Cahiers R pour communiquer la recherche

Dans cet article de blog, nous examinerons la communication de la recherche et la présentation de ces résultats à l'aide de blocs-notes R. Nous espérons que vous obtiendrez de ce didacticiel un cadre vous permettant de rapporter et de communiquer tout type de résultats de recherche à l'aide de blocs-notes R.

Cela présente de grands avantages, en particulier en ce qui concerne l'idée d' une recherche reproductible . Nous verrons ce que cela signifie et comment le faire dans les cahiers R.

Table des matières

• Qu'est-ce que la reproductibilité ?
• Démarrage d'un ordinateur portable R
• Présentation des packages dans les ordinateurs portables R
• Ajout d'une référence dynamique dans les cahiers R
• Conclusion

Qu'est-ce que la reproductibilité ?

L'idée de reproductibilité est que n'importe qui peut vérifier vos résultats et compte tenu des entrées et des processus que vous avez utilisés, ils devraient être en mesure de parcourir l'ensemble. Il y a plusieurs façons dont cela entre en jeu pour nos besoins d'analyse de données : un environnement qui rend les choses reproductibles, s'assurer que les gens peuvent voir ce qui a été contribué, être capable d'auditer facilement un fichier et avoir un éditeur reproductible.

Idéalement, quelqu'un peut voir exactement comment vous êtes arrivé au rapport et comment le tracé ou le tableau que vous avez utilisé a été généré afin que tout se trouve dans un environnement entièrement reproductible.

Maintenant, vous vous demandez peut-être comment quelque chose comme LuckyTemplates ou Excel s'intègre dans cela. Je dirais que c'est à mi-chemin dans ce flux de travail reproductible. Lorsque nous pensons à la requête de puissance en particulier, sa reproductibilité est plutôt bonne. Pensez aux étapes appliquées où il est très évident de voir les processus impliqués.

En ce qui concerne les visualisations et les rapports, c'est là que les choses deviennent un peu plus poilues. Les ordinateurs portables R font partie de RStudio. Nous avons un cours sur le portail LuckyTemplates pour vous aider à démarrer. Ce en particulier parle de R Markdown et R Notebooks en particulier.

Donc, si vous êtes familier avec un cahier Jupyter , l'idée est que nous sommes capables d'entremêler du texte et du code pour créer un document de narration pour notre recherche.

Nous serons en mesure de rendre ces résultats dans un tas de sorties différentes. Que vous ayez besoin de créer un PDF ou de le rendre au format HTML, R Notebooks peut être utilisé pour différents formats de fichiers.

Pour commencer, ouvrez votre bloc-notes R et accédez à Fichier, Nouveau fichier, puis R Notebook dans RStudio. Nous allons travailler avec un ensemble de données plus ancien dans les ressources, avec cette question de recherche très simple :

Le prix d'un ordinateur dépend-il du fait qu'il possède ou non un CD-ROM ?

Cette question est dépassée, mais nous devons tous commencer quelque part. Nous mettrons également le squelette d'un rapport de recherche et présenterons les résultats de la recherche en utilisant ce cadre de base.

Nous verrons quelque chose comme ça dans RStudio, et c'est ce qu'on appelle un fichier .rmd, qui est une extension de fichier R markdown. Cela peut être un peu choquant, surtout si vous n'y êtes pas habitué, mais il existe un moyen de prévisualiser le produit final poli.

Cette partie du bloc-notes correspond aux métadonnées appelées fichier YAML.

Après cette section se trouvent ces textes de retour où vos codes iront. Ensuite, il y a la partie texte du document utilisant R Markdown . Si vous avez déjà utilisé Markdown, R markdown est assez similaire. Nous pouvons utiliser des choses comme des astérisques et des signes dièses pour marquer et rendre nos textes.

Passons à R Studio et R Notebooks, puis parcourons cette analyse ensemble. Cliquez sur la roue dentée et assurez-vous que cela indique Aperçu dans le volet de la visionneuse .

Démarrage d'un ordinateur portable R

Nous cliquons sur le bouton Aperçu et il nous demandera de l'enregistrer. Encore une fois, il s'agit d'un fichier RMD, nous devrons donc d'abord l'enregistrer. Dans le volet de gauche, nous verrons la sortie rendue. Maintenant, si nous devions changer quoi que ce soit ici et dire quelque chose comme Analyse informatique et ajouter un nom d'auteur comme George Mount , il faudra le mettre entre guillemets.

Une fois que nous cliquons sur Enregistrer , il sera automatiquement mis à jour.

Alors jouons avec ça. Il y a déjà quelques espaces réservés ici, ce qui est bien. La première chose que nous allons faire est de taper "Est-ce qu'un CD-ROM affecte le prix de vente ?" Lorsque nous enregistrerons ceci, ce sera Header1. Mais si nous devons transformer cela en deux marques de hachage, cela deviendra Header2 et ce sera plus petit.

L'étape suivante consiste à faire une Introduction , où nous pouvons saisir pourquoi ce truc est important. Par exemple, nous pouvons dire que le CD-ROM est la meilleure chose ou quelque chose comme ça. Si vous travaillez sur des rapports de consommation ou travaillez dans un service marketing, vous essayez d'avoir une idée des fonctionnalités qui sont vraiment importantes ou de ce que les consommateurs recherchent.

Nous allons appeler les packages R et commencer. La seule chose agréable que j'aime ici, c'est que nous pouvons réellement utiliser HTML dans R Notebook. Par exemple, si nous voulons nous laisser un commentaire, nous pouvons faire quelque chose comme ça.

Lorsque nous l'enregistrons, il ne s'affiche pas du tout. Donc, nous laissons cela comme un commentaire pour nous-mêmes dans le texte. C'est quelque chose que j'aimerais pouvoir faire dans des endroits comme MS Word.

Présentation des packages dans les ordinateurs portables R

L'étape suivante consiste à utiliser ce tracé de code ici et à ajouter quelques paramètres. Nous pouvons utiliser Python et SQL, mais nous utilisons R pour cet exemple.

Nous lirons tous les packages dont nous avons besoin. Si vous ne les avez pas sur votre ordinateur, vous devrez peut-être les installer.

Encore une fois, ce n'est pas un rapport complet. Nous allons parcourir un squelette pour vous montrer quelques choses à savoir sur R Markdown.

Alors maintenant, nous allons présenter où nous obtenons nos données et ce qui les rend importantes. Dans ce cas, nous pourrions dire que notre source est le Journal of Applied Econometrics. Lorsque nous faisons cette chose avec un astérisque, cela la transformera en italique.

Ensuite, nous lirons un fichier dans Excel et utiliserons R pour l'introduire. Comme vous pouvez le voir, les données semblent déjà assez bonnes, ce qui est une autre chose intéressante à propos des R Notebooks.

Selon le format de sortie, cela pourrait même apparaître. Si vous utilisez HTML, votre utilisateur peut en fait parcourir les données et effectuer une interaction de base. C'est formidable que nous soyons vraiment capables de faire cela dans des documents en direct.

Ajout d'une référence dynamique dans les cahiers R

Supposons maintenant que nous souhaitions inclure une référence dynamique dans le texte des données. Nous voulons que cela soit mis à jour régulièrement car ce n'est peut-être pas le même à chaque fois que nous sommes sur le rapport, n'est-ce pas ? Nous allons donc faire une référence dynamique ici en ligne, directement dans le texte.

Il existe une feuille de triche et un guide de référence pour tous ces codes. Allez dans Aide et sélectionnez celui pour R Markdown afin de pouvoir rechercher tous les différents paramètres. Cela ne vaut probablement pas la peine d'essayer de les mémoriser car il y en a beaucoup et vous pouvez simplement les utiliser à la place.

Nous allons insérer à nouveau le bloc R et inclure FALSE , nrows et ncols .

Une fois que cela a été exécuté et exécuté, nous pourrions même aller dans l'environnement R pour voir s'il a été transformé en objets.

Une autre chose qui est bien, c'est que si vous ne faites que lancer des idées et que vous voulez savoir à quoi cela ressemblera réellement, vous pouvez simplement utiliser la console en bas. Nous pouvons l'exécuter sur la console et voir à quoi ressemble la sortie.

Nous allons revenir à notre volet de visualisation. Maintenant, cette section ici n'apparaît pas du tout dans le rapport. C'est bien si vous voulez utiliser un objet, mais que vous ne voulez afficher aucun code.

Nous utilisons ces textes de retour sur nrows et ncols pour garder les choses dynamiques. Si vous avez un rapport PDF et que vous devez modifier automatiquement ces chiffres, au lieu de les coder en dur semaine après semaine, vous pouvez utiliser ces références en ligne.

Nous sommes en train d'explorer à nouveau les données et de vérifier le prix des ordinateurs.

Une fois que nous avons exécuté ce code, nous pouvons voir les statistiques descriptives qui sont toutes bien formatées. Selon la taille des données, il est assez réactif et réactif à la taille du fichier.

Conclusion

Pour ce didacticiel, nous avons discuté de l'importance de développer une recherche reproductible et de rationaliser le processus de communication des résultats de recherche grâce à l'utilisation de R Notebooks. De cette façon, nous pouvons rapidement et facilement reproduire les résultats originaux et retracer pour déterminer comment ils ont été dérivés. 

Veuillez faire attention à la suite de ce didacticiel dans la partie 2 de cette série.

George Mount