Investigación reproducible con R y Rstudio

Opiniones de los lectores

Actualmente no hay opiniones de lectores. La calificación se basa en 3 votos.

Título original:

Reproducible Research with R and Rstudio

Contenido del libro:

Elogios de ediciones anteriores:

«Gandrud ha escrito un gran esquema de cómo debería ser un proyecto de investigación totalmente reproducible de principio a fin, con breves explicaciones de cada herramienta que utiliza a lo largo del camino.... Los estudiantes avanzados de matemáticas, estadística y campos similares, así como los estudiantes que acaban de empezar sus estudios de posgrado, son los que más se beneficiarían de la lectura de este libro. Muchos usuarios de R más experimentados o estudiantes de segundo año de posgrado podrían pensar: '¡Ojalá hubiera leído este libro al principio de mis estudios, cuando estaba aprendiendo R! '... Este libro podría utilizarse como texto principal para una clase sobre investigación reproducible...» ( The American Statistician)

Reproducible Research with R and R Studio, Third Edition reúne las habilidades y herramientas necesarias para realizar y presentar investigación computacional. Utilizando ejemplos sencillos, el libro le lleva a través de todo un flujo de trabajo de investigación reproducible. Este flujo de trabajo práctico le permite recopilar y analizar datos, así como presentar resultados de forma dinámica en formato impreso y en la web. En el sitio web del autor encontrará material complementario y ejemplos.

Novedades de la tercera edición.

⬤ Se han actualizado las recomendaciones de paquetes, los ejemplos y las URL, y se han eliminado las tecnologías que ya no se utilizan con regularidad.

⬤ Más R Markdown avanzado (y menos LaTeX) en discusiones de lenguajes de marcado y ejemplos.

⬤ Mayor énfasis en herramientas reproducibles de directorios de trabajo.

⬤ Discusión actualizada de los servicios de almacenamiento en la nube y citación de material reproducible persistente.

⬤ Se ha añadido un debate sobre los cuadernos Jupyter y las prácticas reproducibles en la industria.

⬤ Ejemplos de manipulación de datos con tibbles Tidyverse (además de marcos de datos estándar) y funciones pivot_longer() y pivot_wider() para pivotar datos.

Características.

⬤ Incorpora los avances más importantes que se han desarrollado desde que se publicaron las ediciones.

⬤ Describe un flujo de trabajo de investigación reproducible completo, desde la recopilación de datos hasta la presentación de resultados.

⬤ Muestra cómo generar automáticamente tablas y figuras utilizando R.

⬤ Incluye instrucciones para formatear un documento de presentación mediante lenguajes de marcado.

⬤ Discute el almacenamiento en la nube y los servicios de versionado, en particular Github.

⬤ Explica cómo utilizar programas shell tipo Unix para trabajar con grandes proyectos de investigación.