Kommunicera forskning med R Notebook – Del 2

Idag kommer vi att fortsätta på ämnet att kommunicera forskning med R Notebook. Vi kommer att fortsätta arbeta med ett grundläggande ramverk som du kan använda för att kommunicera forskningsresultat med R. För den första delen av denna serie om, Kolla in det .

Innehållsförteckning

• Att göra hypotesen
• Skapa metoderna i R Notebook
• Arbetar med beskrivande statistik i R Notebook
• Bygga visualiseringar i R Notebook
• Slutar med en slutsats
• Slutsats

Att göra hypotesen

Nästa steg i vår rapport är att göra hypotesen . Vi kommer att skapa ytterligare ett avsnitt i visningsfönstret och komprimera de andra så att vi kan se rapporterna på hög nivå.

För hypotesen kommer vi att skriva att det inte finns någon skillnad i försäljningspriset för datorer med och utan CD-ROM.

Skapa metoderna i R Notebook

Vi går vidare till metoderna , som kommer att behandla de faktiska teknikerna som vi kommer att använda för att besvara den hypotesen. Vi kanske inte behöver göra någon form av slutsatsstatistik. Beroende på publiken kommer vi att göra en forskningsrapport på hög nivå i detta scenario.

Vi kommer att säga att vi kommer att genomföra provtester på 95 % konfidensnivå och vi kommer visuellt inspektera prisfördelningen. Om de är ungefär normala kommer vi att genomföra testet.

När vi har sparat våra hypoteser och metoder kan vi rendera dem som en HTML-fil , PDF-dokument eller Word-dokument från fliken Förhandsgranska .

När vi skickar ut detta som en HTML, är detta vad vi kommer att se i renderingsrutan.

Det står här att utdata har skapats, så låt oss gå över till vår filutforskare för att kolla upp detta. När vi väl har öppnat detta i vår HTML-fil kan vi se att det ser väldigt likt ut som vi hade i knappen Förhandsgranska.

Vi ser inga felmeddelanden just nu och vi ser också utrymme för anpassning. Vi kan till och med skriva en hel bok eller webbplats med dessa verktyg med R Markdown och R Notebooks .

Låt oss gå tillbaka till vårt manus och fortsätta. Vi kommer att skriva ner metoderna vi kommer att använda samt våra resultat. Vi är i princip öppen för vår plan och vi gör det klart att vi inte kastar saker på en vägg bara för att se vad som fastnar. Vi improviserar inte när vi kommer till data; vi har faktiskt en plan.

Det finns en viss fördel med att testa många olika saker, eller hur? Men i det här tillvägagångssättet säger vi målmedvetet, "Det här är vad vi kommer att göra, och sedan ska vi göra det."

Arbetar med beskrivande statistik i R Notebook

Låt oss göra vår beskrivande statistik . Vi vill ta reda på priset för varje grupp med och utan CD-ROM. Det finns några sätt vi kan göra detta. Vi kallar det häroch ta in denna röroperatör. Om du inte är bekant med röroperatören kan du kolla in resurserna som jag pratade om tidigare.

Sedan kommer vi att sammanfatta och räkna poster för att hitta det genomsnittliga priset = medelpriset . Slutligen vill vi skriva ut denna gruppsammanfattning och sedan köra den här.

Och här går vi. Nu har vi vårt bord.

Som jag sa tidigare vill vi veta hur många observationer det finns i varje grupp och vad det genomsnittliga priset är. Vi kan göra detta helt dynamiskt med en inline-referens.

Vi kommer att göra en gruppsammanfattning och använda ordning och reda . Vi kommer att filtrera den här raden och sedan ta ett av dessa värden och omvandla det till något som faktiskt återges i vår inline-referens här.

När du har sparat, gå till Preview Notebook för att se resultatet.

Bygga visualiseringar i R Notebook

R är mycket välkänd för sin visualiseringsförmåga. För vår visualisering använder vi ggplot . Vi sätter priset på X-axeln och skapar sedan ett histogram . Vi kommer också att skapa små multipler för facetten, vilket faktiskt är ganska enkelt att göra i ggplot .

Vi skulle kunna ändra många saker här som titel, bakgrund, färg, et cetera. När vi har sparat detta kan vi se handlingen. Det här är inte interaktivt just nu, men det finns många sätt att göra det interaktivt i R. För det här exemplet gör vi bara en statisk plot.

Våra resultat visar något som ser ut som en klockkurvfördelning, vilket betyder att vi bör fortsätta med vår analys.

Vi kör T-testresultaten och kopplar in dem i rapporten. Vi lägger till ytterligare en R-bit och kallar den cd_test . Om vi ​​kör detta nu kommer resultatet att innehålla mycket information och det kommer att vara mycket svårt att dra ut enskilda delar ur det.

Vi använder enför att lägga detta i tabellformat. När vi väl har gjort ett snyggt cd_test kommer det att förvandla allt till en snygg tabellstruktur. Vi kan också skriva ut detta för att faktiskt visa det i vår rapport.

En annan sak vi skulle kunna göra är att hitta de nedre och övre konfidensintervallen. Vi vill inte visa den här delen eftersom det här bara är iscensättning.

Sammantaget ser det ut som ett levande och dynamiskt dokument och är så mycket bättre än att kopiera och klistra in enskilda datapunkter och tabeller i en rapport. Du kan skicka detta till en kollega och helst kan de bara klicka på Förhandsgranska för att veta vad du gjorde och kunna bygga vidare på detta.

Slutar med en slutsats

Vi närmar oss slutet av vår rapport så vi kommer att skriva slutsatsen.

Vi skulle också kunna inkludera en bilaga här för att visa våra resurser. Det fina med att ha en appendix är att om du i slutändan presenterar detta eller visar det för någon, kommer de att fråga vem din datakälla är eller hur något mättes. Dessa är alla giltiga frågor, och att ha en bilaga med resurser är verkligen till hjälp för då kan du bara peka på bilagan.

Vi kan också inkludera en bild och använda alternativ text . Detta är en bra praxis för att i princip beskriva vad en bild visar. Om du är HTML-användare kan du bädda in den här bilden med HTML.

Slutsats

För den här handledningen gick vi faktiskt igenom en hel rapport. Detta är ett mycket grovt utkast, men vi har lyckats använda R Markdown för att skapa en struktur för vår forskningsrapport.

Vi började med att prata om reproducerbarhet där allt dokumenteras. Du kan använda R Markdown och detta ramverk för att skapa saker som webbplatser, böcker och bloggar. Nästan alla typer av produkter som du behöver bygga som analytiker kan skapas med RStudio.

För vidare läsning, kolla gärna in min bok som heter. Det här är en bra, grundläggande introduktion till dataanalys och statistisk analys med Excel, Python och R. Jag har också kurser i R för LuckyTemplates-användare . Du kanske kommer att se en tredje kurs i den här serien någon gång också.

Jag hoppas att du lärde dig några saker från denna R Notebook-handledning och skulle älska att se hur du slutar använda dessa verktyg.

George Mount