Ricerca riproducibile con R e Rstudio

Recensioni dei lettori

Attualmente non ci sono recensioni dei lettori. La valutazione si basa su 3 voti.

Titolo originale:

Reproducible Research with R and Rstudio

Contenuto del libro:

Elogi per le edizioni precedenti:

“Gandrud ha scritto un ottimo schema di come dovrebbe essere un progetto di ricerca completamente riproducibile dall'inizio alla fine, con brevi spiegazioni di ogni strumento che utilizza lungo il percorso... Gli studenti universitari di livello avanzato in matematica, statistica e campi simili, così come gli studenti che hanno appena iniziato i loro studi universitari, trarrebbero il massimo beneficio dalla lettura di questo libro. Molti utenti di R più esperti o studenti al secondo anno di laurea potrebbero trovarsi a pensare: “Vorrei aver letto questo libro all'inizio dei miei studi, quando stavo imparando R! '... Questo libro potrebbe essere usato come testo principale per un corso sulla ricerca riproducibile...” ( The American Statistician)

Reproducible Research with R and R Studio, Third Edition riunisce le competenze e gli strumenti necessari per condurre e presentare ricerche computazionali. Utilizzando esempi immediati, il libro vi conduce attraverso un intero flusso di lavoro di ricerca riproducibile. Questo flusso di lavoro pratico consente di raccogliere e analizzare i dati e di presentare dinamicamente i risultati sulla stampa e sul web. Materiali supplementari ed esempi sono disponibili sul sito web dell'autore.

Novità della terza edizione.

⬤ Aggiornati i pacchetti consigliati, gli esempi, gli URL e rimosse le tecnologie non più utilizzate regolarmente.

⬤ Markdown R più avanzato (e meno LaTeX) nelle discussioni sui linguaggi di markup e negli esempi.

⬤ Maggiore attenzione agli strumenti di directory di lavoro riproducibili.

⬤ Aggiornata la discussione sui servizi di cloud storage e sulla citazione persistente di materiale riproducibile.

⬤ Aggiunta discussione sui taccuini Jupyter e sulle pratiche riproducibili nell'industria.

⬤ Esempi di manipolazione dei dati con i tibble di Tidyverse (oltre ai data frame standard) e le funzioni pivot_longer() e pivot_wider() per la rotazione dei dati.

Caratteristiche.

⬤ Incorpora i progressi più importanti che sono stati sviluppati dalla pubblicazione delle edizioni.

⬤ Descrive un flusso di lavoro completo di ricerca riproducibile, dalla raccolta dei dati alla presentazione dei risultati.

⬤ Mostra come generare automaticamente tabelle e figure utilizzando R.

⬤ Include istruzioni sulla formattazione di un documento di presentazione tramite linguaggi di markup.

⬤ Discute i servizi di cloud storage e versioning, in particolare Github.

⬤ Spiega come utilizzare programmi di shell di tipo Unix per lavorare con grandi progetti di ricerca.