R Markdown'da PubMed'e referans vermek

R Markdown'da PubMed'e referans vermek mümkün. bunun için RefManageR paketini kullanmak gerekiyor.
Benim yazabildiğim kod şöyle:

```{r PubMed references}
PMID_25783680 <- RefManageR::ReadPubMed("25783680", 
database = "PubMed")
cit_25783680 <- paste0(PMID_25783680$title, " ", 
PMID_25783680$journal, " ", "PMID: https://www.ncbi.nlm.nih.gov/pubmed/?term=", 
PMID_25783680$eprint, " ", "doi: https://doi.org/", 
PMID_25783680$doi)
```
My next citation is here^[`r cit_25783680`].

http://markup.su/highlighter/

Otomatik olarak R ile günlük analiz yapıp git ile güncelleyin

Bu kodları çok farklı sayıda blog ve yazıdan derledim :)

Hedefim şu. Elimde bir R Markdown ya da R Notebook dökümanı var. Bunu belirli periyotlarla çalıştırıp güncel analizi git komutları ile github sayfama yüklemek istiyorum.

Böylece belirli bir API'den çektiğim veriyi belirli periyotlarla analiz edebileceğim.
Bu şekilde PubMed verisi üzerinde güncel analizlerimi oluşturmaya başladım.

Örnek otomatik analizler:
https://sbalci.github.io/pubmed/SchedulePubMedAnalysis.nb.html 

Örnek PubMed analizleri:
https://sbalci.github.io/ResearchOnBibliography/

1) R-project kodunu belirli periyotlarla çalıştırmak için RStudio'nun eklentilerini kullanıyorum:

cronR: A simple R package for managing your cron jobs.

Böylece aşağıdaki R dosyasını otomatik olarak belirli periyotlarla çalıştırmak mümkün.

2) Otomatik çalışan bu R kodunu kullanarak analizimi içeren R Markdown dosyasını çalıştırıp html çıktısını oluşturuyorum:

library(rmarkdown)
library(pander)
rmarkdown::render(input = "ScheduledAnalysis.Rmd",
output_format = "html_notebook",
output_file = "docs/ScheduledAnalysis.html",
quiet = TRUE)

3) Aynı R kodu içinde rstudioapi paketi ile de comand line, bash, terminal komutlarını da otomatik olarak çalıştırmak mümkün. Böylece git push da aynı anda yapılabiliyor.

library(rstudioapi)
CommitMessage <- paste("updated on ", Sys.time(), sep = "")
gitCommand <- paste("git add . \n git commit --message '",
CommitMessage,
"' \n git push origin master \n", sep = "")
gitTerm <- rstudioapi::terminalCreate(show = FALSE)
rstudioapi::terminalSend(gitTerm, gitCommand)

I want to run an #rstats R Notebook document periodically for a @ncbi_pubmed @NCBI @nlmtechbulletin PubMed bibliographic analysis then update my webpage. This will be an API based reproducible report. Follow the thread and please let me know your suggestions.

— Serdar Balcı (@serdarbalci) June 30, 2018

Tekrarlanabilir ve otomatik raporlar

Şöyle birşey düşünün,

Pankreas patolojisi ile ilgileniyorsunuz. "Bizim pankreas serisi ne durumda" diye merak ettiniz. Yaptığınız şey birkaç düğmeye basmak, ve o zamana kadar bölümünüzde rapor edilen pankreas vakalarının yaş, cinsiyet, tümör çapı, tümör tipi, evre, derece, lenf nodu durumu vesair bilgileri sağ kalım grafikleri ile word dökümanı olarak oluşturuluveriyor.

Bu hayal değil. Yapılabilir.

Makul bir bilgi işlem çalışanı, CAP ve AJCC'ye uygun doldurulması zorunlu yapılandırılmış patoloji raporları, ana veri tablosuna erişim, biraz SQL, biraz R, biraz da R Markdown kullanarak bunu yapmak işten bile değil.



Branding and automating your work with R Markdown – RStudio


Genetik sonuçlarıyla da entegre edelim madem o kadar istiyorsunuz :)

SPSS'ten R'a veri aktarırken değişken etiketleri

SPSS'den R'a veri aktarırken değişken etiketlerini aktarmakta zorluk çekiyordum. Değişken etiketleri ve değer etiketleri düzgün bir şekilde aktarılmıyor, sadece rakamlar aktarılıyordu. Bunu engellemek için excel ya da csv'ye aktarıp tekrar R'a aktarınca da bu sefer string ile uğraşmak zorunda kalıyordum.

Bunu Jamovi'de de yaşadım ve geliştiricilerle bunu tartıştım: Value Labels are not preserved when data imported from SPSS #487  Jamovi'de yaşadığım sorunun nedeni SPSS'te verileri ordinal ve nominal olarak doğru kodlamayışımmış.

RStudio ile varsayılan yükleme haven paketi ile. Ancak haven paketi ile de değer etiketleri ve değişken etiketlerini aktarmak zor. Bu etiketleri mutlaka aktarmak istiyorum, çünkü Jamovi'nin oluşturduğu sytax bunları kullanıyor ve ben bazı analizleri tekrar kolayca yapmak için Jamovi syntax'ını RNotebook'a aktarmak istiyorum.

Bunu tekrar tekrar yapmak benim için kolaylık olsun diye aşağıdaki kodu hazırladım. Benzer sorunları olanlar da faydalanır umarım.

R-project veri yüklemek neden zor?

Tüm dünya R ile istatistik analizine ilerleyedursun, biz hala SPSS adı altında kurslar düzenleme derdindeyiz. Jamovi gibi grafik arayüzleri varken hem de. Peki neden? Haklı tarafı yok mu?

R savunucuları, bu durumla dalga geçedursun, aslında hala daha SPSS'in kullanılmasının önemli bir nedeni var: veri yüklemek

R'a veri yüklemek neden bu kadar zor. Çoğu data üstadının burun kıvırdığı excel hala daha en çok kullanılan veri giriş modeli. Bir spreadsheet herkesin anlayabileceği kolaylıkta.
Neden hala R'a excel yüklemek bu kadar sorun? En fonksiyonel bulduğum xlsx paketini eklemek için java yüklemek gerekiyor. SPSS için foreign paketleri, haven paketleri ortada geziyor. Hele bir de .csv dosyaları var ki, eğer Türkçe excel kullanıyorsanız ; ile , arasındaki fark herhalde bu kadar anlamlı olmamıştır. Sayılara verdiğiniz . ya da , ile ondalıklar da epey sıkıntıya neden oluyor.

Jamovi de sadre şifa değil, o da henüz .sav dosyalarını okuyamıyor (Onun için önce JASP ile açıp sonra Jamovi ile bu JASP dosyasını açmak lazım). Eğer .csv dosyanızda sorun varsa veriniz de düzgün yüklenemiyor.

SPSS'in bu kadar yaygın olmasının nedeni belki de sadece bu konuda kullanıcı dostu olmaya devam etmesi.

Ortada yığınla R kursu var, ama hepsi afaki şeylerden bahsediyor. Neymiş efendim atomik vektör tipiymiş, zorlama ile türler nasıl değişirmiş, S dili çok önemliymiş, lattice mi kullaılacakmış, ggplot mu? Adama bir ağız tadı ile veri yükletip frekans tablosu aldıramadıktan sonra R çok iyi bir programmış kime ne?

Bu arada R'a veri yüklemenin -ve tabii bunu data.frame olarak yapmanın- en kolay yolu RStudio ile. Dökümana sağ tıklayıp import dataset dedikten sonrası oldukça anlaşılır:

• RStudio webinar: Getting your data into R

https://www.rstudio.com/resources/webinars/getting-your-data-into-r/
https://vimeo.com/130548869