Comunicarea cercetării cu R Notebook - Partea 2

Astăzi, vom continua subiectul comunicării cercetării folosind R Notebook. Vom continua să lucrăm la un cadru de bază pe care îl puteți folosi pentru a comunica rezultatele cercetării folosind R. Pentru prima parte a acestei serii despre comunicarea cercetării reproductibile , consultați-o aici .

Cuprins

• Efectuarea Ipotezei
• Crearea metodelor în R Notebook
• Lucrul la statistici descriptive în R Notebook
• Construirea de vizualizări în R Notebook
• Terminând cu o concluzie
• Concluzie

Efectuarea Ipotezei

Următorul pas în raportul nostru este formularea ipotezei . Vom crea o altă secțiune în panoul de vizualizare și le vom restrânge pe celelalte, astfel încât să putem vedea rapoartele de nivel înalt.

Pentru ipoteză, vom scrie că nu există nicio diferență în prețul de vânzare al computerelor cu și fără CD-ROM.

Crearea metodelor în R Notebook

Vom trece la metode , care vor aborda tehnicile reale pe care le vom folosi pentru a răspunde la acea ipoteză. S-ar putea să nu fie nevoie să facem niciun fel de statistici inferenţiale. În funcție de public, vom face un raport de cercetare la nivel înalt în acest scenariu.

Vom spune că vom efectua probe de teste la un nivel de încredere de 95% și vom inspecta vizual distribuția prețurilor. Dacă sunt aproximativ normale, vom efectua testul.

După ce ne-am salvat ipoteza și metodele, le putem reda ca fișier HTML , document PDF sau document Word din fila Previzualizare .

Odată ce trimitem acest lucru ca HTML, acesta este ceea ce vom vedea în caseta de randare.

Aici scrie că rezultatul a fost creat, așa că să trecem la Exploratorul nostru de fișiere pentru a verifica acest lucru. Odată ce am deschis acest lucru în fișierul nostru HTML, putem vedea că acesta arată într-adevăr similar cu ceea ce aveam în butonul Previzualizare.

Nu vedem niciun mesaj de eroare în acest moment și vedem, de asemenea, spațiu pentru personalizare. Putem chiar să scriem o carte întreagă sau un site web folosind aceste instrumente cu R Markdown și R Notebooks .

Să revenim la scenariul nostru și să continuăm. Vom nota metodele pe care le vom folosi, precum și rezultatele noastre. Practic, avem planul nostru de surse deschise și clarificăm că nu aruncăm lucruri în perete doar pentru a vedea ce se lipește. Nu improvizăm când ajungem la date; de fapt avem un plan.

Există un anumit beneficiu să încerci o mulțime de lucruri diferite, nu? Dar în această abordare, spunem intenționat: „Acesta este ceea ce vom face și apoi o vom face”.

Lucrul la statistici descriptive în R Notebook

Să facem statisticile noastre descriptive . Dorim să găsim prețul pentru fiecare grup cu și fără CD-ROM. Există câteva moduri în care putem face acest lucru. Vom apela acest rezumat de grup și vom aduce acest operator de conducte. Dacă nu sunteți familiarizat cu operatorul de conducte, puteți consulta resursele despre care am vorbit mai devreme.

Apoi vom rezuma și număra înregistrările pentru a găsi prețul mediu = prețul mediu . În cele din urmă, vom dori să tipărim acest rezumat al grupului și apoi să rulăm acesta.

Și iată-ne. Acum avem masa noastră.

După cum am spus mai devreme, vrem să știm câte observații există în fiecare grup și care este prețul mediu. Putem face acest lucru total dinamic cu o referință inline.

Vom face un rezumat de grup și vom folosi operațiuni tidyverse . Vom filtra acest rând și apoi vom lua una dintre aceste valori și o vom transforma în ceva care va fi redat de fapt în referința noastră inline aici.

După salvare, mergeți la Preview Notebook pentru a vedea rezultatul.

Construirea de vizualizări în R Notebook

R este foarte cunoscut pentru capacitatea sa de vizualizare. Pentru vizualizarea noastră, vom folosi ggplot . Vom pune prețul pe axa X și apoi vom crea o histogramă . De asemenea, vom crea multipli mici pentru fațetă, ceea ce este de fapt destul de ușor de făcut în ggplot .

Am putea schimba o mulțime de lucruri aici, cum ar fi titlul, fundalul, culoarea etc. Odată ce salvăm acest lucru, putem vedea complotul. Acest lucru nu este interactiv acum, dar există o mulțime de modalități de a-l face interactiv în R. Pentru acest exemplu, facem doar un complot static.

Rezultatele noastre arată ceva care arată ca o distribuție a curbei clopot, ceea ce înseamnă că ar trebui să continuăm cu analiza noastră.

Vom rula rezultatele testului T și le vom conecta la raport. Vom adăuga o altă bucată R și o vom numi cd_test . Dacă rulăm acest lucru acum, rezultatul va conține o mulțime de informații și va fi foarte greu să scoateți elemente individuale din el.

Vom folosi o funcție ordonată pentru a pune acest lucru într-un format tabelar. Odată ce facem un cd_test ordonat , acesta va transforma totul într-o structură frumoasă de tabel. De asemenea, am putea imprima acest lucru pentru a fi afișat efectiv în raportul nostru.

Un alt lucru pe care l-am putea face este să găsim intervalele de încredere inferior și superior. Nu vrem să arătăm această parte pentru că este doar o punere în scenă.

În general, arată ca un document viu și dinamic și este mult mai bun decât copierea și lipirea punctelor de date și tabelelor individuale într-un raport. Puteți trimite acest lucru unui coleg și, în mod ideal, acesta poate face clic pe Previzualizare pentru a ști ce ați făcut și pentru a putea construi pe baza acestui lucru.

Terminând cu o concluzie

Ne apropiem de sfârșitul raportului nostru, așa că vom scrie concluzia.

Am putea include aici și o anexă pentru a ne arăta resursele. Lucrul frumos despre a avea o anexă este că, dacă ajungi să prezinți asta sau să arăți asta cuiva, acesta va întreba cine este sursa ta de date sau cum a fost măsurat ceva. Toate acestea sunt întrebări valide și este foarte util să aveți o anexă cu resurse, deoarece atunci puteți doar să indicați apendicele.

Am putea include, de asemenea, o imagine și să folosim text alternativ . Aceasta este o practică bună pentru a descrie, practic, ceea ce arată o imagine. Dacă sunteți un utilizator HTML, puteți încorpora această imagine folosind HTML.

Concluzie

Pentru acest tutorial, am trecut de fapt printr-un raport întreg. Aceasta este o schiță foarte brută, dar am reușit să folosim R Markdown pentru a crea o structură pentru raportul nostru de cercetare.

Am început prin a vorbi despre reproductibilitate acolo unde totul este documentat. Puteți folosi R Markdown și acest cadru pentru a crea lucruri precum site-uri web, cărți și bloguri. Aproape orice tip de produs pe care trebuie să-l construiți ca analist poate fi creat folosind RStudio.

Pentru citiri suplimentare, nu ezitați să consultați cartea mea intitulată Advancing into Analytics . Aceasta este o introducere bună, de bază, în analiza datelor și analiza statistică folosind Excel, Python și R. Am și cursuri despre R pentru utilizatorii LuckyTemplates . Este posibil să vedeți și un al treilea curs din această serie la un moment dat.

Sper că ați învățat câteva lucruri din acest tutorial R Notebook și mi-ar plăcea să vedeți cum ajungeți să utilizați aceste instrumente.

George Mount