使用R的可重复研究的完整实质性示例

问题：是否有任何可以免费在线使用R进行可重复研究的好例子？

理想示例： 具体而言，理想示例将提供：

• 原始数据（最好是解释数据的元数据），
• 所有R代码，包括数据导入，处理，分析和输出生成，
• 调整或将最终输出链接到最终文档的其他方法，
• 所有格式都易于在读者的计算机上下载和编译。

理想情况下，示例应是期刊文章或论文，其中重点是实际应用的主题，而不是统计教学示例。

感兴趣的原因： 我对期刊文章和论文中的应用主题特别感兴趣，因为在这种情况下，还会出现其他一些问题：

• 出现与数据清理和处理有关的问题，
• 出现与元数据管理有关的问题，
• 期刊和论文通常对表格和图表的外观和格式有风格指导的期望，
• 许多期刊和论文通常都有广泛的分析，这些分析提出了有关工作流程（即，如何进行序列分析）和处理时间（例如，缓存分析等）的问题。

看到完整的示例，可以为可重复研究的研究人员提供良好的指导材料。

弗兰克·哈雷尔（Frank Harrell）多年来一直在可重复的研究和报告方面屡获殊荣。您可以从此Wiki页面开始 ，该页面列出了许多其他资源，包括已发表的研究成果，还涵盖了Charles Geyer的页面。

《生物统计学》杂志设有可重复性的副编辑，其所有文章均标有：

可重复的研究

我们的可重复研究政策是：如果可以免费获得期刊上的论文，则将其标记为风筝。如果可以免费获得其所依据的数据，则为C；如果可以自由获得作者的代码，则为C；如果可以同时获得数据和代码，则为R。再现性助理编辑器可以使用这些来再现论文中的结果。数据和代码作为补充材料以电子形式发布在该杂志的网站上。

http://biostatistics.oxfordjournals.org/

那是一个多么好的主意？

http://biostatistics.oxfordjournals.org/content/12/1/18.abstract在用于分析的补充资料中随附了R包-尚未亲自尝试过。另外，无法找到指定开放度等级的位置。正在通过电子邮件向副编辑发送一些问题...

[编辑]

副主编罗杰·彭（Roger Peng）告诉我，如果不获取PDF，可能无法找到可复制的论文。他向我指出了这个带有可重复性的大“ R”（并不意味着像电影一样R级）：

http://biostatistics.oxfordjournals.org/content/10/3/409.abstract

当然期刊本身不是免费的...＃失败

巴里

NCI60化疗预测因子的不可再现性

这是一个可重复的分析，表明新闻中的论文缺乏可重复性。基于不可复制的论文的错误结论的一项临床试验被暂停，恢复原状，再次暂停……这是新闻中可重复分析的一个很好的例子。

我的研究论文页面上有一些这样的例子。（不允许我以新成员的身份发布多个超链接。因此，我只介绍该站点上的论文。）

（1）“在随机实验中制作效果清单”使用R的小插图系统。

（2）“将效果归因于集群随机参加的投票活动”是一篇更复杂的论文，涉及一些耗时的模拟。我们使用了一个基于Makefile的系统并将其发布到Dataverse

（3）“ EDA for HLM”是我最早的尝试。在这里，我只是将数据和关联的Sweave文件放在压缩包中。

创建JASA归档文件时发现的一个问题是CRAN软件包的版本和默认值已更改。因此，在该归档文件中，我们还包括了所用软件包的版本。当人们改变他们的包装时，基于小插图的系统可能会崩溃（不确定如何在《纲要》的包装中包括额外的包装）。

最后，我想知道当R本身改变时该怎么做。例如，是否有生产虚拟机的方法，该虚拟机可复制用于纸张的整个计算环境，从而使虚拟机不会很大？

无论如何，我希望这些例子能对您有所帮助。至少他们展示了我在这方面的一些实验。

（以下是一些纯文本超链接。）

  [2]：http：//jakebowers.org/manifesteffects-compendium-howto.txt
  [3]：http：//hdl.handle.net/1902.1/12174
  [4]：http：//hdl.handle.net/1902.1/13376

Koenker和Zeileis提供了一个带有相对完整示例的网页。他们分享：

• Rnw（交换代码）
• R分析代码
• 最终PDF
• 讨论版本控制问题

我们写了一篇论文，解释了在分析微阵列数据时如何使用R / Bioconductor。该论文以Sweave编写，所有用于生成图形的代码均作为补充材料包括在内。

Gillespie，CS，Lei，G.，Boys，RJ，Greenall，AJ，Wilkinson，DJ，2010。使用BioConductor分析酵母菌时程微阵列数据：使用酵母2 Affymetrix阵列的案例研究 BMC研究注释，3:81。

Charles Geyer 在Sweave上的页面上有一个论文示例，它可以满足您的一些要求（原始数据仅来自R包，但可以使用R / sweave代码和最终PDF）：

在尹菊成论文中有关该理论的论文《缺失数据模型的蒙特卡罗似然推断》（预印本）中包含了计算示例。本文中的每个数字和每个情节都是从Sweave完成的“补充材料”文档中提取的（我必须承认，是剪切粘贴）。

（源文件链接在“论文补充材料”部分下。）

我知道我以前至少浏览过一个R示例，浏览过ReproducibleResearch.net资料页面，但不幸的是没有将其添加为书签。

西蒙·杰克曼（Simon Jackman）有一个分析调查结果的特别有用的例子：“美国人和澳大利亚人在9/11之后的10年”。它具有集成表格和图形的多个示例。

他通过此博客文章制作了Sweave文档 和PDF报告。

尽管未提供原始数据（据我所知），所以无法运行实际的Sweave示例，但我认为可以通过研究Sweave代码来学到很多。

尼尔·桑德斯（Neil Saunders）分析了与会议相关的在线互动。使其成为有用的Sweave示例的一些属性包括：

• 提供了RW文件
• 图形使用生成 ggplot
• 大小合适且易于理解的领域

这些材料在这里可用：

• 博客文章
• github仓库
• GitHub上的Rnw文件

另请参阅Journal of Statistics Software（统计软件杂志）；他们鼓励在Sweave中制作论文。

我过去曾发现过不错的作品，一旦我将其挖掘出来便会发布，但有一些快速的一般建议：

1. 通过使用关键字和ext：rnw（将搜索带有sweave扩展名的文件）搜索google，您也许可以找到一些有趣的示例。这是一个示例搜索。这是我搜索到的第三个结果：http : //www.ne.su.se/paper/araietal_source.Rnw。这是我搜索到的另一个示例：http : //www.stat.umn.edu/geyer/gdor/。
2. 许多R软件包都有有趣的小插图，这些小插图本质上等同于同一件事。例如：https：//r-forge.r-project.org/scm/viewvc.php/paper/maxLik.Rnw

罗伯特·金特曼（Robert Gentleman）撰写了一篇名为“可再生研究：生物信息学案例研究”的论文。

它实现了简短的分析作为R包并使用了Sweave。它还将更广泛地讨论Sweave的用法。

有关使用的所有文件和文件夹的存档文件，请参见文章页面的“相关文件”部分。

参考：

• Gentleman，Robert（2005），“可再生性研究：生物信息学案例研究”，遗传学和分子生物学中的统计应用：第1卷。4：伊斯 1，第2条。
• DOI：10.2202 / 1544-6115.1034
• 可在以下网址获得：http : //www.bepress.com/sagmb/vol4/iss1/art2

http://genome.cshlp.org/content/early/2011/06/09/gr.117523.110/suppl/DC1

我的一位实验室友写的一篇不错的论文。当收到类似粉丝的邮件时，我们的PI感到非常高兴。现在，该小组的所有出版物都有LaTeX / Sweave中列出的补充方法。也有一些论文（无法决定是否将我的保留在LyX / Sweave中还是折叠，而只是在Sweave中进行补充）。

寻找示例和实践是学习的好方法，但是我只想提及可再现性不仅具有技术/脚本重播方面，而且还具有代码风格和结构方面，可最大程度地减少核心功能中的副作用等。我个人发现，钱伯斯的著作《数据分析软件》使您可以更深入地了解有助于避免R代码级可靠性和可再现性问题的技术。

如果您仍然需要一个很好的完全可再生分析实例以及一个PAPER实例，请使用此repo。

@jscamac通过使他的分析可再现而出色地完成了工作，我亲自进行了验证。

您可以学习如何使用R特定功能（例如包装）remake以确保可重复性。

注意/计算大约需要一个小时。

全部编写脚本，最后生成带有数字的LaTeX论文。