Araştırmayı R Notebook ile İletişime Geçirmek – 2. Bölüm

Bugün, araştırmayı R Notebook kullanarak iletme konusuna devam edeceğiz. R'yi kullanarak araştırma bulgularını iletmek için kullanabileceğiniz temel bir çerçeve üzerinde çalışmaya devam edeceğiz. Tekrarlanabilir araştırmaların iletilmesine ilişkin bu serinin ilk bölümü için burayı inceleyin .

İçindekiler

• Hipotez Yapmak
• Yöntemleri R Notebook'ta Oluşturma
• R Notebook'ta Tanımlayıcı İstatistikler Üzerinde Çalışmak
• R Notebook'ta Görselleştirme Oluşturma
• Bir Sonuçla Bitirmek
• Çözüm

Hipotez Yapmak

Raporumuzun bir sonraki adımı hipotezi oluşturmaktır . Görüntüleyici bölmesinde başka bir bölüm oluşturacağız ve diğerlerini daraltacağız, böylece üst düzey raporları görebiliriz.

Hipotez için CD-ROM'lu ve CD'siz bilgisayarların satış fiyatı arasında fark olmadığını yazacağız.

Yöntemleri R Notebook'ta Oluşturma

Bu hipotezi yanıtlamak için kullanacağımız gerçek teknikleri ele alacak olan yöntemlere geçeceğiz . Herhangi bir çıkarımsal istatistik yapmamız gerekmeyebilir. Kitleye bağlı olarak, bu senaryoda üst düzey bir araştırma raporu yapacağız.

%95 güven seviyesinde numune testleri yapacağız ve fiyat dağılımını görsel olarak inceleyeceğiz diyeceğiz. Yaklaşık olarak normallerse, testi yaparız.

Hipotezimizi ve yöntemlerimizi kaydettikten sonra, Önizleme sekmesinden bunları bir HTML dosyası , PDF belgesi veya Word belgesi olarak işleyebiliriz .

Bunu bir HTML olarak gönderdikten sonra, oluşturma kutusunda göreceğimiz şey budur.

Burada çıktının oluşturulduğu yazıyor, bu yüzden bunu kontrol etmek için Dosya Gezgini'ne gidelim. Bunu HTML dosyamızda açtıktan sonra, Önizleme düğmesindekine gerçekten benzediğini görebiliriz.

Bu noktada herhangi bir hata mesajı görmüyoruz ve özelleştirme için de yer görüyoruz. R Markdown ve R Notebooks ile bu araçları kullanarak koca bir kitap veya web sitesi bile yazabiliriz .

Senaryomuza geri dönelim ve devam edelim. Kullanacağımız yöntemleri ve sonuçlarımızı yazacağız. Temelde planımızı açık kaynak yapıyoruz ve sadece neyin yapışacağını görmek için bir şeyleri duvara fırlatmadığımızı açıkça belirtiyoruz. Verilere geldiğimizde doğaçlama yapmıyoruz; aslında bir planımız var.

Pek çok farklı şeyi denemenin bazı faydaları var, değil mi? Ancak bu yaklaşımda kasıtlı olarak "Yapacağımız şey bu ve sonra bunu yapacağız" diyoruz.

R Notebook'ta Tanımlayıcı İstatistikler Üzerinde Çalışmak

Tanımlayıcı istatistiklerimizi yapalım . CD-ROM'lu ve CD'siz her grubun fiyatını bulmak istiyoruz. Bunu yapmanın birkaç yolu var. Bu gruba özet diyeceğiz ve bu boru operatörünü getireceğiz. Boru operatörüne aşina değilseniz, daha önce bahsettiğim kaynaklara göz atabilirsiniz.

Ardından, ortalama fiyatı = ortalama fiyatı bulmak için kayıtları özetleyeceğiz ve sayacağız . Son olarak, bu grup özetini yazdırmak ve ardından bunu çalıştırmak isteyeceğiz.

Ve işte başlıyoruz. Artık masamız var.

Daha önce de söylediğim gibi, her grupta kaç tane gözlem olduğunu ve ortalama fiyatın ne olduğunu bilmek istiyoruz. Bunu satır içi bir referansla tamamen dinamik hale getirebiliriz.

Bir grup özeti yapacağız ve düzenli evren işlemlerini kullanacağız. Bu satırı filtreleyeceğiz ve sonra bu değerlerden birini alıp buradaki satır içi referansımızda gerçekten işlenecek bir şeye dönüştüreceğiz.

Kaydettikten sonra, sonucu görmek için Not Defterini Önizleme'ye gidin .

R Notebook'ta Görselleştirme Oluşturma

R, görselleştirme yeteneği ile çok iyi bilinir. Görselleştirmemiz için ggplot kullanacağız . Fiyatı X eksenine koyacağız ve ardından bir histogram oluşturacağız . Ayrıca yüzey için ggplot'ta yapılması oldukça kolay olan küçük katlar oluşturacağız .

Burada başlık, arka plan, renk vb. birçok şeyi değiştirebiliriz. Bunu kaydettikten sonra grafiği görebiliriz. Bu şu anda etkileşimli değil, ancak onu R'de etkileşimli hale getirmenin birçok yolu var. Bu örnek için, sadece statik bir çizim yapıyoruz.

Sonuçlarımız çan eğrisi dağılımına benzeyen bir şey gösteriyor, bu da analizimize devam etmemiz gerektiği anlamına geliyor.

T testi sonuçlarını çalıştıracağız ve bunları rapora ekleyeceğiz. Başka bir R öbeği ekleyeceğiz ve onu cd_test olarak adlandıracağız . Bunu şimdi çalıştırırsak, sonuç pek çok bilgi içerecek ve tek tek öğeleri ondan çıkarmak çok zor olacaktır.

Bunu tablo biçiminde koymak için düzenli bir işlev kullanacağız . Düzenli bir cd_test yaptığımızda her şey güzel bir tablo yapısına dönüşecektir. Bunu raporumuzda gerçekten göstermek için de yazdırabiliriz.

Yapabileceğimiz başka bir şey, alt ve üst güven aralıklarını bulmaktır. Bu kısmı göstermek istemiyoruz çünkü bu sadece sahneleme.

Genel olarak, canlı ve dinamik bir belge gibi görünür ve tek tek veri noktalarını ve tabloları kopyalayıp bir rapora yapıştırmaktan çok daha iyidir. Bunu bir iş arkadaşınıza gönderebilirsiniz ve ideal olarak, ne yaptığınızı öğrenmek ve bunun üzerine inşa edebilmek için Önizleme'ye tıklayabilirler.

Bir Sonuçla Bitirmek

Raporumuzun sonuna yaklaşıyoruz, bu yüzden sonucu yazacağız.

Kaynaklarımızı göstermek için buraya bir ek de ekleyebiliriz. Bir eke sahip olmanın güzel yanı, sonunda bunu birine sunarsanız veya gösterirseniz, veri kaynağınızın kim olduğunu veya bir şeyin nasıl ölçüldüğünü soracaklardır. Bunların hepsi geçerli sorulardır ve kaynakları içeren bir eke sahip olmak gerçekten yararlıdır çünkü o zaman eki işaret edebilirsiniz.

Ayrıca bir resim ekleyebilir ve alternatif metin kullanabiliriz . Bu, temel olarak bir görüntünün ne gösterdiğini açıklamak için iyi bir uygulamadır. Bir HTML kullanıcısıysanız, bu resmi HTML kullanarak gömebilirsiniz.

Çözüm

Bu eğitim için, aslında tüm bir raporu inceledik. Bu çok kaba bir taslak, ancak araştırma raporumuz için bir yapı oluşturmak üzere R Markdown'u kullanmayı başardık.

Her şeyin belgelendiği yeniden üretilebilirlik hakkında konuşarak başladık. Web siteleri, kitaplar ve bloglar gibi şeyler oluşturmak için R Markdown ve bu çerçeveyi kullanabilirsiniz. Analist olarak oluşturmanız gereken hemen hemen her tür ürün RStudio kullanılarak oluşturulabilir.

Daha fazla okumak için, Advancing into Analytics adlı kitabıma göz atmaktan çekinmeyin . Bu, Excel, Python ve R kullanarak veri analitiğine ve istatistiksel analize iyi ve temel bir giriş niteliğindedir. Ayrıca LuckyTemplates Kullanıcıları için R ile ilgili kurslarım var . Bir noktada bu dizide üçüncü bir kurs da görebilirsiniz.

Umarım bu R Notebook eğitiminden bazı şeyler öğrenmişsinizdir ve sonunda bu araçları nasıl kullandığınızı görmek istersiniz.

George Dağı