1. Intro:
   • Que es reproducible research y para que?
   • Sobrevuelo historico
   • Algunas herramientas y flujos de trabajo
2. knitr y rmarkdown

De wikipedia (en inglés):

"El termino investigación reproducible (reproducible research) se refiere a la idea de que el producto final de una investigación academica es el artículo en conjunto con todo el ambiente computacional usado para producir los reseltudas en el articulo como el codigo, los datos, etc. que pueden ser usados para reproducir los resultados y crear nuevo trabajo basado en la investigación."

Ver por ejemplo WaveLab and Reproducible Research en particular las anecdotas en la sección 2.

Rproducibilidad vs replicabilidad.

Reproducible vs valido.

De wikipedia (en inglés): Reproducibilidad es la capacidad de un experimento o estudio de ser duplicado. … Hablamos de replicar un experimento cuando este se reproduce. La reproducibilidad es uno de los principios fundamentales del metodo cientifico.

• Para colaborar.
• Por uno mismo!
• Por la ciencia y su desarrollo.
• Para fomentar la transparencia.

• Stanford:
  • Donald Knuth y la idea de Literate programming: http://www.literateprogramming.com/
  • Stanford Exploration Project
  • WaveLab

• WEB la primera implementación de literate programming: \(\TeX\) + PASCAL.

• noweb por Norman Ramsey literate programming simple, extensible, independiente de lenguajes.

Mucho más en: http://reproducibleresearch.net/links/

Sweave por Friedrich Leisch sintaxis de noweb con \(\LaTeX\) + S (i.e. R)

help("Sweave", package="utils") 

knitr: a neater versión of Sweave

Documentos dinamicos con R:

RMarkdown = knitr con markdown + pandoc =

Jupyter (antes iPython): computacioón interactiva independiente del lenguaje - kernels. (Como instalar)

Jupyter con Python y su stack para computo cientifico SciPy / Anaconda han desarrollado un ambiente muy valioso para analisis de datos abierto: e.g. Google deep-dream

iRkernel - kernel de R para Jupyter.

Pero hacer reproducible research bueno o util requiere más que entrelazar prosa y codigo.

Niveles de calidad:

• Se pueden reproducir (regenerar) las tablas y graficas?
• Coincide el codigo con lo que dice la documentación?
• Se explica claramente por qué se hace lo que se hace? (e.g. selección de parametros)
• Sirve el codigo con otros datos?
• Se puede extender el codigo para hacer otras cosas?

Knitr + markdown + pandoc = rmarkdown

• rmarkdown: Paquete de Rstudio
• Funciona con un click dentro del IDE Rstudio

• Fácil de aprender y usar.
• Mantener la atención en el contenido y no en lo estético.
• Flexible… inicialmente para HTML pero se puede convertir a diferentes formatos

• Markup language: diseñados para producir contenidos con texto plano
• Ejemplo: Latex… markup language para crear pdf's
• Convertir a varios formatos (HMTL/pdf/word)

• Knitr: Mejora sobre Sweave. Renderizar reportes que a su vez corran código. Ejemplo de uso: publicaciones científicas - actualizar gráficos
• Pandoc: La navaja suiza para convertir documentos… markdown, reStructuredText, textile, HTML, DocBook, LaTeX, MediaWiki markup, TWiki markup, OPML, Emacs Org-Mode, Txt2Tags, Microsoft Word docx, LibreOffice ODT, EPUB

• Yaml frontmatter
• Chunks
• Markdown normal

Los chunks son conceptos que vienen del paquete knitr.
Comienzan con tres back ticks y {r }

r 1 + 1

#> [1] 2 #> [1] 2

Tiene múltiples opciones dependiendo de lo que se quiera a la salida.

echo, eval, message, warning, results, fig.width, fig.height...

Ver opciones http://yihui.name/knitr/options/

Lo que va al comienzo del archivo .Rmd Se pueden definir formatos y otras propiedades, incluso definir parámetros para automatizar reportes.

  ---
  title: "Hola, soy Rmarkdown"
  date: "2016-02-17"
  output: html_document
  ---

library(rmarkdown)
render("index.Rmd")
browseURL("index.html")

install.packages(c("knitr", "rmarkdown"))

  Title
  ====================
  
  This is an R Markdown document.
  
  ```{{r results='asis'}}
  library(knitr)
  kable(head(cars), 'html')
  ```
  
  You can also embed plots, for example:
  
  ```{{r fig.width=7, fig.height=6, echo=FALSE}}
  plot(cars)
  ```

  library(plotly)
  p <- ggplot(data = d, aes(x = carat, y = price, colour = clarity)) +
    geom_point(aes(text = cut), size = 3) + geom_smooth() + facet_wrap(~ clarity)
  ggplotly(p)

• Estilo Tufte: HTML, pdf documents.

• Kmeans https://rpubs.com/dnchari/kmeans

• Mapas y proyecciones https://rpubs.com/hrbrmstr/coord_proj_stress_test

• Htmlwidgets de Redes https://rpubs.com/yoshio/99778

• Opciones globales knitr::opts_chunk$set(message = FALSE, warning = FALSE)

• Pasar parámetros http://rmarkdown.rstudio.com/developer_parameterized_reports.html

    params:
  start: !r as.Date("2015-01-01")
  snapshot: !r as.POSIXct("2015-01-01 12:30:00")

• Documentos reactivos (embeber shiny): http://rmarkdown.rstudio.com/authoring_shiny.html)

• Cambiar el template de html: http://rmarkdown.rstudio.com/developer_document_templates.html

• https://github.com/cpsievert/slides
• http://rmarkdown.rstudio.com
• http://www.rstudio.com/ide/docs/authoring/using_markdown
• http://yihui.name/knitr/

No olvidar

sessionInfo()

O mejor

devtools::session_info()