再現可能性のすゝめ(サイゲンカノウセイノススメ)

データ解析とレポート作成の再現性を高めよう。その先には、ボスの笑顔が待っている。
RStudio を使いこなそう。その先には、旨いお鮨が待っている。
R マークダウンをマスターしよう。その先には、明るい未来が待っている。

本書は R による再現可能なデータ解析とレポート作成を身につけるための一冊である。
R がデータ解析のデファクトスタンダードとなった現在,R の使い方や R によるさまざまなデータ解析手法についての情報は数多く入手できる。しかしどれだけ立派なデータ解析であっても,結果が再現できなかったり,間違いだらけだったり,時間がかかりすぎて完成しなかったりしたら,価値は半減である。
本書では RStudio と R マークダウンについての解説を通して,再現性と信頼性を高め効率を上げるような「データ解析とレポート作成というプロセス」について解説している。データ解析に携わるすべての人に,再現可能性の意義を学び,RStudio と R マークダウンによる再現可能なデータ解析とレポート作成を日々の習慣としてほしい。
Chapter 1 再現可能性のすゝめ
1.1 アドホックなデータ解析とその問題点
1.2 R スクリプトの導入とその問題点
1.3 再現可能なデータ解析とその問題点
1.4 R マークダウンによる再現可能なレポート作成
1.5 再現可能なデータ解析とレポート作成のメリット

Chapter 2 RStudio 入門
2.1 RStudio とは
2.2 RStudio のダウンロードとインストール
2.3 はじめての RStudio
2.4 まずは RStudio を動かしてみよう
2.5 RStudio での作業パターン
2.6 タブの紹介
2.7 ツールバー
2.8 メニューバー
2.9 Windows での日本語の利用

Chapter 3 RStudio による再現可能なデータ解析
3.1 R スクリプトによる解析
3.2 はじめて R スクリプトを使うためのチュートリアル
3.3 プロジェクト機能を利用する
3.4 データの読み込みの自動化
3.5 解析結果の保存の自動化

Chapter 4 RStudio による再現可能なレポート作成
4.1 再現可能なレポートづくりを目指そう
4.2 R マークダウンによるレポート作成:最初の一歩
4.3 コードの記述と動作の制御
4.4 ドキュメントの記述
4.5 YAML ヘッダによるレポートのメタデータ設定
4.6 レポート作成の実行
4.7 R マークダウン編集サポートツール
4.8 R スクリプトからレポート作成

Chapter 5 R マークダウンによる表現の技術
5.1 さまざまな形式のレポート作成
5.2 bookdown による書籍の作成
5.3 flexdashboard でエッセンスを伝える
5.4 htmlwidgets によるインパクトのある可視化
5.5 表を極めるー正確さと効率の両立
5.6 文献目録の作成

Chapter 6 再現可能性を高める
6.1 バージョン管理システムによる解析プロジェクトの管理
6.2 再現できる環境づくり:packrat 編
6.3 パラメータ付き R マークダウン
6.4 R 以外の言語エンジンの利用
6.5 外部の R マークダウンと R スクリプトの読み込み
6.6 R マークダウンで後ろ向き参照

Chapter 7 RStudio を使いこなす
7.1 RStudio のオプション
7.2 コード補完機能
7.3 コードスニペット
7.4 コードの診断
7.5 RStudio によるデバッグ

付録 A マークダウン記法

付録 B チャンクオプション

索引

データ分析の結果をまとめたレポートを手作業で整えていると、数値の転記ミスやグラフの差し替え忘れが避けがたく発生します。本書は R と RStudio 、そして R Markdown を使って「解析とレポートを一体化し、ボタン一つで同じ結果を再生成できる状態」を作るための実践書です。著者の高橋康介氏がデータ分析ワークフローの再現可能性 (reproducibility) を軸に、環境構築からドキュメント生成までの一連の手順を解説しています。

読者として想定されるのは、 R でのデータ分析には多少慣れているものの、分析結果の共有や論文・報告書への統合で非効率を感じている人です。 R Markdown の書式、コードチャンクの埋め込み、出力形式 (PDF ・ HTML ・ Word) の切り替えなど、再現可能なレポーティングに必要な要素が体系的にまとまっています。

本書が扱う「再現可能性」は研究倫理の文脈だけでなく、実務のデータ分析でも「 3 か月後の自分が同じ結果を出せるか」という意味で価値があります。分析そのものの技法ではなく「分析結果を確実に伝える方法」に焦点を当てた、 R ユーザーのための品質管理の指南書と捉えるとその位置づけがはっきりします。