Formidling av forskning med R Notebook – Del 2

I dag vil vi fortsette med temaet formidling av forskning ved hjelp av R Notebook. Vi vil fortsette å jobbe med et grunnleggende rammeverk som du kan bruke til å formidle forskningsfunn ved hjelp av R. For første del av denne serien om, Sjekk det ut .

Innholdsfortegnelse

• Å lage hypotesen
• Lage metodene i R Notebook
• Arbeider med beskrivende statistikk i R Notebook
• Byggevisualiseringer i R Notebook
• Avslutter med en konklusjon
• Konklusjon

Å lage hypotesen

Det neste trinnet i vår rapport er å lage hypotesen . Vi vil opprette en annen seksjon i visningsruten og skjule de andre slik at vi kan se rapportene på høyt nivå.

For hypotesen vil vi skrive at det ikke er noen forskjell i salgsprisen på datamaskiner med og uten CD-ROM.

Lage metodene i R Notebook

Vi går videre til metodene , som vil ta for seg de faktiske teknikkene vi vil bruke for å svare på den hypotesen. Vi trenger kanskje ikke å gjøre noen form for konklusjonsstatistikk. Avhengig av publikum vil vi lage en forskningsrapport på høyt nivå i dette scenariet.

Vi vil si at vi vil gjennomføre prøvetester på 95 % konfidensnivå, og vi vil visuelt inspisere distribusjon av priser. Hvis de er tilnærmet normale, vil vi gjennomføre testen.

Etter at vi har lagret hypotesen og metodene våre, kan vi gjengi dem som en HTML-fil , PDF-dokument eller Word-dokument fra Forhåndsvisning- fanen.

Når vi sender dette ut som HTML, er dette det vi ser i gjengivelsesboksen.

Det står her at utgangen er opprettet, så la oss gå over til vår filutforsker for å sjekke dette. Når vi har åpnet denne i HTML-filen vår, kan vi se at dette ser veldig likt ut som det vi hadde i forhåndsvisningsknappen.

Vi ser ingen feilmeldinger på dette tidspunktet, og vi ser også rom for tilpasning. Vi kan til og med skrive en hel bok eller et nettsted ved å bruke disse verktøyene med R Markdown og R Notebooks .

La oss gå tilbake til manuset vårt og fortsette. Vi vil skrive ned metodene vi skal bruke samt resultatene våre. Vi har i utgangspunktet åpen kilde til planen vår, og vi gjør det klart at vi ikke kaster ting på en vegg bare for å se hva som fester seg. Vi improviserer ikke når vi kommer til dataene; vi har faktisk en plan.

Det er en fordel å prøve ut mange forskjellige ting, ikke sant? Men i denne tilnærmingen sier vi målrettet: "Dette er hva vi skal gjøre, og så skal vi gjøre det."

Arbeider med beskrivende statistikk i R Notebook

La oss gjøre vår beskrivende statistikk . Vi ønsker å finne prisen for hver gruppe med og uten CD-ROM. Det er noen måter vi kan gjøre dette på. Vi kaller detteog få inn denne røroperatøren. Hvis du ikke er kjent med røroperatøren, kan du sjekke ut ressursene jeg snakket om tidligere.

Deretter vil vi oppsummere og telle poster for å finne gjennomsnittsprisen = gjennomsnittsprisen . Til slutt vil vi skrive ut dette gruppesammendraget og deretter kjøre dette.

Og her går vi. Vi har nå bordet vårt.

Som jeg sa tidligere, vil vi vite hvor mange observasjoner det er i hver gruppe og hva gjennomsnittsprisen er. Vi kan gjøre dette totalt dynamisk med en innebygd referanse.

Vi gjør en gruppesammendrag og bruker ryddige operasjoner. Vi vil filtrere denne raden og deretter ta en av disse verdiene og gjøre den om til noe som faktisk vil gjengis i vår innebygde referanse her.

Etter å ha lagret, gå til Forhåndsvisning av notatbok for å se resultatet.

Byggevisualiseringer i R Notebook

R er veldig kjent for sin visualiseringsevne. For visualiseringen vår bruker vi ggplot . Vi setter prisen på X-aksen og lager deretter et histogram . Vi vil også lage små multipler for fasetten, noe som faktisk er ganske enkelt å gjøre i ggplot .

Vi kan endre mange ting her, for eksempel tittel, bakgrunn, farge osv. Når vi har lagret dette, kan vi se handlingen. Dette er ikke interaktivt akkurat nå, men det er mange måter å gjøre det interaktivt i R. For dette eksempelet gjør vi bare et statisk plot.

Resultatene våre viser noe som ser ut som en klokkekurvefordeling, noe som betyr at vi bør fortsette med analysen vår.

Vi kjører T-testresultatene og kobler dem til rapporten. Vi legger til en annen R-bit og kaller den cd_test . Hvis vi kjører dette nå, vil resultatet inneholde mye informasjon og det vil være svært vanskelig å trekke ut enkeltelementer fra det.

Vi bruker enå sette dette i tabellformat. Når vi har gjort en ryddig cd_test , vil den gjøre alt om til en fin tabellstruktur. Vi kan også skrive ut dette for å faktisk vise det i rapporten vår.

En annen ting vi kan gjøre er å finne de nedre og øvre konfidensintervallene. Vi ønsker ikke å vise denne delen fordi dette bare er iscenesettelse.

Totalt sett ser det ut som et levende og dynamisk dokument, og er så mye bedre enn å kopiere og lime inn individuelle datapunkter og tabeller i en rapport. Du kan sende dette til en kollega, og ideelt sett kan de bare klikke på Forhåndsvisning for å vite hva du gjorde og kunne bygge videre på dette.

Avslutter med en konklusjon

Vi nærmer oss slutten av rapporten vår, så vi skriver konklusjonen.

Vi kan også inkludere et vedlegg her for å vise ressursene våre. Det fine med å ha et vedlegg er at hvis du ender opp med å presentere dette eller vise dette til noen, vil de spørre hvem datakilden din er eller hvordan noe ble målt. Dette er alle gyldige spørsmål, og det er veldig nyttig å ha et vedlegg med ressurser, for da kan du bare peke på vedlegget.

Vi kan også inkludere et bilde og bruke alternativ tekst . Dette er en god praksis for å beskrive hva et bilde viser. Hvis du er en HTML-bruker, kan du bygge inn dette bildet ved hjelp av HTML.

Konklusjon

For denne opplæringen gikk vi faktisk gjennom en hel rapport. Dette er et veldig grovt utkast, men vi har klart å bruke R Markdown til å lage en struktur for forskningsrapporten vår.

Vi startet med å snakke om reproduserbarhet der alt er dokumentert. Du kan bruke R Markdown og dette rammeverket til å lage ting som nettsteder, bøker og blogger. Nesten alle typer produkter du trenger å bygge som analytiker kan lages ved hjelp av RStudio.

For videre lesing, sjekk gjerne ut boken min som heter. Dette er en god, grunnleggende introduksjon til dataanalyse og statistisk analyse ved bruk av Excel, Python og R. Jeg har også kurs om R for LuckyTemplates-brukere . Du vil kanskje se et tredje kurs i denne serien på et tidspunkt også.

Jeg håper du lærte noen ting fra denne R Notebook-opplæringen, og vil gjerne se hvordan du ender opp med å bruke disse verktøyene.

George Mount