R Notebooks สำหรับการสื่อสารการค้นคว้า

ในบล็อกโพสต์นี้ เราจะดูที่การสื่อสารการวิจัยและการนำเสนอผลลัพธ์เหล่านั้นโดยใช้โน้ตบุ๊ก R เราหวังว่าสิ่งที่คุณจะได้รับจากบทช่วยสอนนี้คือกรอบการทำงานสำหรับคุณในการรายงานและสื่อสารผลการวิจัยประเภทใดก็ได้โดยใช้โน้ตบุ๊ก R

มีข้อดีบางประการในการทำเช่น นี้โดยเฉพาะอย่างยิ่งเมื่อพูดถึงแนวคิดของการวิจัยที่ทำซ้ำได้ เราจะหารือเกี่ยวกับความหมายและวิธีดำเนินการในสมุดบันทึก R

สารบัญ

• ความสามารถในการทำซ้ำคืออะไร?
• การเริ่มต้นโน๊ตบุ๊ค R
• แนะนำแพ็คเกจในโน้ตบุ๊ก R
• การเพิ่มการอ้างอิงแบบไดนามิกในโน้ตบุ๊ก R
• บทสรุป

ความสามารถในการทำซ้ำคืออะไร?

แนวคิดของความสามารถในการทำซ้ำคือใครก็ตามสามารถตรวจสอบสิ่งที่คุณค้นพบได้ และเมื่อได้รับข้อมูลและกระบวนการที่คุณใช้ พวกเขาควรจะสามารถดำเนินการผ่านสิ่งทั้งหมดได้ มีสองสามวิธีที่สิ่งนี้มีผลกับความต้องการในการวิเคราะห์ข้อมูลของเรา: สภาพแวดล้อมที่ทำให้สิ่งต่าง ๆ สามารถทำซ้ำได้ ทำให้แน่ใจว่าผู้คนสามารถเห็นสิ่งที่มีส่วนร่วม สามารถตรวจสอบไฟล์ได้อย่างง่ายดาย และมีผู้เผยแพร่ที่ทำซ้ำได้

ตามหลักการแล้ว ใครบางคนสามารถดูได้อย่างแน่ชัดว่าคุณไปถึงรายงานได้อย่างไร และพล็อตหรือตารางที่คุณใช้ถูกสร้างขึ้นอย่างไร เพื่อให้ทุกอย่างอยู่ในสภาพแวดล้อมที่ทำซ้ำได้อย่างสมบูรณ์

ตอนนี้คุณอาจสงสัยว่าLuckyTemplatesหรือExcelเข้ากับสิ่งนี้ ได้อย่างไร ฉันจะบอกว่ามันอยู่กึ่งกลางในเวิร์กโฟลว์ที่ทำซ้ำได้นี้ เมื่อเราคิดถึงPower Queryโดยเฉพาะ ความสามารถในการทำซ้ำนั้นค่อนข้างดี ลองนึกถึงขั้นตอนการประยุกต์ซึ่งจะเห็นกระบวนการที่เกี่ยวข้องได้ชัดเจนมาก

เมื่อพูดถึงการแสดงภาพและรายงาน นี่คือสิ่งที่ยากขึ้นเล็กน้อย R Notebooksเป็นส่วนหนึ่งของ RStudio เรามีหลักสูตรที่พอร์ทัล LuckyTemplates เพื่อช่วยให้คุณเริ่มต้นใช้งานได้ นี้พูดคุยเกี่ยวกับR MarkdownและR Notebooksโดยเฉพาะ

ดังนั้น หากคุณคุ้นเคยกับสมุดบันทึก Jupyterแนวคิดก็คือ เราสามารถกระจายข้อความและรหัสเพื่อสร้างเอกสารการเล่าเรื่องสำหรับการวิจัยของเรา

เราจะสามารถแสดงผลลัพธ์เหล่านั้นในผลลัพธ์ที่แตกต่างกันมากมาย ไม่ว่าคุณจะต้องการสร้าง PDF หรือแสดงผลเป็น HTML R Notebooks สามารถใช้กับไฟล์รูปแบบต่างๆ ได้

ในการเริ่มต้น ให้เปิดโน้ตบุ๊ก R ของคุณแล้วไปที่ไฟล์ ไฟล์ใหม่ จากนั้นไปที่โน้ตบุ๊ก R ใน RStudio เราจะทำงานกับชุดข้อมูลที่เก่ากว่าในแหล่งข้อมูล ด้วยคำถามการวิจัยง่ายๆ นี้:

ราคาของคอมพิวเตอร์ขึ้นอยู่กับว่ามีซีดีรอมหรือไม่?

คำถามนี้ล้าสมัย แต่เราทุกคนต้องเริ่มต้นที่ไหนสักแห่ง เราจะวางโครงสร้างของรายงานการวิจัยและนำเสนอผลการวิจัยโดยใช้กรอบพื้นฐานนี้

เราจะเห็นสิ่งนี้ใน RStudio และนี่คือสิ่งที่เรียกว่าไฟล์ .rmd ซึ่งเป็นนามสกุลไฟล์ R markdown สิ่งนี้อาจทำให้สั่นสะเทือนเล็กน้อย โดยเฉพาะอย่างยิ่งหากคุณไม่คุ้นเคย แต่มีวิธีดูตัวอย่างผลิตภัณฑ์ขั้นสุดท้ายที่ผ่านการขัดเงา

ส่วนนี้ของสมุดบันทึกคือข้อมูลเมตาที่เรียกว่าไฟล์ YAML

หลังจากส่วนนั้นเป็นข้อความย้อนกลับที่รหัสของคุณจะไป จากนั้นมีส่วนข้อความของเอกสารโดยใช้R Markdown หากคุณเคยใช้ Markdown มาก่อน R markdown จะค่อนข้างคล้ายกัน เราสามารถใช้สิ่งต่างๆ เช่น เครื่องหมายดอกจันและเครื่องหมายแฮชเพื่อทำเครื่องหมายและแสดงข้อความของเรา

ไปที่ R Studio และ R Notebooks แล้วดูการวิเคราะห์นี้ด้วยกัน คลิกที่เฟืองและตรวจสอบให้แน่ใจว่ามีข้อความแสดงตัวอย่างในบานหน้าต่างแสดง

การเริ่มต้นโน๊ตบุ๊ค R

เราจะคลิกปุ่มแสดงตัวอย่างและจะขอให้เราบันทึก นี่เป็นไฟล์ RMD ดังนั้นเราจะต้องบันทึกก่อน ที่บานหน้าต่างด้านซ้าย เราจะเห็นผลลัพธ์ที่แสดงผล ทีนี้ ถ้าเราจะเปลี่ยนแปลงอะไรตรงนี้และพูดบางอย่าง เช่นการวิเคราะห์ของคอมพิวเตอร์และเพิ่มชื่อผู้แต่ง เช่นGeorge Mountมันจะต้องอยู่ในเครื่องหมายคำพูด

เมื่อเราคลิกที่บันทึกมันจะอัปเดตโดยอัตโนมัติ

ลองเล่นกับสิ่งนี้ มีตัวยึดตำแหน่งสองตัวอยู่แล้ว ซึ่งก็ใช้ได้ สิ่งแรกที่เราจะทำคือพิมพ์ “CD-ROM มีผลต่อราคาขายหรือไม่” เมื่อเราบันทึกสิ่งนี้ มันจะเป็น Header1 แต่ถ้าเราจะเปลี่ยนสิ่งนี้เป็นเครื่องหมายแฮชสองตัว มันจะเปลี่ยนเป็น Header2 และมันจะเล็กลง

ขั้นตอนต่อไปคือการทำบทนำซึ่งเราสามารถป้อนว่าทำไมสิ่งนี้ถึงสำคัญ ตัวอย่างเช่น เราสามารถพูดได้ว่า CD-ROM เป็นสิ่งที่ดีที่สุดรองลงมาหรืออะไรทำนองนั้น หากคุณกำลังทำงานเกี่ยวกับรายงานผู้บริโภคหรือทำงานในแผนกการตลาด คุณกำลังพยายามทำความเข้าใจว่าคุณลักษณะใดมีความสำคัญจริงๆ หรือสิ่งที่ผู้บริโภคกำลังมองหา

เราจะเรียกใช้แพ็คเกจ R และเริ่มต้น สิ่งหนึ่งที่ดีที่ฉันชอบที่นี่ก็คือ เราสามารถใช้ HTML ใน R Notebook ได้ เช่นถ้าเราอยากจะแสดงความคิดเห็นถึงตัวเองก็ทำแบบนี้ได้

เมื่อเราบันทึกสิ่งนี้จะไม่แสดงเลย ดังนั้นเราจึงทิ้งสิ่งนี้ไว้เป็นข้อคิดเห็นในข้อความ นี่คือสิ่งที่ฉันหวังว่าเราจะทำได้ในที่ต่างๆ เช่น MS Word

แนะนำแพ็คเกจในโน้ตบุ๊ก R

ขั้นตอนต่อไปคือการใช้การลงจุดรหัสนี้ที่นี่และเพิ่มการตั้งค่าสองสามอย่าง เราสามารถใช้ Python และ SQL ได้ แต่เราใช้ R สำหรับตัวอย่างนี้

เราจะอ่านแพ็คเกจทั้งหมดที่เราต้องการ หากคุณไม่มีสิ่งเหล่านี้ในคอมพิวเตอร์ของคุณ คุณอาจต้องติดตั้งสิ่งเหล่านี้

นี่ไม่ใช่รายงานฉบับเต็ม เราจะเดินผ่านโครงกระดูกเพื่อแสดงให้คุณเห็นบางสิ่งที่ควรรู้เกี่ยวกับ R Markdown

ตอนนี้เราจะแนะนำว่าเราได้ข้อมูลมาจากที่ใด และอะไรที่ทำให้ข้อมูลนั้นสำคัญ ในกรณีนี้ เราอาจกล่าวได้ว่าแหล่งที่มาของเราคือ Journal of Applied Econometrics เมื่อเราทำสิ่งนี้เครื่องหมายดอกจัน มันจะกลายเป็นตัวเอน

จากนั้นเราจะอ่านไฟล์ใน Excel และใช้ R เพื่อนำเข้าข้อมูล อย่างที่คุณเห็น ข้อมูลดูดีอยู่แล้ว ซึ่งเป็นอีกสิ่งที่ยอดเยี่ยมเกี่ยวกับ R Notebook

สิ่งนี้อาจปรากฏขึ้นทั้งนี้ขึ้นอยู่กับรูปแบบผลลัพธ์ หากคุณใช้ HTML ผู้ใช้ของคุณจะสามารถดูข้อมูลและโต้ตอบพื้นฐานได้ เป็นเรื่องดีที่เราสามารถทำได้ในเอกสารจริง

การเพิ่มการอ้างอิงแบบไดนามิกในโน้ตบุ๊ก R

สมมติว่าเราต้องการรวมการอ้างอิงแบบไดนามิกในข้อความของข้อมูล เราต้องการให้สิ่งนี้อัปเดตเป็นประจำเพราะสิ่งนี้อาจไม่เหมือนเดิมทุกครั้งที่เรารายงานใช่ไหม ดังนั้นเราจะทำการอ้างอิงแบบไดนามิกในบรรทัดนี้ในข้อความ

มีเอกสารข้อมูลสรุปและคู่มืออ้างอิงสำหรับรหัสเหล่านี้ทั้งหมด ไปที่วิธีใช้แล้วเลือกหนึ่งรายการสำหรับ R Markdown เพื่อให้คุณสามารถค้นหาการตั้งค่าต่างๆ ทั้งหมดได้ คงไม่คุ้มที่จะลองท่องจำเพราะมีจำนวนมากและคุณสามารถใช้สิ่งนี้แทนได้

เราจะใส่ก้อน R อีกครั้งและรวมFALSE , nrowsและncols

เมื่อสิ่งนี้ถูกรันและดำเนินการ เราสามารถไปที่สภาพแวดล้อม R เพื่อดูว่ามันถูกเปลี่ยนเป็นวัตถุหรือไม่

อีกสิ่งที่ดีคือถ้าคุณแค่โยนไอเดียต่างๆ ออกไปและคุณอยากรู้ว่ามันจะเป็นอย่างไร คุณสามารถใช้คอนโซลด้านล่างได้ เราสามารถเรียกใช้ได้ที่คอนโซลและดูว่าผลลัพธ์เป็นอย่างไร

เราจะกลับไปที่บานหน้าต่างแสดงของเรา ตอนนี้ส่วนนี้ไม่ปรากฏในรายงานเลย เป็นการดีถ้าคุณต้องการใช้วัตถุบางอย่าง แต่ไม่ต้องการแสดงรหัสใด ๆ

เราใช้ข้อความย้อนกลับเหล่านี้ใน nrows และ ncols เพื่อให้สิ่งต่าง ๆ มีชีวิตชีวา หากคุณมีรายงาน PDF และคุณจำเป็นต้องเปลี่ยนตัวเลขเหล่านี้โดยอัตโนมัติ แทนที่จะต้องเขียนโค้ดตายตัวสัปดาห์แล้วสัปดาห์เล่า คุณสามารถใช้ข้อมูลอ้างอิงแบบอินไลน์เหล่านี้ได้

อยู่ระหว่างการสำรวจข้อมูลอีกครั้งและตรวจสอบราคาเครื่องคอมพิวเตอร์

เมื่อเราเรียกใช้โค้ดนี้ เราจะเห็นสถิติเชิงพรรณนาซึ่งมีรูปแบบที่สวยงามทั้งหมด ขึ้นอยู่กับขนาดของข้อมูล มันค่อนข้างตอบสนองและตอบสนองต่อขนาดของไฟล์

บทสรุป

สำหรับบทแนะนำสอนการใช้งานนี้ เราได้กล่าวถึงความสำคัญของการพัฒนางานวิจัยที่ทำซ้ำได้และปรับปรุงกระบวนการสื่อสารผลการวิจัยผ่านการใช้ R Notebook ด้วยวิธีนี้ เราสามารถสร้างผลลัพธ์ต้นฉบับซ้ำได้อย่างรวดเร็วและง่ายดาย และติดตามย้อนกลับเพื่อพิจารณาว่าได้มาอย่างไร 

โปรดระวังความต่อเนื่องของบทช่วยสอนในส่วนที่ 2 ของซีรี่ส์นี้

จอร์จ เมาท์