Tallenna , se päivittyy automaattisesti tähän.

Joten leikitään tämän kanssa. Tässä on jo pari paikkamerkkiä, mikä on hyvä. Ensimmäinen asia, jonka teemme, on kirjoittaa "Vaikuttaako CD-ROM myyntihintaan?" Kun tallennamme tämän, se on Header1. Mutta jos aiomme muuttaa tämän kahdeksi hash-merkiksi, se muuttuu Header2:ksi ja se on pienempi.

Seuraava askel on tehdä Johdanto , jossa voimme kirjoittaa, miksi tällä on merkitystä. Voimme esimerkiksi sanoa, että CD-ROM on toiseksi paras asia tai jotain sellaista. Jos työskentelet kuluttajaraporttien parissa tai markkinointiosastolla, yrität saada käsityksen siitä, mitkä ominaisuudet ovat todella tärkeitä tai mitä kuluttajat etsivät.

Soitamme R-paketteihin ja aloitamme. Yksi mukava asia, jota rakastan täällä, on se, että voimme todella käyttää HTML:ää R-muistikirjassa. Jos esimerkiksi haluamme jättää kommentin itsellemme, voimme tehdä jotain tällaista.

Kun tallennamme tämän, se ei näy ollenkaan. Joten jätämme tämän vain kommentiksi itsellemme tekstissä. Tämä on jotain, mitä toivoisin, että voisimme tehdä MS Wordin kaltaisissa paikoissa.

Esittelyssä R-muistikirjojen paketit

Seuraava askel on käyttää tätä koodikaaviota ja lisätä pari asetusta. Voimme käyttää Pythonia ja SQL:ää, mutta käytämme R:tä tässä esimerkissä.

Luemme kaikki tarvitsemamme paketit. Jos sinulla ei ole niitä tietokoneellasi, sinun on ehkä asennettava ne.

Jälleen kerran, tämä ei ole täydellinen raportti. Kävelemme luurangon läpi näyttääksemme sinulle muutaman asian, jotka sinun on tiedettävä R Markdownista.

Joten nyt esittelemme, mistä saamme tietomme ja mikä tekee niistä tärkeitä. Tässä tapauksessa voisimme sanoa, että lähteemme on Journal of Applied Econometrics. Kun teemme tämän tähdellä, se muuttaa sen kursiivilla.

Sitten luemme tiedoston Excelissä ja tuomme sen sisään R:llä. Kuten näet, tiedot näyttävät jo melko hyvältä, mikä on toinen hieno asia R-muistikirjoissa.

Tulostusmuodosta riippuen tämä saattaa jopa näkyä. Jos käytät HTML-koodia, käyttäjäsi voisi itse asiassa selata tietoja ja tehdä perusvuorovaikutusta. On hienoa, että voimme todella tehdä nämä live-dokumenteissa.

Dynaamisen viitteen lisääminen R-kannettaviin

Oletetaan nyt, että haluamme sisällyttää datan tekstiin dynaamisen viittauksen. Haluamme, että tämä päivitetään säännöllisesti, koska tämä ei välttämättä ole sama joka kerta kun olemme raportissa, eikö niin? Joten teemme dynaamisen viittauksen tässä rivissä, suoraan tekstissä.

Kaikille näille koodeille on huijauslehti ja viiteopas. Siirry Ohje-osioon ja valitse R Markdownia varten se, jotta voit tarkastella kaikkia eri asetuksia. Ei luultavasti kannata yrittää muistaa niitä, koska niitä on paljon ja voit vain käyttää tätä sen sijaan.

Lisäämme R-kappaleen uudelleen ja sisällytämme sanat FALSE , nrows ja ncols .

Kun tämä on ajettu ja suoritettu, voimme jopa mennä R-ympäristöön katsomaan, onko se muutettu objekteiksi.

Toinen mukava asia on, jos vain heittelet ideoita ja haluat tietää, miltä se todellisuudessa näyttää, voit käyttää alareunassa olevaa konsolia. Voimme ajaa sen konsolissa ja katsoa, ​​miltä tulos näyttää.

Palaamme katseluruutuamme. Nyt tämä osio ei näy raportissa ollenkaan. Tämä on mukavaa, jos haluat käyttää jotain objektia, mutta et halua näyttää mitään koodia.

Käytämme näitä takatekstejä nrow- ja ncol-sanomissa pitääksemme asiat dynaamisina. Jos sinulla on PDF-raportti ja sinun on muutettava näitä numeroita automaattisesti, voit käyttää näitä upotettuja viittauksia sen sijaan, että koodaat niitä viikoittain.

Tutkimme tietoja uudelleen ja tarkistamme tietokoneiden hinnat.

Kun suoritamme tämän koodin, voimme nähdä kuvaavat tilastot, jotka ovat kaikki kauniisti muotoiltuja. Tietojen koosta riippuen se on melko herkkä ja reagoi tiedoston kokoon.

Johtopäätös

Tässä opetusohjelmassa olemme keskustelleet toistettavan tutkimuksen kehittämisen ja tutkimustulosten viestinnän tehostamisen tärkeydestä R-muistikirjojen avulla. Tällä tavalla voimme toistaa alkuperäiset tulokset nopeasti ja helposti ja jäljittää, kuinka ne on johdettu. 

Varo tämän opetusohjelman jatkoa tämän sarjan osassa 2.

George Mount