easier
building and progression of easieR as an R metapackage using dialog box (only French version for now)
Science Score: 44.0%
This score indicates how likely this project is to be science-related based on various indicators:
-
✓CITATION.cff file
Found CITATION.cff file -
✓codemeta.json file
Found codemeta.json file -
✓.zenodo.json file
Found .zenodo.json file -
○DOI references
-
○Academic publication links
-
○Academic email domains
-
○Institutional organization owner
-
○JOSS paper metadata
-
○Scientific vocabulary similarity
Low similarity (18.1%) to scientific vocabulary
Repository
building and progression of easieR as an R metapackage using dialog box (only French version for now)
Basic Info
Statistics
- Stars: 4
- Watchers: 3
- Forks: 2
- Open Issues: 0
- Releases: 0
Metadata Files
README.md
Presentation of easieR (English/French below)
easieR is R metapackage. The aim is to provide a GUI able to perform classical statistical analyses. However, easieR is more flexible than most R GUI given that it can also be used directly in command line : each individual function can be used either with a GUI or with command line. Moreover, there are a lot of possibilities with R, but each author print their results differently, which might cause discomfort to beginners. easieR avoid this problem by providing a nice (Rmarkdown) standard presentation for all the analyses. easieR can progress quite quickly since the functions is based on the functions developed in other R packages.
Concerning the presentation, easieR systematically prints : descriptive statistics, assumptions, the main analysis, and effect sizes. For each analysis, it is possible to obtain less common analyses (e.g., Wilcox test instead of t test) and identify and remove these outliers automatically. This approach aims to increase robustness of analyses and improve replication of results.
Functions already present in easieR
easieR has many capabilities for the moment : import/export data, sort, select, scale, ranking, multiple imputation for missing data, mathematical operations, descriptive statistics, t test, correlations, anova, regressions, logistic regressions, exploratory factor analyses, confirmatory factor analyses, principal component analyses, reliability analyses.
It is possible to split analyses by group (regressions, correlations) for some analyses. Plots are also automatically generated, most often using ggplot2.
Evolutions and correction
The English version is under development.
easieR already allow switching language (easieR() > Interface > Choose language).
File ./R/lang_en_EN.R contain english messages to be displayed, but need proper review.
The most important
Most functions works quite well, and many new functions will be developed soon but if there are bugs, just let me know by posting in the issues part of this github repository.
easieR can be used either by the GUI and in command lines. For now, easieR is not a package available on CRAN. Thus, it requires to follow several steps for the installation.
Step 0 : (Linux only) prerequisites
For Linux users, ensure to have tcl, tk, glpk and yad (optional but recommended for dialog boxes) installed on your system. Refer to your distribution packages repositories to install them.
Step 1 : open R and install devtools.
{r eval=FALSE}
install.packages("devtools",dependencies = TRUE, repos = "https://mirror.ibcp.fr/pub/CRAN")
For Linux users, stringi could require to be installed before devtools.
```{r eval=FALSE}
If installing devtools fails because of stringi:
install.packages("stringi", repos = "https://mirror.ibcp.fr/pub/CRAN") ```
Now, the package devtools is installed. You must load it with the function library. Once the package loaded, you can use it during all the session without have to load it anew. To load "devtools", you must use the command:
{r}
library(devtools)
If an error message occurs in the console, the package is not correctly installed. Try to close R, open R, and the following command line:
```{r echo=F}
If loading devtools failed:
install.packages("devtools",dependencies = TRUE, type="binary", repos = "https://mirror.ibcp.fr/pub/CRAN") ```
If the package is correctly installed, a message should be printed in the console:
{r echo=F}
print("##Le chargement a ncessit le package : devtools")
It is also possible that nothing is printed. Do not worry.
Step 2: the installation of easieR
You can install easieR with the following command line:
{r ,eval=FALSE}
install_github("NicolasStefaniak/easieR", type="binary")
You know that easieR is correctly installed by loading the package with the following command line:
{r eval=FALSE}
library(easieR)
The last update is printed. Check that it is the last time that I have update easieR on github.
Step 3: Check that all the packages have been correctly installed
In order to ensure that all the functions works, it is required to check that all the packages are correctly installed. This check is made with the following command line:
{r eval=FALSE }
ez.install()
If for "package.mal.installes", the result is character(0), everything has been correctly done.
Step 4: Install Pandoc
The last step requires to install pandoc. This supplementary package allows to get html ouput. All the instructions for pandoc is available here: https://github.com/jgm/pandoc/releases/
Once R is closed, the packages are unloaed. Each time you open R, if you want to use 'easieR', you need to use the following command line before you can use it:
{r eval=FALSE }
library(easieR)
Update of easieR
I try to correct bug as quickly as possible. Moreover, I wan to add some new functions in the future. If you want to update easieR, you can use the following command line:
{r eval=FALSE}
devtools::install_github("nicolasstefaniak/easier", type="binary", dependencies=F)
Version franais
easieR est un package qui peut tre utilis en bote de dialogue (GUI) ou en ligne de commande. Ce document expliquera comment l'utiliser d'une manire ou d'une autre. Cependant, pour le moment, easieR n'est pas un package disponible sur le CRAN. Il est donc ncessaire de passer par quelques tapes intermdiaires. Pour s'assurer d'une installation correcte de easieR, il faut suivre les tapes suivantes.
tape 0 : (Linux uniquement) installer les pr-requis
Pour les utilisateurs Linux, assurez-vous que les paquets suivants soient installs sur votre systme : tcl, tk, glpk et yad (optionnel mais recommand pour un bon affichage des botes de dialogue). Rfrez-vous au gestionnaire de paquets de votre distribution.
Etape 1 : tout d'abord, il faut ouvrir R et installer le package devtools de la manire suivante.
{r eval=FALSE}
install.packages("devtools",dependencies = TRUE, repos = "https://mirror.ibcp.fr/pub/CRAN")
Pour les utilisateurs Linux, si le paquet stringi pose problme lors de l'installation de devtools, installez-le indpendemment puis relancer l'installation de devtools comme suit:
```{r eval=FALSE}
Si l'installation de devtools choue en raison d'un problme avec stringi:
install.packages("stringi", repos = "https://mirror.ibcp.fr/pub/CRAN") ```
Normalement, le package devtools est prsent install. Il faut le charger. Pour charger un package, on utilise la fonction library. Une fois que le package est charg, vous pouvez lutiliser pendant toute la dure de la session sans devoir le charger nouveau. Donc, pour charger le package devtools, il faut taper :
{r}
library(devtools)
Si un message derreur survient ici ( erreur apparat dans la console), cest que vous navez pas ralis correctement les oprations qui prcdent. Si le package est install correctement, R va indiquer :
{r echo=F}
print("##Le chargement a ncessit le package : devtools")
Il se peut aussi que rien ne soit affich. Ce nest pas grave.
Etape 2: l'installation de easieR
Vous pouvez installer easieR prsent grce la ligne de commande :
{r ,eval=FALSE}
install_github("NicolasStefaniak/easieR", type="binary")
Vous savez que easieR est install en chargeant le package l'aide de la ligne de commande suivante :
{r eval=FALSE}
library(easieR)
La date de la dernire mise jour est galement indique (Last update). Il est bon de vrifier sur github dans l'onglet "nouvelles fonctionnalits et bugs" si des versions plus rcentes sont proposes.
Etape 3: Vrifier l'installation des packages
Pour pouvoir profiter de lensemble des fonctionnalits de easieR, il est ncessaire de vrifier que tous les packages soient bien installs. Cela peut tre ralis grce la fonction :
{r eval=FALSE }
ez.install()
A cette tape, vous saurez que tous les packages sont correctement installs si dans la sortie de rsultats, vous avez "packages.mal.installes : character(0)".
Etape 4: l'installation de Pandoc
La dernire tape consiste installer pandoc. Ce logiciel complmentaire vous permet d'obtenir les sorties html pour les rsultats.
Pour pandoc, il faut se rendre sur le site de pandoc (https://github.com/jgm/pandoc/releases/) et de linstaller manuellement. Vous devez d'abord avoir ferm R avant de l'installer. Vous choisissez la version qui correspond votre ordinateur (le fichier pkg pour les utilisateurs mac et le fichier msi pour les utilisateurs windows). Aprs l'avoir tlcharg, vous double-cliquez et vous suivez les consignes dinstallation.
Chaque fois que vous fermez R, les packages sont dchargs. Pour pouvoir utiliser easieR, il faudra donc utiliser la fonction library et ensuite, vous pourrez utiliser la fonction easieR :
{r eval=FALSE }
library(easieR)
2.3. Mise jour de easieR
Ds quun bug est identifi, des corrections du package sont ralises. Par ailleurs, de nouvelles fonctionnalits sont rgulirement ajoutes easieR. Ds lors, pour pouvoir en profiter, il est utile de pouvoir faire une mise jour. En dautres termes, la procdure dcrite ci-dessous est utile pour les personnes qui ont dj install easieR et qui veulent le mettre jour. La procdure la plus sre pour atteindre cet objectif est :
1) douvrir R (si R est dj ouvert, fermez R au pralable pour vous assurer que des packages ne sont pas chargs)
2) copier coller les lignes de commandes ci-dessous :
{r eval=FALSE}
devtools::install_github("nicolasstefaniak/easier", type="binary", dependencies=F)
Prsentation gnrale d'easieR
easieR() est un ensemble de fonction R qui permettent de raliser les analyses statistiques classiques en utilisant des botes de dialogues. Contrairement une interface graphique complte, easieR permet plus de possibilits car chaque fonction peut-tre utilise dans la console indpendamment de l'arborescence des menus. easieR s'appuie sur les fonctions qui ont dj t dveloppes dans R et les intgre en un tout cohrent avec une prsentation des rsultats homogne. L'intrt de cette approche est que easieR peut se dvelopper rapidement en proposant les fonctions qui sont parmi les plus flexibles/intressantes pour chaque type d'analyse.
easieR renvoie systmatiquement les statistiques descriptives, la vrification des conditions d'application, l'analyse principale, et les tailles d'effets. Pour chaque analyse, il y a la possibilit d'obtenir les rsultats pour des alternatives plus robustes lorsque les conditions d'application ne sont pas respectes. Par ailleurs, un algorithme adapt chaque type d'analyse permet d'identifier les valeurs influentes et de les supprimer. Cette manire de procder permet l'utilisateur de s'assurer que ses rsultats sont robustes et rplicables, et ne dpendent pas de la prsence de quelques observations qui pourraient modifier les rsultats.
Les fonctionnalits de easieR
A l'heure actuelle, easieR permet de raliser : - des oprations d'importation (y compris des fichiers Excel)/exportation de donnes et de rsultats, - de slection d'observations et de variables, - de raliser des oprations mathmatiques basiques, - de centrer/centrer rduire des variables
D'obtenir le rpertoire de travail, de modifier le rpertoire de travail, d'obtenir la liste des objets en mmoire de R, d'obtenir les fonctions qui permettent de raliser les analyses qui ne sont pas intgres easieR
Au niveau des analyses, easieR permet de raliser : - les diffrentes formes de chi carr (ajustement, indpendance, McNemar), - les corrlations (Bravais-Pearson, Sperman, Kendall, tetrachorique, polychorique, mixte, comparaison de corrlations dpendantes et indpendantes - les diffrentes formes de t de Student (comparaison la norme, chantillons apparis, chantillons indpendants) et leurs quivalents non paramtriques et robustes - les analyses de variances et de covariance, avec leurs quivalents non paramtriques et robustes lorsque cela est possible, - les rgressions simples, multiples, avec possibilit de tester les interactions, ainsi que les mdiations simples ou distantes, - les regressions logistiques, - les analyses factorielles exploratoires, - les analyses en composantes principales, - les indices de fiabilit (alpha de Cronbach, coefficient d'accord de Kendall, corrlation intra-classe)
Evolutions et correction
Une version anglophone de easieR va tre dveloppe.
easieR peut d'ores et dj changer la langue utilise (easieR() > Interface > Choisir la langue).
Le fichier ./R/lang_en_EN.R doit tre mis jour pour contenir des messages en anglais correct.
Fonctions qui vont tre dveloppes
- fonctions de manipulation de donnes 1) fonctions logiques (si, et, ou) 2) les fonctions d'appariement de base de donnes 3) des fonctionnalits de manipulation de donnes textuelles
- fonctions graphiques
- les analyses suivantes : 1) SEM 2) analyse en cluster 3) manova 4) modle linaire gnralis 5) analyse en srie temporelle 6) analyse de puissance 7) thorie de rponse l'item 8) analyse du cas unique ...
Utiliser easieR en ligne de commande
A l'heure actuelle, easieR n'est pas totalement compatible avec une utilisation en ligne de commande. Une des volutions de easieR sera de pouvoir l'utiliser soit par des botes de dialogues, soit en ligne de commande. Cette fonctions est en cours de dveloppement, avec pour avantage, lorsque l'utilisateur se trompe d'avoir la bote de dialogue qui prend le relais.
Pour finir
toutes suggestions d'amlioration du code ou de dveloppement de nouvelles fonctionnalits sont bienvenues. vous pouvez les dposer en franais ou en anglais dans l'onglet issues
Owner
- Login: NicolasStefaniak
- Kind: user
- Repositories: 5
- Profile: https://github.com/NicolasStefaniak
Citation (CITATION)
citHeader("To cite easieR in publications use:")
citEntry(entry="Manual",
title = "easieR: An R metapackage.",
author = personList(as.person("Nicolas Stefaniak")),
organization = "University of Reims Champagne-Ardenne",
address = "Reims, France",
year = version$year,
url = "https://github.com/NicolasStefaniak/easieR",
textVersion =
paste("Stefaniak, N. (", version$year, "). ",
"easieR: An R metapackage.",
"Retrieved from",
"https://github.com/NicolasStefaniak/easieR",
sep = "")
)
citFooter("For using easieR, just enter easieR()")
GitHub Events
Total
- Watch event: 1
- Push event: 115
Last Year
- Watch event: 1
- Push event: 115
Issues and Pull Requests
Last synced: almost 2 years ago
All Time
- Total issues: 4
- Total pull requests: 9
- Average time to close issues: 2 days
- Average time to close pull requests: 8 months
- Total issue authors: 2
- Total pull request authors: 3
- Average comments per issue: 3.75
- Average comments per pull request: 0.11
- Merged pull requests: 5
- Bot issues: 0
- Bot pull requests: 0
Past Year
- Issues: 0
- Pull requests: 1
- Average time to close issues: N/A
- Average time to close pull requests: about 1 month
- Issue authors: 0
- Pull request authors: 1
- Average comments per issue: 0
- Average comments per pull request: 0.0
- Merged pull requests: 1
- Bot issues: 0
- Bot pull requests: 0
Top Authors
Issue Authors
- ivan-paleo (3)
- P1AME (1)
Pull Request Authors
- ivan-paleo (5)
- NicolasStefaniak (3)
- dougy147 (3)
Top Labels
Issue Labels
Pull Request Labels
Dependencies
- R >= 3.6.0 depends
- Amelia * imports
- BayesFactor * imports
- DescTools * imports
- GPArotation * imports
- MBESS * imports
- PMCMRplus * imports
- Rcpp * imports
- Rfit * imports
- TeachingDemos * imports
- WRS2 * imports
- afex * imports
- akima * imports
- asbio * imports
- bibtex * imports
- car * imports
- cobs * imports
- corpcor * imports
- deldir * imports
- doBy * imports
- dplyr * imports
- emmeans * imports
- epitools * imports
- flextable * imports
- foreign * imports
- ggplot2 * imports
- ggplotgui * imports
- gmodels * imports
- gsl * imports
- huxtable * imports
- knitr * imports
- lars * imports
- lmtest * imports
- lsr * imports
- mc2d * imports
- mgcv * imports
- mlogit * imports
- nFactors * imports
- nortest * imports
- olsrr * imports
- outliers * imports
- pander * imports
- plyr * imports
- ppcor * imports
- psych * imports
- pwr * imports
- quantreg * imports
- readxl * imports
- reshape2 * imports
- rmarkdown * imports
- rms * imports
- robustbase * imports
- rpivotTable * imports
- rrcov * imports
- scatterplot3d * imports
- semPlot * imports
- sjstats * imports
- sos * imports
- sp * imports
- stringi * imports
- stringr * imports
- svDialogs * imports
- textclean * imports
- tibble * imports
- tkrplot * imports