Uma ferramenta para tornar a pesquisa reproduzível.
A ideia básica ou ponto forte dos relatórios dinâmicos é 'automatizar' a geração de gráficos e tabelas em documentos (textos, páginas web, apresentações).
Você pode começar a usar o R no lugar do word e powerpoint.
LaTeX é um bom caminho para o processamento de documentos, mas você pode combinar essa linguagem com R (e RStudio).
É chato (e um pouco trabalhoso) refazer gráficos e tabelas em seu texto sempre que mudar algo nos dados ou na análise. Com LaTeX "bruto", você ainda precisará refazer tabelas, exportar as figuras, etc.
Mas os pacotes knitr e rmarkdown (junto com o RStudio) podem ajudar muito.
Você irá produzir seu texto (pdf) ou suas apresentações (pdf ou html) diretamente no R, criando slides como este.
Um pacote do R para geração de relatórios dinâmicos.
Resolve problemas do pacote anterior, Sweave, e combina funcionalidades de outros pacotes, interagindo com várias linguagens de entrada e saída (R, Python, LaTeX, HTML, Markdown, etc).
install.packages('knitr', dependencies = TRUE) #instala o pacote
install.packages('tikzDevice') # pacote necessário para plotar ggplot
Uma forma de usá-lo é combinando com o LaTeX através de arquivos .Rnw.
No RStudio, New File - R Sweave.
Outro pacote do R para geração de relatórios dinâmicos.
Baseado no knitr, porém mais intuitivo e simples para quem quer começar rápido.
Adota a sintaxe markdown e permite a produção de pdfs (relatórios e apresentação), html e documentos do Word, inclusive com gráficos interativos.
install.packages("rmarkdown", dependencies = TRUE) #instala o pacote
O mais legal dos dois pacotes é poder combinar o texto com blocos de código do R (code chunks).
Melhor para quem já tem familiaridade com LaTeX.
Com arquivos .Rnw você combina código LaTeX para fazer a edição geral do documento e do texto, podendo acrescentar R code chunks para automatizar gráficos e operações.
Inline commands: a expressão \ Sexp{ } permite mostrar, no decorrer do texto, o resultado de comandos do R.
Você também pode chamar scripts externos com a função read_chunk().
O mais prático é usar knitr com o RStudio. Vejamos…
Bom. Mesmo se você não souber nada de LaTeX.
Pode servir para seus trabalhos finais e relatórios de pesquisas (bye word!).
Também pode funcionar para apresentações (bye powerpoint!)
Em apresentações baseadas em html, você pode incluir gráficos dinâmicos.
Sua praticidade também se revela com o RStudio. Olha só…
Depende do seu objetivo, do que você quer produzir.
É um paper?
É uma apresentação?
É para web?
Como serão os gráficos? Estáticos ou dinâmicos?
É dissertação ou tese?
Está disposto a incrementar com LaTeX?
Se não souber LaTeX (ou não estiver disposto a aprender) o melhor é ficar no Rmd.
Se for para web e quiser usar gráficos dinâmicos, vá com Rmd (que tem sido atualizado).
Se for trabalhar em conjunto com quem já conhece LaTeX, fique com Rnw.
Se for um paper ou - especialmente - dissertação/tese, considere Rnw.
Atenção UERJ: existe uma classe e estilo que segue as normas da universidade, o Latex Uerj.
Plotly é uma plataforma para criar, editar e compartilhar gráficos.
Para quem usa ggplot2, a função ggplotly() deixa os gráficos interativos e prontos para a web.
Primeiro, instalamos os pacotes necessários.
install.packages("devtools") # para instalar pacotes do github
devtools::install_github("ropensci/plotly") #intala o pacote
Agora, vamos testar.
library(plotly) # carrega o pacote py <- plotly(username="r_user_guide", key="mw5isa4yqp") # abre uma conexão gg <- ggplot(cars) + geom_point(aes(speed, dist)) # gera o gráfico py$ggplotly(gg) # manda o gráfico para o plotly
Plotly permite incorporar plots interativos em outros documentos, como páginas da web.
E podemos usar knitr/Rmarkdow para criar essas web pages.
Duas configurações: 'plotly=TRUE', no chunk, e 'session=knitr', no plot.
Vamos tentar?