Słownik metodologiczny · Programy statystyczne

R (język programowania)

Pełne wyjaśnienie, zastosowanie naukowe i praktyczne, przykład, dobre praktyki oraz gotowy zapis wyniku w APA 7.

Strona główna / Słownik / R (język programowania)

Opracowanie merytoryczne: · Opublikowano: · Aktualizacja:

Co oznacza R (język programowania)?

R jest otwartym językiem i środowiskiem do programowalnej analizy danych, grafiki, symulacji oraz tworzenia odtwarzalnych raportów.
Co odróżnia to pojęcie? R jest językiem i środowiskiem obliczeń, a nie jednym programem z niezmiennym zestawem procedur. Wynik zależy od wersji R, pakietów, argumentów funkcji i stanu losowania. Skrypt pozwala automatyzować pełny proces od importu do raportu. Dobra dokumentacja obejmuje sessionInfo(), plik zależności i cytowania pakietów, ponieważ różne pakiety mogą implementować odmiennie metodę o tej samej nazwie.

Zastosowanie, warunki i dobre praktyki

Najważniejsze zastosowanie: Wykorzystuj R, gdy kluczowe są automatyzacja, specjalistyczne pakiety, kontrola wersji i odtworzenie całego procesu od danych do raportu.

R jest dobrym wyborem dla analiz wymagających automatyzacji, kontroli wersji, specjalistycznych modeli i reprodukowalnych raportów. Odtworzenie wyniku wymaga zapisania kodu, danych analitycznych, wersji R i pakietów oraz ziarna generatora losowego, jeśli procedura używa symulacji lub bootstrapu.

Jak poprawnie stosować i interpretować hasło „R (język programowania)”?

Przy ocenie pojęcia „R (język programowania)” należy oddzielić możliwości programu od poprawności projektu analizy. W odniesieniu do hasła „R (język programowania)” trzeba wybrać procedurę odpowiadającą pytaniu, jawnie ustawić wariant estymatora i zachować składnię, zamiast polegać wyłącznie na kliknięciach lub ustawieniach domyślnych. Przy ocenie hasła „R (język programowania)” dane wejściowe powinny mieć udokumentowane typy, kody braków, etykiety oraz wersję niezmienioną przez późniejsze przekształcenia.

Ocena wyniku uzyskanego za pomocą „R (język programowania)” obejmuje kontrolę komunikatów ostrzegawczych, zgodność liczebności z oczekiwaniem i ręczne sprawdzenie kilku transformacji. W analizie dotyczącej hasła „R (język programowania)” dla ważnej analizy warto odtworzyć kluczowy rezultat inną funkcją albo pakietem. Dla interpretacji hasła „R (język programowania)” losowe procedury wymagają ustalonego ziarna, a aktualizacja wersji może zmienić domyślne ustawienia lub wynik.

Co trzeba opisać w raporcie?

Opis pojęcia „R (język programowania)” powinien zawierać nazwę i wersję programu, pakiety, funkcje, najważniejsze ustawienia oraz system operacyjny, jeśli wpływa na odtwarzalność. W odniesieniu do hasła „R (język programowania)” do materiałów uzupełniających warto dołączyć składnię i dziennik zmian danych. Przy ocenie hasła „R (język programowania)” cytuje się oprogramowanie i pakiety rzeczywiście użyte w końcowym obliczeniu.

Zakres raportowania dla hasła „R (język programowania)”: Podaj nazwę, wersję, moduły/pakiety i kluczowe opcje estymacji.

Przykład praktyczny i gotowa interpretacja

Sytuacja: Skrypt R wczytuje surowy plik, rekoduje trzy pozycje, dopasowuje model i tworzy tabelę; po zmianie danych cały raport można wygenerować ponownie jednym uruchomieniem.

Jak ją zinterpretować: Skrypt pozwala odtworzyć całą drogę od danych surowych do tabel i wykresów, o ile zapisano wersje R, pakietów i ziarno losowania. Sam kod nie gwarantuje poprawności modelu, dlatego potrzebna jest walidacja wyniku.

Najczęstsza pułapka i granica interpretacji

Skrypt bez wersji pakietów i kontroli danych może być równie nieodtwarzalny jak nieudokumentowane kliknięcia.

Korzystanie z pojęcia „R (język programowania)” nie weryfikuje automatycznie założeń ani sensu modelu. W analizie dotyczącej hasła „R (język programowania)” poprawny technicznie kod może konsekwentnie liczyć niewłaściwą rzecz, jeśli źle zdefiniowano zmienne lub pytanie badawcze.

Definicje, zalecenia interpretacyjne i sposób raportowania oparto na literaturze metodologicznej wskazanej w bibliografii (Şahin i Aybek, 2020).

Powiązane hasła

Syntax (język poleceń)IBM SPSS StatisticsJamoviJASPPSPP

Poradniki, w których użyjesz tego pojęcia

Poradnik

Bezpłatne programy do analizy statystycznej dla studentów i badaczy

Porównanie jamovi, JASP, R i PSPP według rodzaju analiz, powtarzalności, progu wejścia i możliwości oddania kompletnego raportu.

Czytaj →

Potrzebujesz wsparcia w analizie danych?

Wybierz ofertę dopasowaną do pracy dyplomowej albo profesjonalnego projektu naukowego.

Oferta dla badaczyOferta dla studentów

Bibliografia i dalsza literatura naukowa (APA 7)

  1. Şahin, M., & Aybek, E. (2020). Jamovi: An easy to use statistical software for the social scientists. International Journal of Assessment Tools in Education, 6(4), 670–692. https://doi.org/10.21449/ijate.661803
  2. van Doorn, J., van den Bergh, D., Böhm, U., Dablander, F., Derks, K., Draws, T., Etz, A., Evans, N. J., Gronau, Q. F., Haaf, J. M., Hinne, M., Kucharský, Š., Ly, A., Marsman, M., Matzke, D., Komarlu Narendra Gupta, A. R., Sarafoglou, A., Stefan, A., Voelkel, J. G., & Wagenmakers, E.-J. (2021). The JASP guidelines for conducting and reporting a Bayesian analysis. Psychonomic Bulletin & Review, 28, 813–826. https://doi.org/10.3758/s13423-020-01798-5
  3. Wilson, G., Bryan, J., Cranston, K., Kitzes, J., Nederbragt, L., & Teal, T. K. (2017). Good enough practices in scientific computing. PLoS Computational Biology, 13(6), e1005510. https://doi.org/10.1371/journal.pcbi.1005510
  4. Lang, T. A., & Altman, D. G. (2015). Basic statistical reporting for articles published in biomedical journals: The SAMPL guidelines. International Journal of Nursing Studies, 52(1), 5–9. https://doi.org/10.1016/j.ijnurstu.2014.09.006
  5. Appelbaum, M., Cooper, H., Kline, R. B., Mayo-Wilson, E., Nezu, A. M., & Rao, S. M. (2018). Journal article reporting standards for quantitative research in psychology: The APA Publications and Communications Board task force report. American Psychologist, 73(1), 3–25. https://doi.org/10.1037/amp0000191

Cytowania BibTeX

@article{sahin2020jamovi, author={Şahin, Murat and Aybek, Eren}, title={Jamovi: An Easy to Use Statistical Software for the Social Scientists}, journal={International Journal of Assessment Tools in Education}, year={2020}, volume={6}, number={4}, pages={670--692}, doi={10.21449/ijate.661803}}
@article{vandoorn2021jasp, author={van Doorn, Johnny and van den Bergh, Don and Böhm, Udo and Dablander, Fabian and Derks, Koen and Draws, Tim and Etz, Alexander and Evans, Nathan J. and Gronau, Quentin F. and Haaf, Julia M. and Hinne, Max and Kucharský, Šimon and Ly, Alexander and Marsman, Maarten and Matzke, Dora and Komarlu Narendra Gupta, Akash R. and Sarafoglou, Alexandra and Stefan, Angelika and Voelkel, Jan G. and Wagenmakers, Eric-Jan}, title={The JASP guidelines for conducting and reporting a Bayesian analysis}, journal={Psychonomic Bulletin and Review}, year={2021}, volume={28}, pages={813--826}, doi={10.3758/s13423-020-01798-5}}
@article{wilson2017computing, author={Wilson, Greg and Bryan, Jennifer and Cranston, Karen and Kitzes, Justin and Nederbragt, Lex and Teal, Tracy K.}, title={Good enough practices in scientific computing}, journal={PLoS Computational Biology}, year={2017}, volume={13}, number={6}, pages={e1005510}, doi={10.1371/journal.pcbi.1005510}}
@article{lang2015sampl, author={Lang, Thomas A. and Altman, Douglas G.}, title={Basic statistical reporting for articles published in biomedical journals: the SAMPL guidelines}, journal={International Journal of Nursing Studies}, year={2015}, volume={52}, number={1}, pages={5--9}, doi={10.1016/j.ijnurstu.2014.09.006}}
@article{appelbaum2018jars, author={Appelbaum, Mark and Cooper, Harris and Kline, Rex B. and Mayo-Wilson, Evan and Nezu, Arthur M. and Rao, Stephen M.}, title={Journal article reporting standards for quantitative research in psychology}, journal={American Psychologist}, year={2018}, volume={73}, number={1}, pages={3--25}, doi={10.1037/amp0000191}}
R