Tutkimusviestintä R-muistikirjan kanssa – Osa 2

Tänään jatkamme tutkimusviestinnän aiheesta R Notebookin avulla. Jatkamme työskentelyä peruskehyksen parissa, jonka avulla voit viestiä tutkimustuloksista R:n avulla. Tämän sarjan ensimmäisessä osassa, Tarkista se .

Sisällysluettelo

• Hypoteesin tekeminen
• Menetelmien luominen R-muistikirjassa
• Kuvaavien tilastojen työstäminen R-muistikirjassa
• Visualisaatioiden rakentaminen R-muistikirjassa
• Päättyy johtopäätökseen
• Johtopäätös

Hypoteesin tekeminen

Seuraava vaihe raportissamme on hypoteesin tekeminen . Luomme katseluruutuun toisen osion ja kutistamme muut, jotta voimme nähdä korkean tason raportit.

Hypoteesia varten kirjoitamme, että CD-ROM-levyllä ja ilman CD-ROM-levyä olevien tietokoneiden myyntihinnassa ei ole eroa.

Menetelmien luominen R-muistikirjassa

Siirrymme menetelmiin , joissa käsitellään todellisia tekniikoita, joita käytämme vastaamaan tähän hypoteesiin. Meidän ei ehkä tarvitse tehdä minkäänlaisia ​​päättelytilastoja. Yleisöstä riippuen teemme tässä skenaariossa korkean tason tutkimusraportin.

Sanomme, että teemme näytetestejä 95 %:n luottamustasolla ja tarkastamme visuaalisesti hintojen jakautumisen. Jos ne ovat suunnilleen normaaleja, teemme testin.

Kun olemme tallentaneet hypoteesimme ja menetelmämme, voimme hahmontaa ne HTML-tiedostona , PDF-asiakirjana tai Word-asiakirjana Esikatselu- välilehdeltä .

Kun lähetämme tämän HTML-muodossa, tämä näkyy renderöintiruudussa.

Tässä lukee, että tulos on luotu, joten siirrytään File Exploreriin tarkistaaksesi tämän. Kun tämä on avattu HTML-tiedostossamme, voimme nähdä, että tämä näyttää todella samanlaiselta kuin esikatselupainikkeessa.

Emme näe tässä vaiheessa virheilmoituksia, ja näemme myös tilaa mukauttamiselle. Voimme jopa kirjoittaa kokonaisen kirjan tai verkkosivuston käyttämällä näitä työkaluja R Markdownin ja R Notebooksin avulla .

Palataan käsikirjoitukseen ja jatketaan. Kirjoitamme ylös käyttämämme menetelmät sekä tulokset. Pohjimmiltaan hankimme suunnitelmamme avoimesti ja teemme selväksi, että emme heitä esineitä seinään vain nähdäksemme, mikä tarttuu kiinni. Emme improvisoi käsitellessämme dataa. meillä on oikeastaan ​​suunnitelma.

Monien eri asioiden kokeilemisesta on jotain hyötyä, eikö niin? Mutta tässä lähestymistavassa sanomme tarkoituksella: "Tämän me teemme, ja sitten teemme sen."

Kuvaavien tilastojen työstäminen R-muistikirjassa

Tehdään kuvaavat tilastot . Haluamme löytää hinnan jokaiselle ryhmälle CD-ROM-levyllä ja ilman. Voimme tehdä tämän muutamalla tavalla. Kutsumme tätäja tuo tämä putkioperaattori. Jos et tunne putkioperaattoria, voit tutustua resursseihin, joista puhuin aiemmin.

Sitten teemme yhteenvedon ja laskemme tietueita löytääksemme keskihinnan = keskihinta . Lopuksi haluamme tulostaa tämän ryhmän yhteenvedon ja suorittaa sen sitten.

Ja näillä mennään. Meillä on nyt pöytä.

Kuten aiemmin sanoin, haluamme tietää kuinka monta havaintoa kussakin ryhmässä on ja mikä on keskihinta. Voimme tehdä tästä täysin dynaamisen sisäänrakennetun viittauksen avulla.

Teemme ryhmäyhteenvedon ja käytämme tidyverse- toimintoja. Suodatamme tämän rivin ja otamme sitten yhden näistä arvoista ja muutamme sen joksikin, joka todella hahmonnetaan tässä tekstissämme.

Kun olet tallentanut, siirry Esikatsele muistikirjaa nähdäksesi tuloksen.

Visualisaatioiden rakentaminen R-muistikirjassa

R on erittäin tunnettu visualisointikyvystään. Käytämme visualisoinnissa ggplot . Laitamme hinnan X-akselille ja luomme sitten histogrammin . Luomme myös pienet kerrannaiset fasetille, mikä on itse asiassa melko helppoa tehdä ggplotissa .

Voisimme muuttaa täällä monia asioita, kuten otsikkoa, taustaa, väriä jne. Kun olemme tallentaneet tämän, voimme nähdä juonen. Tämä ei ole vuorovaikutteista juuri nyt, mutta on monia tapoja tehdä siitä interaktiivinen R:ssä. Tässä esimerkissä teemme vain staattisen juonen.

Tuloksemme osoittavat jotain, joka näyttää kellokäyräjakaumalta, mikä tarkoittaa, että meidän pitäisi jatkaa analyysiämme.

Suoritamme T-testin tulokset ja liitämme ne raporttiin. Lisäämme toisen R-osan ja kutsumme sitä cd_testiksi . Jos suoritamme tämän nyt, tulos sisältää paljon tietoa ja yksittäisten elementtien saaminen ulos siitä on erittäin vaikeaa.

Käytämme alaittaa tämä taulukkomuotoon. Kun teemme siistin cd_testin , se muuttaa kaiken mukavaksi taulukkorakenteeksi. Voisimme myös tulostaa tämän näyttääksemme raportissamme.

Toinen asia, jonka voimme tehdä, on löytää alempi ja ylempi luottamusväli. Emme halua näyttää tätä osaa, koska tämä on vain lavastusta.

Kaiken kaikkiaan se näyttää elävältä ja dynaamiselta asiakirjalta, ja se on paljon parempi kuin yksittäisten tietopisteiden ja taulukoiden kopioiminen ja liittäminen raporttiin. Voit lähettää tämän työtoverille, ja ihannetapauksessa he voivat vain napsauttaa Esikatselu-painiketta nähdäkseen, mitä teit, ja voivat kehittää sitä.

Päättyy johtopäätökseen

Olemme lähestymässä raporttimme loppua, joten kirjoitamme johtopäätöksen.

Voisimme liittää tähän myös liitteen resurssiemme näyttämiseksi. Kiva asia liitteen kanssa on se, että jos esität tämän tai näytät tämän jollekin, he kysyvät, kuka tietolähteesi on tai miten jotain mitattiin. Nämä ovat kaikki päteviä kysymyksiä, ja resurssien liite on todella hyödyllistä, koska silloin voit vain osoittaa liitteeseen.

Voisimme myös sisällyttää kuvan ja käyttää vaihtoehtoista tekstiä . Tämä on hyvä käytäntö kuvailla pohjimmiltaan sitä, mitä kuva näyttää. Jos olet HTML-käyttäjä, voit upottaa tämän kuvan HTML:n avulla.

Johtopäätös

Tätä opetusohjelmaa varten kävimme itse asiassa läpi koko raportin. Tämä on erittäin karkea luonnos, mutta olemme onnistuneet luomaan rakenteen tutkimusraportillemme R Markdownin avulla.

Aloitimme puhumalla toistettavuudesta, jossa kaikki on dokumentoitu. Voit käyttää R Markdownia ja tätä kehystä luodaksesi esimerkiksi verkkosivustoja, kirjoja ja blogeja. RStudion avulla voidaan luoda melkein mikä tahansa tuote, joka sinun on rakennettava analyytikkona.

Jos haluat lukea lisää, tutustu kirjaani nimeltä. Tämä on hyvä perusjohdanto data-analytiikkaan ja tilastolliseen analysointiin Excelillä, Pythonilla ja R:llä. Minulla on myös kursseja R:stä LuckyTemplates-käyttäjille . Saatat nähdä jossain vaiheessa myös tämän sarjan kolmannen kurssin.

Toivon, että opit joitakin asioita tästä R-muistikirjan opetusohjelmasta ja haluaisit nähdä, kuinka päädyt käyttämään näitä työkaluja.

George Mount