Comparación de estrategias de investigación reproducible: brew o Sweave vs. R2HTML

Question

Esta es una pregunta un poco más "reflexiva", pero considero que es importante plantearla.

Llevo unos días luchando por tener un flujo de trabajo más parecido al de la investigación reproducible. Estoy confundido con las dos estrategias diferentes para escribir un informe.

Las dos estrategias son:

1. Barrer o elaborar cerveza. Donde hay un archivo report.Rnw o report.brew que tiene una mezcla de algún lenguaje de marcado (ya sea HTML o LaTeX) y código R entre llaves especiales (digamos <<>>= @). Este archivo debe ser ejecutado a través de Sweave o brew para crear el archivo de informe (report.html o report.tex).
2. R2HTML (para HTML) y Hmisc (para LaTeX). Donde el archivo .r utiliza funciones de R para construir report.html o report.tex; la ejecución de los comandos de R genera el informe directamente.

Lo que está claro para mí es que la mayoría de la gente en línea parece estar utilizando la opción 1. Pero no entiendo por qué es tan común, cuando la opción 2 me parece (sin experimentar demasiado) que da menos trabajo.

¿Cuándo es mejor cada una de las dos estrategias?

Answer 1

Nueva respuesta basada en el comentario de abajo:

Según tengo entendido, el método 1 consiste en mezclar código R y HTML o LaTeX en el mismo documento, utilizando Sweave o brew, por ejemplo, para crear un documento final, mientras que el método 2 consiste en utilizar código R para generar HTML o LaTeX, utilizando los paquetes R2HTML o Hmisc, por ejemplo, y luego sólo ejecutar el código R para crear el documento final. Yo sólo he utilizado el método 1, pero de todos modos voy a opinar.

En mi opinión, se trata de una cuestión de preferencia; no veo ninguna razón técnica o estadística para preferir una sobre la otra; ambas son formas de hacer que la investigación sea reproducible.

Creo que el método 1 es más fácil porque no tienes que saber cuáles son las funciones de R que crean el código LaTeX o HTML; sólo tienes que escribir el código R, y escribir el código HTML o LaTeX, y el software se encarga de unirlos. Esto es especialmente cierto cuando la salida de R es sólo una pequeña cantidad del documento final; sería un dolor escribir el código R necesario para dar salida a una gran cantidad de texto, por ejemplo. En los editores de texto inteligentes, también se obtiene el formato de sintaxis adecuado para cada tipo de código, lo que no se consigue cuando se utiliza R2HTML o Hmisc. Este método también separa los resultados del comentario de forma más limpia, en mi opinión.

Sin embargo, para fragmentos breves o simplemente para obtener los resultados de un comando sin comentarios, el uso de R2HTML o Hmisc podría ser más fácil, aunque (hablando desde mi experiencia), una vez que te acostumbras a Sweaving, nunca volverás atrás.

Answer 2

Estos son sólo algunos puntos.

• Si sólo quieres escribir informes sencillos, el conjunto de comandos de LaTeX que necesitas aprender es mucho menor que si quieres hacer cosas complejas.
• Un aspecto atractivo de LaTeX respecto a algunos sistemas de marcado sencillos es que si quieres características como la referenciación, la numeración automática, las tablas multipágina o un atractivo ajuste tipográfico, estas características están disponibles. En particular, ha habido características en las que inicialmente ni siquiera había pensado, pero cuando las he necesitado, han estado disponibles en LaTeX como un paquete.
• Si quieres tu informe final en un formato diferente, como HTML o rtf, entonces puedes utilizar varios programas de conversión como pandoc para convertir el látex en ese formato.

Answer 3

La otra cosa agradable potencialmente sobre LaTeX u otro marcado en el paradigma Sweave/odfWeave/asciiWeave es que para los informes repetidos se puede planificar un poco mejor una vez y luego simplemente reutilizar la plantilla. Véase el paquete rreport de Harrell como ejemplo

Answer 4

No hay problema en usar cualquiera de los dos, aunque confieso que no uso ninguno de los dos. Sospecho que la razón principal de la popularidad del método LaTeX/Sweave es el número de campos que utilizan LaTeX como su principal formato de papel/presentación/manuscrito que incentiva el uso de un sistema basado en LaTeX. No conozco ningún campo en el que un producto final .html sea tan directamente útil.

Answer 5

La razón por la que la opción 1 es tan común es porque... es muy común. Sweave existe desde hace más de 10 años y, para muchos usuarios de R, es sinónimo de investigación reproducible. Además, el tipo de personas que escuchan la frase "investigación reproducible" y piensan "eso suena muy bien" probablemente ya estén familiarizados con LaTeX. Por lo tanto, no es como si estuvieran eligiendo entre dos opciones porque muchos no sabrán que la opción 2 existe.