RPad
Polski
Ikona RPad

RPad Statystyka R na twoim iPadzie.

Analizę rozumie się, wykonując ją: wczytać dane, wypróbować model, odczytać wynik, zacząć od nowa. RPad oddaje tę pracę w twoje ręce, wszędzie tam, gdzie myślisz — z językiem R i wynikami R.

Na iPada z iPadOS 17 lub nowszym. Pobieranie bezpłatne: pełny okres próbny trwający 7 dni, potem 30 CHF rocznie albo jednorazowo 90 CHF na zawsze.

shot-workspace.png
Przestrzeń robocza RPad: skrypt po lewej, konsola pośrodku, środowisko i wykresy po prawej.

Myśleć z danymi — tam, gdzie się myśli

Statystyki uczymy się, samodzielnie zadając danym pytania: dopasowujemy model, czytamy wynik, mylimy się, zaczynamy od nowa. W psychologii, jak w wielu innych dziedzinach, ten dialog toczy się w R: to język zajęć, podręczników i artykułów. Wierzymy, że powinien móc toczyć się wszędzie — na zajęciach, w bibliotece, w pociągu — i dawać te same wyniki co w artykule. Po to istnieje RPad: by zrobić z iPada kompletne stanowisko do pracy statystycznej.

Silnik R napisany dla iPada

RPad ma własny silnik R, napisany dla iPada: odczytuje i wykonuje kod w języku R na samym urządzeniu. Wynik jest coś wart tylko wtedy, gdy jest poprawny, dlatego porównujemy RPad z R. Każdy pakiet oznaczony w RPad gwiazdką przeszedł skrypty testowe, których wynik jest taki sam jak w R: te same oszacowania, te same testy, te same wykresy. Obecnie liczba takich pakietów wynosi 75 — od tidyverse po lme4 i brms. Gdy znana jest jakaś rozbieżność, aplikacja opisuje ją obok pakietu.

Otwórz skrypt

Plik .R z aplikacji Pliki lub z iCloud Drive albo nowy skrypt. Dane wczytuje się tak jak w R: read.csv(), readr, readxl dla Excela, haven dla SPSS, Stata i SAS.

Uruchom

Bieżący wiersz albo cały skrypt jednym gestem; możesz też pisać bezpośrednio w konsoli. Z klawiaturą skrót ⇧⌘↩ uruchamia cały skrypt.

Odczytaj wynik

Wynik w konsoli, obiekty w środowisku, wykresy na osobnej karcie, a także w plikach PDF, PNG lub SVG za pomocą pdf(), png() lub svg().

Co tu znajdziesz

Przestrzeń robocza R

Skrypt, konsola, środowisko, historia, pliki, wykresy, pakiety i pomoc: panele znane każdemu, kto uczył się R, na ekranie iPada.

Testy klasyczne

Test t, ANOVA i porównania wielokrotne, χ², korelacje, regresja liniowa i logistyczna; wielkość efektu i moc testu z lsr i pwr; ANOVA typu II i III z car.

Modele mieszane

lme4 i nlme dla efektów losowych, pbkrtest dla testów Kenwarda-Rogera, mgcv dla modeli addytywnych, survival dla analizy przeżycia.

Psychometria

psych i GPArotation: alfa Cronbacha, analiza czynnikowa i analiza głównych składowych, rotacje, statystyki opisowe w grupach.

Statystyka bayesowska

Stan za pośrednictwem cmdstanr, brms i rethinking: modele są kompilowane na samym iPadzie. BayesFactor dla czynników Bayesa; posterior, loo i coda do odczytu łańcuchów.

Tidyverse

dplyr, tidyr, purrr, readr, stringr, forcats, lubridate i ggplot2; data.table dla dużych tabel; dagitty dla grafów przyczynowych.

Pakiety z CRAN

Karta Pakiety przeszukuje CRAN i instaluje pakiety; install.packages() działa też w konsoli. Gwiazdka oznacza pakiety, których wyniki zweryfikowano względem R.

Wykresy

Wykresy bazowe i ggplot2 wyświetlają się na osobnej karcie. Do artykułu pdf() i svg() tworzą rysunki wektorowe, ostre w każdym rozmiarze.

Jak to wygląda

shot-ggplot2.png
Wykres ggplot2 i skrypt, który go tworzy.
shot-lme4.png
Model mieszany w lme4: wynik jest taki jak w R.
shot-brms.png
Model bayesowski w brms, skompilowany i próbkowany na iPadzie.
shot-packages.png
Karta Pakiety: pakiety z CRAN i gwiazdka przy pakietach zweryfikowanych względem R.

Zweryfikowane względem R

Każdy z poniższych pakietów przetestowano w RPad skryptami, których wynik porównuje się wiersz po wierszu z wynikiem R:

Pakiety bazowe R — base, stats, graphics, utils, datasets — są zaimplementowane w silniku i weryfikowane w ten sam sposób; grafika bazowa jest porównywana kreska po kresce z plikami PDF z R.

Dla kogo?

Dla osób studiujących psychologię, które mają zajęcia ze statystyki w R i chcą powtarzać ćwiczenia w dowolnym miejscu; dla osób prowadzących badania, które przeglądają analizę, sprawdzają model mieszany albo dopasowują model bayesowski między dwoma spotkaniami; dla wykładowcy, który uruchamia skrypt przed grupą i zostawia go studentom.