R-Notizbücher zur Vermittlung von Forschungsergebnissen

In diesem Blogbeitrag befassen wir uns mit der Kommunikation von Forschungsergebnissen und der Präsentation dieser Ergebnisse mithilfe von R-Notebooks. Wir hoffen, dass Sie mit diesem Tutorial einen Rahmen erhalten, mit dem Sie Forschungsergebnisse aller Art mithilfe von R-Notebooks melden und kommunizieren können.

Dies bietet einige große Vorteile, insbesondere wenn es um die Idee der reproduzierbaren Forschung geht . Wir besprechen, was das bedeutet und wie man es in R-Notebooks macht.

Inhaltsverzeichnis

• Was ist Reproduzierbarkeit?
• Starten eines R-Notebooks
• Vorstellung der Pakete in R-Notebooks
• Hinzufügen einer dynamischen Referenz in R-Notebooks
• Abschluss

Was ist Reproduzierbarkeit?

Der Gedanke der Reproduzierbarkeit besteht darin, dass jeder Ihre Ergebnisse überprüfen kann und angesichts der von Ihnen verwendeten Eingaben und Prozesse in der Lage sein sollte, das Ganze durchzugehen. Es gibt mehrere Möglichkeiten, wie dies für unsere Anforderungen an die Datenanalyse zum Tragen kommt: eine Umgebung, die die Dinge reproduzierbar macht, die sicherstellt, dass die Leute sehen können, was beigetragen wurde, die Möglichkeit, eine Datei einfach zu prüfen, und einen reproduzierbaren Herausgeber.

Im Idealfall kann jemand genau sehen, wie Sie zu dem Bericht gelangt sind und wie das Diagramm oder die Tabelle, die Sie verwendet haben, erstellt wurde, sodass sich alles in einer vollständig reproduzierbaren Umgebung befindet.

Jetzt fragen Sie sich vielleicht, wie etwas wie LuckyTemplates oder Excel hier reinpasst. Ich würde sagen, es ist die Mitte dieses reproduzierbaren Arbeitsablaufs. Wenn wir insbesondere an die Leistungsabfrage denken , ist die Reproduzierbarkeit ziemlich gut. Denken Sie an die angewandten Schritte , bei denen die beteiligten Prozesse sehr offensichtlich sind.

Wenn es um Visualisierungen und Berichte geht, wird es hier etwas haariger. R Notebooks sind Teil von RStudio. Wir bieten auf dem LuckyTemplates-Portal einen Kurs an, der Ihnen den Einstieg erleichtert. In diesem geht es insbesondere um R-Markdown und R-Notebooks im Besonderen.

Wenn Sie also mit einem Jupyter-Notizbuch vertraut sind , besteht die Idee darin, dass wir Text und Code vermischen können, um ein Storytelling-Dokument für unsere Forschung zu erstellen.

Wir werden in der Lage sein, diese Ergebnisse in einer Reihe verschiedener Ausgaben darzustellen. Unabhängig davon, ob Sie eine PDF-Datei erstellen oder in HTML rendern müssen, können R Notebooks für verschiedene Dateiformate verwendet werden.

Öffnen Sie zunächst Ihr R-Notizbuch und gehen Sie in RStudio zu Datei, Neue Datei und dann zu R-Notizbuch. Wir werden mit einem älteren Datensatz in den Ressourcen arbeiten und diese wirklich einfache Forschungsfrage stellen:

Hängt der Preis eines Computers überhaupt davon ab, ob er über eine CD-ROM verfügt oder nicht?

Diese Frage ist veraltet, aber wir müssen alle irgendwo anfangen. Wir werden auch das Grundgerüst eines Forschungsberichts erstellen und die Forschungsergebnisse anhand dieses Grundgerüsts präsentieren.

Wir werden so etwas in RStudio sehen, und das ist eine sogenannte .rmd-Datei, bei der es sich um eine R-Markdown-Dateierweiterung handelt. Dies kann ein wenig verwirrend sein, insbesondere wenn Sie nicht daran gewöhnt sind, aber es gibt eine Möglichkeit, eine Vorschau des polierten Endprodukts anzuzeigen.

Dieser Teil des Notizbuchs sind die Metadaten, die als YAML-Datei bezeichnet werden.

Nach diesem Abschnitt folgen diese Hintergrundtexte, in die Ihre Codes eingefügt werden. Dann gibt es noch den Textteil des Dokuments, der R Markdown verwendet . Wenn Sie Markdown schon einmal verwendet haben, ist R-Markdown ziemlich ähnlich. Wir können Dinge wie Sternchen und Rautenzeichen verwenden, um unsere Texte zu markieren und darzustellen.

Gehen wir zu R Studio und R Notebooks und gehen dann gemeinsam diese Analyse durch. Klicken Sie auf das Zahnrad und stellen Sie sicher, dass dort „Vorschau im Viewer-Fenster“ angezeigt wird .

Starten eines R-Notebooks

Wir klicken auf die Schaltfläche „Vorschau“ und werden aufgefordert, die Datei zu speichern. Auch hier handelt es sich um eine RMD-Datei, daher müssen wir sie zuerst speichern. Drüben im linken Bereich sehen wir die gerenderte Ausgabe. Wenn wir hier nun etwas ändern und etwas wie „ Computeranalyse“ sagen und einen Autorennamen wie „George Mount“ hinzufügen würden, müsste es in Anführungszeichen gesetzt werden.

Sobald wir auf „Speichern“ klicken , wird es automatisch aktualisiert.

Also lasst uns damit herumspielen. Es gibt hier bereits ein paar Platzhalter, was in Ordnung ist. Als Erstes geben wir ein: „Beeinflusst eine CD-ROM den Verkaufspreis?“ Wenn wir dies speichern, wird es Header1 sein. Wenn wir dies jedoch in zwei Hash-Markierungen umwandeln, wird daraus Header2 und dieser wird kleiner.

Der nächste Schritt besteht darin, eine Einführung zu verfassen , in der wir angeben können, warum dieses Zeug wichtig ist. Wir können zum Beispiel sagen, dass CD-ROM das nächstbeste ist oder so ähnlich. Wenn Sie an Verbraucherberichten arbeiten oder in einer Marketingabteilung arbeiten, versuchen Sie herauszufinden, welche Funktionen wirklich wichtig sind oder wonach Verbraucher suchen.

Wir rufen R-Pakete auf und legen los. Das einzig Schöne, was ich hier liebe, ist, dass wir tatsächlich HTML in R Notebook verwenden können. Wenn wir beispielsweise uns selbst einen Kommentar hinterlassen möchten, können wir so etwas tun.

Wenn wir dies speichern, wird es überhaupt nicht angezeigt. Deshalb belassen wir dies einfach als Kommentar im Text. Ich wünschte, wir könnten dies in Orten wie MS Word tun.

Vorstellung der Pakete in R-Notebooks

Der nächste Schritt besteht darin, diesen Codeplot hier zu verwenden und einige Einstellungen hinzuzufügen. Wir können Python und SQL verwenden, für dieses Beispiel verwenden wir jedoch R.

Wir lesen alle Pakete, die wir benötigen. Wenn Sie diese nicht auf Ihrem Computer haben, müssen Sie sie möglicherweise installieren.

Auch hier handelt es sich nicht um einen vollständigen Bericht. Wir gehen durch ein Skelett, um Ihnen ein paar Dinge zu zeigen, die Sie über R Markdown wissen sollten.

Jetzt stellen wir vor, woher wir unsere Daten beziehen und warum sie wichtig sind. In diesem Fall könnten wir sagen, dass unsere Quelle das Journal of Applied Econmetrics ist. Wenn wir dieses Sternchen-Ding machen, wird es kursiv geschrieben.

Dann lesen wir eine Datei in Excel und importieren sie mit R. Wie Sie sehen, sehen die Daten bereits ziemlich gut aus, was eine weitere coole Sache an R Notebooks ist.

Abhängig vom Ausgabeformat könnte dies sogar auftauchen. Wenn Sie HTML verwenden, könnte Ihr Benutzer tatsächlich durch die Daten blättern und einige grundlegende Interaktionen durchführen. Es ist großartig, dass wir dies wirklich in Live-Dokumenten tun können.

Hinzufügen einer dynamischen Referenz in R-Notebooks

Nehmen wir nun an, wir möchten eine dynamische Referenz in den Datentext einfügen. Wir möchten, dass dies regelmäßig aktualisiert wird, da dies möglicherweise nicht jedes Mal gleich ist, wenn wir uns mit dem Bericht befassen, oder? Deshalb werden wir hier direkt im Text einen dynamischen Verweis einfügen.

Für alle diese Codes gibt es einen Spickzettel und ein Referenzhandbuch. Gehen Sie zur Hilfe und wählen Sie die Option für R Markdown aus, damit Sie alle verschiedenen Einstellungen nachschlagen können. Es lohnt sich wahrscheinlich nicht, sie auswendig zu lernen, da es viele davon gibt und Sie stattdessen einfach diese verwenden können.

Wir werden den R-Block erneut einfügen und FALSE , nrows und ncols einschließen .

Sobald dies ausgeführt und ausgeführt wurde, können wir sogar in die R-Umgebung gehen, um zu sehen, ob es in Objekte umgewandelt wurde.

Eine weitere schöne Sache ist, dass Sie, wenn Sie einfach nur Ideen herumwerfen und wissen möchten, wie diese tatsächlich aussehen, einfach die Konsole unten verwenden können. Wir können es auf der Konsole ausführen und sehen, wie die Ausgabe aussieht.

Wir kehren zu unserem Viewer-Bereich zurück. Nun wird dieser Abschnitt hier überhaupt nicht im Bericht angezeigt. Das ist praktisch, wenn Sie ein Objekt verwenden, aber keinen Code anzeigen möchten.

Wir verwenden diese Hintergrundtexte für Nrows und Ncols, um die Dinge dynamisch zu halten. Wenn Sie einen PDF-Bericht haben und diese Zahlen automatisch ändern müssen, können Sie diese Inline-Referenzen verwenden, anstatt sie Woche für Woche fest zu codieren.

Wir sind gerade dabei, die Daten erneut zu untersuchen und den Preis der Computer zu prüfen.

Sobald wir diesen Code ausführen, können wir die beschreibenden Statistiken sehen, die alle gut formatiert sind. Abhängig von der Größe der Daten reagiert es ziemlich schnell und reagiert auf die Größe der Datei.

Abschluss

In diesem Tutorial haben wir die Bedeutung der Entwicklung reproduzierbarer Forschung und der Optimierung des Prozesses der Kommunikation von Forschungsergebnissen durch den Einsatz von R Notebooks erörtert. Auf diese Weise können wir die ursprünglichen Ergebnisse schnell und einfach reproduzieren und nachvollziehen, wie sie abgeleitet wurden. 

Bitte achten Sie auf die Fortsetzung dieses Tutorials in Teil 2 dieser Serie.

George Mount