Forschungsergebnisse mit R Notebook kommunizieren – Teil 2

Heute beschäftigen wir uns weiter mit dem Thema Forschungskommunikation mit R Notebook. Wir werden weiterhin an einem grundlegenden Framework arbeiten, das Sie zur Kommunikation von Forschungsergebnissen mithilfe von R verwenden können. Den ersten Teil dieser Serie zur Kommunikation reproduzierbarer Forschung finden Sie hier .

Inhaltsverzeichnis

• Die Hypothese aufstellen
• Erstellen der Methoden in R Notebook
• Arbeiten an deskriptiver Statistik in R Notebook
• Erstellen von Visualisierungen in R Notebook
• Mit einer Schlussfolgerung enden
• Abschluss

Die Hypothese aufstellen

Der nächste Schritt in unserem Bericht ist die Aufstellung der Hypothese . Wir erstellen einen weiteren Abschnitt im Viewer-Bereich und blenden die anderen aus, damit wir die Berichte auf hoher Ebene sehen können.

Für die Hypothese schreiben wir, dass es keinen Unterschied im Verkaufspreis von Computern mit und ohne CD-ROM gibt.

Erstellen der Methoden in R Notebook

Wir wenden uns nun den Methoden zu , die sich mit den tatsächlichen Techniken befassen, die wir zur Beantwortung dieser Hypothese verwenden werden. Möglicherweise müssen wir keinerlei Inferenzstatistiken erstellen. Abhängig von der Zielgruppe werden wir in diesem Szenario einen hochrangigen Forschungsbericht erstellen.

Wir werden sagen, dass wir Stichprobentests mit einem Konfidenzniveau von 95 % durchführen und die Preisverteilung visuell überprüfen werden. Wenn sie annähernd normal sind, führen wir den Test durch.

Nachdem wir unsere Hypothese und Methoden gespeichert haben, können wir sie über die Registerkarte „Vorschau“ als HTML-Datei , PDF-Dokument oder Word-Dokument rendern .

Sobald wir dies als HTML versenden, sehen wir dies im Renderfeld.

Hier steht, dass die Ausgabe erstellt wurde. Gehen wir also zu unserem Datei-Explorer, um dies zu überprüfen. Sobald wir dies in unserer HTML-Datei geöffnet haben, können wir sehen, dass es dem, was wir in der Schaltfläche „Vorschau“ hatten, sehr ähnlich sieht.

Wir sehen derzeit keine Fehlermeldungen und sehen auch Raum für Anpassungen. Mit diesen Tools können wir mit R Markdown und R Notebooks sogar ein ganzes Buch oder eine ganze Website schreiben .

Kehren wir zu unserem Skript zurück und machen wir weiter. Wir werden die von uns verwendeten Methoden sowie unsere Ergebnisse aufschreiben. Wir stellen unseren Plan grundsätzlich offen zur Verfügung und machen deutlich, dass wir nicht Dinge an die Wand werfen, nur um zu sehen, was hängenbleibt. Wir improvisieren nicht, wenn wir an die Daten kommen; Wir haben tatsächlich einen Plan.

Es hat durchaus Vorteile, viele verschiedene Dinge auszuprobieren, oder? Aber bei diesem Ansatz sagen wir bewusst: „Das werden wir tun, und dann werden wir es tun.“

Arbeiten an deskriptiver Statistik in R Notebook

Machen wir unsere deskriptive Statistik . Wir möchten den Preis für jede Gruppe mit und ohne CD-ROM ermitteln. Es gibt einige Möglichkeiten, wie wir dies tun können. Wir nennen diese Gruppenzusammenfassung und beziehen diesen Pipe-Operator ein. Wenn Sie mit dem Pipe-Operator nicht vertraut sind, können Sie sich die Ressourcen ansehen, über die ich zuvor gesprochen habe.

Dann fassen wir die Datensätze zusammen und zählen sie, um den Durchschnittspreis = Mittelpreis zu ermitteln . Zum Schluss möchten wir diese Gruppenzusammenfassung ausdrucken und dann ausführen.

Und es geht los. Wir haben jetzt unseren Tisch.

Wie ich bereits sagte, möchten wir wissen, wie viele Beobachtungen es in jeder Gruppe gibt und wie hoch der Durchschnittspreis ist. Wir können dies mit einer Inline-Referenz völlig dynamisch machen.

Wir erstellen eine Gruppenzusammenfassung und verwenden Tidyverse- Operationen. Wir filtern diese Zeile, nehmen dann einen dieser Werte und wandeln ihn in etwas um, das hier tatsächlich in unserer Inline-Referenz gerendert wird.

Gehen Sie nach dem Speichern zur Vorschau des Notizbuchs , um das Ergebnis anzuzeigen.

Erstellen von Visualisierungen in R Notebook

R ist sehr bekannt für seine Visualisierungsfähigkeit. Für unsere Visualisierung verwenden wir ggplot . Wir tragen den Preis auf der X-Achse ein und erstellen dann ein Histogramm . Wir erstellen auch kleine Vielfache für die Facette, was in ggplot eigentlich ziemlich einfach ist .

Wir könnten hier viele Dinge ändern, wie zum Beispiel den Titel, den Hintergrund, die Farbe usw. Sobald wir dies speichern, können wir die Handlung sehen. Dies ist derzeit nicht interaktiv, aber es gibt viele Möglichkeiten, es in R interaktiv zu gestalten. In diesem Beispiel erstellen wir nur einen statischen Plot.

Unsere Ergebnisse zeigen etwas, das wie eine Glockenkurvenverteilung aussieht, was bedeutet, dass wir mit unserer Analyse fortfahren sollten.

Wir führen die T-Test-Ergebnisse durch und fügen sie in den Bericht ein. Wir fügen einen weiteren R-Block hinzu und nennen ihn cd_test . Wenn wir das jetzt ausführen, wird das Ergebnis viele Informationen enthalten und es wird sehr schwierig sein, einzelne Elemente daraus herauszufiltern.

Wir verwenden eine Ordnungsfunktion , um dies in ein Tabellenformat zu bringen. Sobald wir einen ordentlichen cd_test durchführen , wird alles in eine schöne Tabellenstruktur umgewandelt. Wir könnten dies auch ausdrucken, um es tatsächlich in unserem Bericht anzuzeigen.

Wir könnten auch die unteren und oberen Konfidenzintervalle ermitteln. Wir möchten diesen Teil nicht zeigen, da es sich lediglich um eine Inszenierung handelt.

Insgesamt sieht es aus wie ein lebendiges und dynamisches Dokument und ist viel besser als das Kopieren und Einfügen einzelner Datenpunkte und Tabellen in einen Bericht. Sie können dies an einen Kollegen senden und idealerweise kann dieser einfach auf „Vorschau“ klicken, um zu erfahren, was Sie getan haben, und darauf aufbauen zu können.

Mit einer Schlussfolgerung enden

Wir nähern uns dem Ende unseres Berichts und schreiben daher die Schlussfolgerung.

Wir könnten hier auch einen Anhang einfügen, um unsere Ressourcen zu zeigen. Das Schöne an einem Anhang ist, dass, wenn Sie ihn am Ende präsentieren oder jemandem zeigen, dieser Sie fragt, wer Ihre Datenquelle ist oder wie etwas gemessen wurde. Dies sind alles berechtigte Fragen, und ein Anhang mit Ressourcen ist wirklich hilfreich, da Sie dann einfach auf den Anhang verweisen können.

Wir könnten auch ein Bild einfügen und Alternativtext verwenden . Dies ist eine gute Vorgehensweise, um grundsätzlich zu beschreiben, was ein Bild zeigt. Wenn Sie ein HTML-Benutzer sind, können Sie dieses Bild mit HTML einbetten.

Abschluss

Für dieses Tutorial haben wir tatsächlich einen ganzen Bericht durchgesehen. Dies ist ein sehr grober Entwurf, aber wir haben es geschafft, mit R Markdown eine Struktur für unseren Forschungsbericht zu erstellen.

Wir haben zunächst über die Reproduzierbarkeit gesprochen, bei der alles dokumentiert wird. Sie können R Markdown und dieses Framework verwenden, um Dinge wie Websites, Bücher und Blogs zu erstellen. Nahezu jede Art von Produkt, das Sie als Analyst erstellen müssen, kann mit RStudio erstellt werden.

Weitere Informationen finden Sie in meinem Buch „ Advancing into Analytics“ . Dies ist eine gute, grundlegende Einführung in die Datenanalyse und statistische Analyse mit Excel, Python und R. Ich habe auch Kurse zu R für LuckyTemplates-Benutzer . Möglicherweise sehen Sie irgendwann auch einen dritten Kurs in dieser Serie.

Ich hoffe, Sie haben aus diesem R Notebook-Tutorial etwas gelernt und würden gerne sehen, wie Sie diese Tools letztendlich verwenden.

George Mount