RPad Statistikken fra R, på iPaden din.
En analyse forstår man ved selv å utføre den: laste inn dataene, prøve en modell, lese utdataene, begynne på nytt. RPad legger det arbeidet i hendene dine, overalt der du tenker, med språket R og resultatene fra R.
For iPad med iPadOS 17 eller nyere. Gratis å laste ned: full prøveperiode på 7 dager, deretter 30 CHF per år eller 90 CHF som engangskjøp.
Tenk med data, der du tenker
Statistikk lærer man ved selv å stille dataene spørsmålet: man tilpasser en modell, leser utdataene, tar feil, prøver igjen. I psykologi, som i mange andre fag, foregår denne dialogen i R: det er språket i forelesningene, lærebøkene og artiklene. Vi mener at den skal kunne foregå overalt – på forelesningen, på biblioteket, på toget – og gi de samme resultatene som i en artikkel. Det er derfor RPad finnes: for å gjøre iPad til en komplett arbeidsstasjon for statistikk.
En R-motor skrevet for iPad
RPad har sin egen R-motor, skrevet for iPad: den leser og kjører språket R direkte på enheten. Et resultat er bare verdt noe hvis det er riktig; derfor sammenligner vi RPad med R. Hver pakke som er merket med en stjerne i RPad, har bestått testskript der utdataene er de samme som i R: de samme estimatene, de samme testene, de samme grafene. I dag er de 75, fra tidyverse til lme4 og brms. Når et avvik er kjent, beskriver appen det ved siden av pakken.
Åpne et skript
En .R-fil fra Filer-appen eller iCloud Drive, eller et nytt skript. Data leses inn som i R: read.csv(), readr, readxl for Excel, haven for SPSS, Stata og SAS.
Kjør
Den gjeldende linjen eller hele skriptet med én bevegelse; eller skriv rett inn i konsollen. Med tastatur kjører ⇧⌘↩ hele skriptet.
Les resultatet
Utdataene i konsollen, objektene i miljøet, grafene i sin fane, og som PDF-, PNG- eller SVG-fil med pdf(), png() eller svg().
Dette finner du i RPad
Arbeidsområdet i R
Skript, konsoll, miljø, historikk, filer, grafer, pakker og hjelp: panelene alle som har lært R, kjenner – på iPad-skjermen.
Klassiske tester
t-test, ANOVA og multiple sammenligninger, χ², korrelasjoner, lineær og logistisk regresjon; effektstørrelser og teststyrke med lsr og pwr; ANOVA type II og III med car.
Blandede modeller
lme4 og nlme for tilfeldige effekter, pbkrtest for Kenward-Roger-tester, mgcv for additive modeller, survival for overlevelsesanalyse.
Psykometri
psych og GPArotation: Cronbachs alfa, faktoranalyse og prinsipalkomponentanalyse, rotasjoner, deskriptiv statistikk per gruppe.
Bayesiansk statistikk
Stan via cmdstanr, brms og rethinking: modellene kompileres direkte på iPad. BayesFactor for Bayes-faktorer; posterior, loo og coda for å lese kjedene.
Tidyverse
dplyr, tidyr, purrr, readr, stringr, forcats, lubridate og ggplot2; data.table for store tabeller; dagitty for kausale grafer.
Pakker fra CRAN
Fanen Pakker søker i CRAN og installerer; install.packages() virker også i konsollen. En stjerne merker pakkene der utdataene er kontrollert mot R.
Grafer
Basisgrafikk og ggplot2 vises i sin fane. Til en artikkel gir pdf() og svg() vektorfigurer, skarpe i alle størrelser.
Slik ser det ut
Kontrollert mot R
Hver pakke nedenfor er prøvd i RPad med skript der utdataene sammenlignes linje for linje med utdataene fra R:
- backports
- BayesFactor
- bit
- bit64
- brms
- car
- checkmate
- cli
- cmdstanr
- coda
- colorspace
- dagitty
- data.table
- distributional
- dplyr
- dtplyr
- farver
- forcats
- forecast
- foreign
- generics
- ggplot2
- glue
- GPArotation
- gplots
- gtable
- haven
- hms
- hypergeo
- isoband
- jsonlite
- labeling
- lattice
- lifecycle
- lme4
- loo
- lsr
- lubridate
- magrittr
- Matrix
- matrixStats
- mgcv
- nlme
- pbkrtest
- pillar
- pkgconfig
- posterior
- psych
- purrr
- pwr
- quantreg
- readr
- readxl
- rethinking
- rlang
- S7
- scales
- sciplot
- shape
- SparseM
- stringi
- stringr
- survival
- tensorA
- tibble
- tidyr
- tidyselect
- tidyverse
- timechange
- tzdb
- utf8
- vctrs
- vroom
- withr
- xml2
Basispakkene i R – base, stats, graphics, utils, datasets – er skrevet inn i motoren og kontrollert på samme måte; basisgrafikken sammenlignes strek for strek med PDF-ene fra R.
Hvem er det for?
For psykologistudenten som tar et statistikkemne med R og vil gjøre øvelsene på nytt hvor som helst; for forskeren som går gjennom en analyse, sjekker en blandet modell eller tilpasser en bayesiansk modell mellom to møter; for læreren som kjører et skript foran klassen og gir det videre til studentene.