Повідомлення про дослідження за допомогою R Notebook – Частина 2

Сьогодні ми продовжимо тему комунікаційних досліджень за допомогою R Notebook. Ми продовжимо працювати над базовою структурою, яку можна використовувати для передачі результатів досліджень за допомогою R. Для першої частини цієї серії на, Перевір .

Зміст

• Створення гіпотези
• Створення методів у R Notebook
• Робота над описовою статистикою в блокноті R
• Створення візуалізацій у R Notebook
• Закінчення з висновком
• Висновок

Створення гіпотези

Наступним кроком у нашому звіті є висування гіпотези . Ми створимо ще один розділ на панелі перегляду та згорнемо інші, щоб ми могли бачити звіти високого рівня.

Для гіпотези напишемо, що немає різниці в продажній ціні комп’ютерів із CD-ROM і без нього.

Створення методів у R Notebook

Ми перейдемо до методів , які стосуватимуться фактичних методів, які ми використовуватимемо для відповіді на цю гіпотезу. Нам може не знадобитися робити будь-яку інференційну статистику. Залежно від аудиторії, за цим сценарієм ми будемо робити звіт про дослідження високого рівня.

Ми скажемо, що проведемо вибіркові тести на рівні достовірності 95% і візуально перевіримо розподіл цін. Якщо вони приблизно в нормі, ми проведемо тест.

Після того, як ми збережемо нашу гіпотезу та методи, ми можемо відобразити їх як файл HTML , документ PDF або документ Word на вкладці «Попередній перегляд» .

Щойно ми надішлемо це як HTML, це те, що ми побачимо у вікні візуалізації.

Тут сказано, що вихідні дані створено, тож перейдемо до нашого Провідника файлів, щоб перевірити це. Коли ми відкриємо це у нашому HTML-файлі, ми побачимо, що це виглядає дуже схоже на те, що було в кнопці «Попередній перегляд».

Наразі ми не бачимо жодних повідомлень про помилки, і ми також бачимо можливість для налаштування. Ми навіть можемо написати цілу книгу чи веб-сайт, використовуючи ці інструменти з R Markdown і R Notebooks .

Давайте повернемося до нашого сценарію і продовжимо. Ми запишемо методи, які будемо використовувати, а також наші результати. По суті, ми використовуємо наш план із відкритим кодом і чітко даємо зрозуміти, що не кидаємось об стіну, щоб побачити, що прилипне. Ми не імпровізуємо, коли отримуємо дані; у нас насправді є план.

Випробовувати багато різних речей є користь, чи не так? Але в цьому підході ми цілеспрямовано говоримо: «Це те, що ми зробимо, а потім ми це зробимо».

Робота над описовою статистикою в блокноті R

Давайте зробимо нашу описову статистику . Ми хочемо знайти ціну для кожної групи з CD-ROM і без нього. Ми можемо це зробити кількома способами. Ми назвемо цеі привести цього оператора труби. Якщо ви не знайомі з оператором труб, ви можете переглянути ресурси, про які я говорив раніше.

Потім ми зробимо підсумок і підрахуємо записи , щоб знайти середню ціну = середню ціну . Нарешті, ми хочемо надрукувати цей підсумок групи, а потім запустити це.

А ось і ми. Тепер у нас є свій стіл.

Як я вже сказав раніше, ми хочемо знати, скільки спостережень є в кожній групі та яка середня ціна. Ми можемо зробити це абсолютно динамічним за допомогою вбудованого посилання.

Ми зробимо груповий підсумок і використаємо операції tidyverse . Ми відфільтруємо цей рядок, а потім візьмемо одне з цих значень і перетворимо його на те, що фактично буде відображено у нашому вбудованому посиланні тут.

Після збереження перейдіть до попереднього перегляду блокнота , щоб побачити результат.

Створення візуалізацій у R Notebook

R дуже добре відомий своїми можливостями візуалізації. Для візуалізації ми будемо використовувати ggplot . Ми відкладемо ціну на вісь X, а потім створимо гістограму . Ми також створимо невеликі кратні для грані, що насправді досить легко зробити в ggplot .

Тут ми можемо змінити багато речей, наприклад назву, фон, колір тощо. Як тільки ми збережемо це, ми зможемо побачити сюжет. Зараз це не інтерактивно, але є багато способів зробити це інтерактивним у R. Для цього прикладу ми робимо лише статичний графік.

Наші результати показують щось, що виглядає як дзвоноподібна крива розподілу, що означає, що ми повинні продовжувати аналіз.

Ми запустимо результати Т-тесту та додамо їх до звіту. Ми додамо ще один фрагмент R і назвемо його cd_test . Якщо ми запустимо це зараз, результат міститиме багато інформації, і буде дуже важко витягнути з нього окремі елементи.

Ми будемо використовувати aщоб помістити це в табличний формат. Як тільки ми виконаємо охайний cd_test , це перетворить все на гарну структуру таблиці. Ми також могли б надрукувати це, щоб фактично показати у нашому звіті.

Інша річ, яку ми можемо зробити, це знайти нижній і верхній довірчі інтервали. Ми не хочемо показувати цю частину, тому що це просто постановка.

Загалом це виглядає як живий і динамічний документ, і це набагато краще, ніж копіювання та вставлення окремих точок даних і таблиць у звіт. Ви можете надіслати це колезі, і в ідеалі він може просто натиснути «Попередній перегляд», щоб дізнатися, що ви зробили, і мати можливість розвивати це.

Закінчення з висновком

Ми наближаємося до кінця нашого звіту, тому будемо писати висновок.

Ми також могли б додати сюди додаток, щоб показати наші ресурси. Приємна річ у наявності додатка полягає в тому, що якщо ви в кінцевому підсумку презентуєте це чи показуєте це комусь, вони запитають, хто ваше джерело даних або як щось було виміряно. Усе це слушні запитання, і мати додаток із ресурсами справді корисно, оскільки тоді ви можете просто вказати на додаток.

Ми також можемо включити зображення та використати альтернативний текст . Це хороша практика, щоб в основному описати те, що показує зображення. Якщо ви використовуєте HTML, ви можете вставити це зображення за допомогою HTML.

Висновок

Для цього підручника ми фактично пройшли весь звіт. Це дуже приблизний проект, але нам вдалося використати R Markdown, щоб створити структуру для нашого дослідницького звіту.

Ми почали з розмови про відтворюваність, де все задокументовано. Ви можете використовувати R Markdown і цю структуру для створення веб-сайтів, книг і блогів. За допомогою RStudio можна створити майже будь-який продукт, який вам потрібно створити як аналітику.

Для подальшого читання не соромтеся перевірити мою книгу під назвою. Це гарний базовий вступ до аналітики даних і статистичного аналізу за допомогою Excel, Python і R. У мене також є курси з R для користувачів LuckyTemplates . Можливо, колись ви побачите третій курс із цієї серії.

Сподіваюся, ви дещо навчилися з цього підручника з R Notebook і хотіли б побачити, як ви в кінцевому підсумку використовуєте ці інструменти.

Джордж Маунт