Berkomunikasi Penyelidikan Dengan Buku Nota R – Bahagian 2

Hari ini, kita akan meneruskan topik komunikasi penyelidikan menggunakan R Notebook. Kami akan terus mengusahakan rangka kerja asas yang boleh anda gunakan untuk menyampaikan penemuan penyelidikan menggunakan R. Untuk bahagian pertama siri ini tentang menyampaikan penyelidikan boleh dihasilkan semula , semaknya di sini .

Isi kandungan

• Membuat Hipotesis
• Mencipta Kaedah Dalam Buku Nota R
• Mengusahakan Statistik Deskriptif Dalam Buku Nota R
• Membina Visualisasi Dalam Buku Nota R
• Diakhiri Dengan Kesimpulan
• Kesimpulan

Membuat Hipotesis

Langkah seterusnya dalam laporan kami ialah membuat hipotesis . Kami akan membuat bahagian lain pada anak tetingkap pemapar dan meruntuhkan bahagian lain supaya kami dapat melihat laporan peringkat tinggi.

Untuk hipotesis, kami akan menulis bahawa tiada perbezaan dalam harga jualan komputer dengan dan tanpa CD-ROM.

Mencipta Kaedah Dalam Buku Nota R

Kami akan beralih kepada kaedah , yang akan menangani teknik sebenar yang akan kami gunakan untuk menjawab hipotesis itu. Kita mungkin tidak perlu melakukan apa-apa jenis statistik inferens. Bergantung pada penonton, kami akan membuat laporan penyelidikan peringkat tinggi dalam senario ini.

Kami akan mengatakan bahawa kami akan menjalankan ujian sampel pada tahap keyakinan 95% dan kami akan memeriksa pengedaran harga secara visual. Jika ia lebih kurang normal, kami akan menjalankan ujian.

Selepas kami menyimpan hipotesis dan kaedah kami, kami boleh menjadikannya sebagai fail HTML , dokumen PDF atau dokumen Word daripada tab Pratonton .

Sebaik sahaja kami menghantar ini sebagai HTML, inilah yang akan kami lihat dalam kotak pemaparan.

Ia mengatakan di sini bahawa output telah dibuat, jadi mari pergi ke Penjelajah Fail kami untuk menyemak perkara ini. Sebaik sahaja kami membukanya dalam fail HTML kami, kami dapat melihat bahawa ini kelihatan sangat serupa dengan apa yang kami ada dalam butang Pratonton.

Kami tidak melihat sebarang mesej ralat pada ketika ini dan kami juga melihat ruang untuk penyesuaian. Kita juga boleh menulis keseluruhan buku atau tapak web menggunakan alatan ini dengan R Markdown dan R Notebooks .

Mari kita kembali kepada skrip kita dan teruskan bersama. Kami akan menulis kaedah yang akan kami gunakan serta keputusan kami. Kami pada asasnya membuka sumber rancangan kami dan kami menjelaskan bahawa kami tidak melemparkan sesuatu ke dinding hanya untuk melihat apa yang melekat. Kami tidak membuat improvisasi apabila kami sampai ke data; kita sebenarnya ada rancangan.

Terdapat beberapa faedah untuk mencuba banyak perkara yang berbeza, bukan? Tetapi dalam pendekatan ini, kami sengaja berkata, "Inilah yang akan kami lakukan, dan kemudian kami akan melakukannya."

Mengusahakan Statistik Deskriptif Dalam Buku Nota R

Mari buat statistik deskriptif kami . Kami ingin mencari harga untuk setiap kumpulan dengan dan tanpa CD-ROM. Terdapat beberapa cara yang boleh kita lakukan. Kami akan memanggil ringkasan kumpulan ini dan membawa masuk operator paip ini. Jika anda tidak biasa dengan pengendali paip, anda boleh menyemak sumber yang saya bincangkan sebelum ini.

Kemudian kami akan meringkaskan dan mengira rekod untuk mencari harga purata = harga min . Akhir sekali, kami ingin mencetak ringkasan kumpulan ini dan kemudian menjalankan ini.

Dan di sini kita pergi. Kami kini mempunyai meja kami.

Seperti yang saya katakan tadi, kami ingin tahu berapa banyak pemerhatian yang ada dalam setiap kumpulan dan berapa harga purata. Kita boleh menjadikan ini benar-benar dinamik dengan rujukan sebaris.

Kami akan membuat ringkasan kumpulan dan menggunakan operasi tidyverse . Kami akan menapis baris ini dan kemudian mengambil salah satu nilai ini dan mengubahnya menjadi sesuatu yang sebenarnya akan dipaparkan dalam rujukan sebaris kami di sini.

Selepas menyimpan, pergi ke Pratonton Buku Nota untuk melihat hasilnya.

Membina Visualisasi Dalam Buku Nota R

R sangat terkenal dengan keupayaan visualisasinya. Untuk visualisasi kami, kami akan menggunakan ggplot . Kami akan meletakkan harga pada paksi X dan kemudian mencipta histogram . Kami juga akan membuat gandaan kecil untuk faset, yang sebenarnya agak mudah dilakukan dalam ggplot .

Kita boleh menukar banyak perkara di sini seperti tajuk, latar belakang, warna, dan sebagainya. Sebaik sahaja kita menyimpan ini, kita boleh melihat plot. Ini tidak interaktif sekarang, tetapi terdapat banyak cara untuk menjadikannya interaktif dalam R. Untuk contoh ini, kami hanya melakukan plot statik.

Keputusan kami menunjukkan sesuatu yang kelihatan seperti taburan lengkung loceng, yang bermaksud kami harus meneruskan analisis kami.

Kami akan menjalankan keputusan ujian-T dan memasukkannya ke dalam laporan. Kami akan menambah satu lagi bahagian R dan memanggilnya cd_test . Jika kita menjalankan ini sekarang, hasilnya akan mengandungi banyak maklumat dan ia akan menjadi sangat sukar untuk mengeluarkan elemen individu daripadanya.

Kami akan menggunakan fungsi kemas untuk meletakkan ini dalam format jadual. Sebaik sahaja kami melakukan cd_test yang kemas , ia akan mengubah segala-galanya menjadi struktur jadual yang bagus. Kami juga boleh mencetak ini untuk benar-benar ditunjukkan dalam laporan kami.

Perkara lain yang boleh kita lakukan ialah mencari selang keyakinan bawah dan atas. Kami tidak mahu menunjukkan bahagian ini kerana ini hanya pementasan.

Secara keseluruhan, ia kelihatan seperti dokumen langsung dan dinamik, dan jauh lebih baik daripada menyalin dan menampal titik dan jadual data individu ke dalam laporan. Anda boleh menghantar ini kepada rakan sekerja dan sebaik-baiknya, mereka boleh klik pada Pratonton untuk mengetahui perkara yang anda lakukan dan boleh membina perkara ini.

Diakhiri Dengan Kesimpulan

Kami menghampiri penghujung laporan kami jadi kami akan menulis kesimpulannya.

Kami juga boleh memasukkan lampiran di sini untuk menunjukkan sumber kami. Perkara yang menarik tentang mempunyai lampiran ialah jika anda akhirnya membentangkan ini atau menunjukkan ini kepada seseorang, mereka akan bertanya siapa sumber data anda atau bagaimana sesuatu itu diukur. Ini semua adalah soalan yang sah, dan mempunyai lampiran dengan sumber sangat membantu kerana kemudian anda hanya boleh menunjuk ke lampiran.

Kami juga boleh memasukkan imej dan menggunakan teks alt . Ini adalah amalan yang baik untuk secara asasnya menerangkan perkara yang ditunjukkan oleh imej. Jika anda pengguna HTML, anda boleh membenamkan imej ini menggunakan HTML.

Kesimpulan

Untuk tutorial ini, kami sebenarnya telah melalui keseluruhan laporan. Ini adalah draf yang sangat kasar, tetapi kami telah berjaya menggunakan R Markdown untuk mencipta struktur untuk laporan penyelidikan kami.

Kami bermula dengan bercakap tentang kebolehulangan di mana segala-galanya didokumenkan. Anda boleh menggunakan R Markdown dan rangka kerja ini untuk mencipta perkara seperti tapak web, buku dan blog. Hampir semua jenis produk yang anda perlu bina sebagai penganalisis boleh dibuat menggunakan RStudio.

Untuk bacaan lanjut, sila lihat buku saya yang dipanggil Memajukan ke dalam Analitis . Ini adalah pengenalan asas yang baik kepada analisis data dan analisis statistik menggunakan Excel, Python dan R. Saya juga mempunyai kursus tentang R untuk Pengguna LuckyTemplates . Anda mungkin melihat kursus ketiga dalam siri ini pada satu ketika juga.

Saya harap anda mempelajari beberapa perkara daripada tutorial Buku Nota R ini, dan ingin melihat bagaimana anda akhirnya menggunakan alatan ini.

George Mount