R Quaderni Per Comunicare La Ricerca

In questo post del blog, esamineremo la comunicazione della ricerca e la presentazione di tali risultati utilizzando i taccuini R. Ci auguriamo che ciò che otterrai da questo tutorial sia un framework per segnalare e comunicare qualsiasi tipo di risultati della ricerca utilizzando i taccuini R.

Ci sono alcuni grandi vantaggi nel fare questo, in particolare quando si tratta dell'idea di ricerca riproducibile . Discuteremo cosa significa e come farlo nei notebook R.

Sommario

• Cos'è la riproducibilità?
• Avvio di un notebook R
• Presentazione dei pacchetti nei taccuini R
• Aggiunta di un riferimento dinamico nei notebook R
• Conclusione

Cos'è la riproducibilità?

L'idea di riproducibilità è che chiunque può controllare le tue scoperte e, dati gli input e i processi che hai utilizzato, dovrebbero essere in grado di percorrere l'intera faccenda. Ci sono alcuni modi in cui questo entra in gioco per le nostre esigenze di analisi dei dati: un ambiente che rende le cose riproducibili, assicurandosi che le persone possano vedere cosa è stato contribuito, essere in grado di controllare facilmente un file e avere un editore riproducibile.

Idealmente, qualcuno può vedere esattamente come sei arrivato al rapporto e come è stato generato il grafico o la tabella che hai usato in modo che tutto sia in un ambiente completamente riproducibile.

Ora ti starai chiedendo come si inserisce qualcosa come LuckyTemplates o Excel in questo. Direi che è a metà strada in questo flusso di lavoro riproducibile. Quando pensiamo alla query di potenza in particolare, è abbastanza buona per la riproducibilità. Pensa ai passaggi applicati in cui è molto ovvio vedere i processi coinvolti.

Quando si tratta di visualizzazioni e rapporti, è qui che le cose si fanno un po' più complicate. I notebook R fanno parte di RStudio. Abbiamo un corso sul portale LuckyTemplates per metterti in funzione. Questo in particolare parla di R Markdown e R Notebook in particolare.

Quindi, se hai familiarità con un taccuino Jupyter , l'idea è che siamo in grado di alternare testo e codice per creare un documento narrativo per la nostra ricerca.

Saremo in grado di rendere questi risultati in una serie di output diversi. Sia che tu debba creare un PDF o eseguirne il rendering in HTML, R Notebook può essere utilizzato per diversi formati di file.

Per iniziare, apri il notebook R e vai su File, Nuovo file, quindi Notebook R in RStudio. Lavoreremo con un vecchio set di dati nelle risorse, con questa semplice domanda di ricerca:

Il prezzo di un computer dipende dal fatto che abbia o meno un CD-ROM?

Questa domanda è obsoleta, ma tutti dobbiamo cominciare da qualche parte. Metteremo anche lo scheletro di un rapporto di ricerca e presenteremo i risultati della ricerca utilizzando questo quadro di base.

Vedremo qualcosa di simile in RStudio, e questo è ciò che viene chiamato un file .rmd, che è un'estensione di file R markdown. Questo può essere un po' fastidioso, soprattutto se non ci sei abituato, ma c'è un modo per vedere in anteprima il prodotto finale rifinito.

Questa parte del taccuino è costituita dai metadati chiamati file YAML.

Dopo quella sezione ci sono questi testi arretrati dove andranno i tuoi codici. Poi c'è la parte testuale del documento che usa R Markdown . Se hai già utilizzato Markdown, R markdown è abbastanza simile. Possiamo usare cose come asterischi e cancelletti per contrassegnare e rendere i nostri testi.

Andiamo a R Studio e R Notebooks, quindi esaminiamo insieme questa analisi. Fai clic sulla ruota dentata e assicurati che sia visualizzato Preview in Viewer Pane .

Avvio di un notebook R

Faremo clic sul pulsante Anteprima e ci chiederà di salvarlo. Ancora una volta, questo è un file RMD, quindi dovremo prima salvarlo. Nel riquadro di sinistra, vedremo l'output renderizzato. Ora, se dovessimo cambiare qualcosa qui e dire qualcosa come Computers analysis e aggiungere un nome dell'autore come George Mount , sarà necessario metterlo tra virgolette.

Dopo aver fatto clic su Salva , si aggiornerà automaticamente a questo.

Quindi giochiamo con questo. Ci sono già un paio di segnaposto qui, il che va bene. La prima cosa che faremo è digitare "Un CD-ROM influisce sul prezzo di vendita?" Quando salviamo questo, sarà Header1. Ma se lo trasformiamo in due hash mark, si trasformerà in Header2 e sarà più piccolo.

Il prossimo passo è fare un'Introduzione , in cui possiamo inserire perché queste cose sono importanti. Ad esempio, possiamo dire che il CD-ROM è la prossima cosa migliore o qualcosa del genere. Se stai lavorando su rapporti sui consumatori o lavori in un reparto marketing, stai cercando di avere un'idea di quali caratteristiche sono veramente importanti o cosa cercano i consumatori.

Chiameremo i pacchetti R e inizieremo. L'unica cosa bella che amo qui è che possiamo effettivamente usare l'HTML in R Notebook. Ad esempio, se vogliamo lasciare un commento a noi stessi, possiamo fare qualcosa di simile.

Quando lo salviamo, non viene visualizzato affatto. Quindi lo stiamo solo lasciando come commento a noi stessi nel testo. Questo è qualcosa che vorrei potessimo fare in posti come MS Word.

Presentazione dei pacchetti nei notebook R

Il passaggio successivo consiste nell'utilizzare questo diagramma di codice qui e aggiungere un paio di impostazioni. Possiamo usare Python e SQL, ma stiamo usando R per questo esempio.

Leggeremo tutti i pacchetti di cui abbiamo bisogno. Se non li hai sul tuo computer, potrebbe essere necessario installarli.

Ancora una volta, questo non è un rapporto completo. Cammineremo attraverso uno scheletro per mostrarti un paio di cose da sapere su R Markdown.

Quindi ora introdurremo dove otteniamo i nostri dati e cosa li rende importanti. In questo caso, potremmo dire che la nostra fonte è il Journal of Applied Econometrics. Quando facciamo questa cosa dell'asterisco, lo trasformeremo in corsivo.

Quindi leggeremo un file in Excel e utilizzeremo R per importarlo. Come puoi vedere, i dati sembrano già abbastanza buoni, il che è un'altra cosa interessante di R Notebooks.

A seconda del formato di output, questo potrebbe anche apparire. Se stai utilizzando HTML, il tuo utente potrebbe effettivamente sfogliare i dati e fare alcune interazioni di base. È fantastico che siamo davvero in grado di farlo in documenti live.

Aggiunta di un riferimento dinamico nei notebook R

Supponiamo ora di voler includere un riferimento dinamico nel testo dei dati. Vogliamo che questo si aggiorni regolarmente perché potrebbe non essere lo stesso ogni volta che siamo sul rapporto, giusto? Quindi faremo un riferimento dinamico qui in linea, proprio nel testo.

C'è un cheat sheet e una guida di riferimento per tutti questi codici. Vai su Aiuto e seleziona quello per R Markdown in modo da poter cercare tutte le diverse impostazioni. Probabilmente non vale la pena provare a memorizzarli perché ce ne sono molti e puoi semplicemente usare questo.

Inseriremo nuovamente il blocco R e includeremo FALSE , nrows e ncols .

Una volta che questo è stato eseguito ed eseguito, potremmo persino andare nell'ambiente R per vedere se è stato trasformato in oggetti.

Un'altra cosa interessante è che se stai solo lanciando idee e vuoi sapere come sarà effettivamente, puoi semplicemente usare la console in basso. Possiamo eseguirlo sulla console e vedere come appare l'output.

Torneremo al nostro riquadro del visualizzatore. Ora questa sezione qui non viene affatto visualizzata nel rapporto. Questo è utile se vuoi usare qualche oggetto, ma non vuoi mostrare il codice.

Usiamo questi back text su nrows e ncols per mantenere le cose dinamiche. Se disponi di un report PDF e devi modificare automaticamente questi numeri, invece di codificarli settimana dopo settimana, puoi utilizzare questi riferimenti incorporati.

Stiamo riesaminando i dati e controllando il prezzo dei computer.

Una volta eseguito questo codice, possiamo vedere le statistiche descrittive che sono tutte ben formattate. A seconda della dimensione dei dati, è piuttosto reattivo e reattivo alla dimensione del file.

Conclusione

Per questo tutorial, abbiamo discusso l'importanza di sviluppare ricerche riproducibili e semplificare il processo di comunicazione dei risultati della ricerca attraverso l'uso di R Notebook. In questo modo, possiamo riprodurre rapidamente e facilmente i risultati originali e risalire per determinare come sono stati derivati. 

Si prega di fare attenzione alla continuazione di questo tutorial nella parte 2 di questa serie.

Giorgio Monte