論文投稿注意書き[New submission状態の持続]
論文投稿の際に、"New submission"がずっと続いている場合、著者確認がなされていない可能性があります。
通常は"Editor assigned"や"Under review"などに変わります。
ご注意を。
公開データセット集・解析方法集
忘備録に。
統計、機械学習関係の教育機関サイト
DataSets < Main < Vanderbilt Biostatistics Wiki
UCI Machine Learning Repository
Centre for Multilevel Modelling | Centre for Multilevel Modelling | University of Bristol
Purdue Statistics : Michael Levine : Home
R-bloggers | R news and tutorials contributed by (750) R bloggers
Misleading Graphs | Passy's World of Mathematics
Identifying and Avoiding Bias in Research. Christopher J. Pannucci, MD and Edwin G. Wilkins, MD MS
Hall : A Short Prehistory of the Bootstrap
An introduction to statistical learning with application in R
Elements of Statistical Learning: data mining, inference, and prediction. 2nd Edition.
Learning from Imbalanced Classes - Silicon Valley Data Science
Practical Guide to deal with Imbalanced Classification Problems in R
Machine learning
A Complete Tutorial on Tree Based Modeling from Scratch (in R & Python)
An Introduction to Recursive Partitioning Using the RPART Routines
Miscellaneous
種々のオープンデータ
追記していきます。
Rでダイアグラムを作成する
質的研究におけるCoding Tree
library(data.tree) theme <- Node$new("テーマ") category1 <- theme$AddChild("あ") code1 <- category1$AddChild("い") code2 <- category1$AddChild("う") category2 <- theme$AddChild("AA") code3 <- category2$AddChild("BB") code4 <- category2$AddChild("CC") category3 <- theme$AddChild("aa") code5 <- category3$AddChild("bb") code6 <- category3$AddChild("cc") code7 <- category3$AddChild("dd") print(theme) plot(theme)
以下を参考にさせていただきました。
Introduction to data.tree
CONSORTやSTROBEのダイアグラムを作成する
以下を参考にさせていただきました。
Danny Wong · STROBE/CONSORT Diagrams in R
library(DiagrammeR) #DiagrammeR library(DiagrammeRsvg) #保存用 library(rsvg) #保存用 #Set the values which will go into each label. a1 <- 'Total available patients\n(n = N)' b1 <- '' c1 <- '' d1 <- 'Included for analysis\n(n = N - x - y)' e1 <- '' a2 <- '' b2 <- 'Excluded: \nexclusion criteria (n = x)' c2 <- 'Excluded: \nmissing values (n = y)' d2 <- '' e2 <- '' #Create a node dataframe ndf <- create_node_df( n = 10, label = c(a1, b1, c1, d1, e1, #Column 1 a2, b2, c2, d2, e2), #Column 2 style = c('solid', 'invis', 'invis', 'solid', 'invis', #Column 1 'invis', 'solid', 'solid', 'invis', 'invis'), #Column 2 shape = c('box', 'point', 'point', 'box', 'box', #Column 1 'plaintext', 'box', 'box', 'point', 'point'), #Column 2 width = c(3, 0.001, 0.001, 3, 3, #Column 1 2, 2.5, 2.5, 0.001, 0.001), #Column 2 height = c(1, 0.001, 0.001, 1, 1, #Column 1 1, 1, 1, 0.001, 0.001), #Column 2 fontsize = c(rep(14, 10)), fontname = c(rep('Helvetica', 10)), penwidth = 1.5, fixedsize = 'true') #Create an edge dataframe edf <- create_edge_df( from = c(1, 2, 3, 4, #Column 1 6, 7, 8, 9, #Column 2 2, 3 #Horizontals ), to = c(2, 3, 4, 5, #Column 1 7, 8, 9, 10, #Column 2 7, 8 #Horizontals ), arrowhead = c('none', 'none', 'normal', 'none', #Column 1 'none', 'none', 'none', 'none', #Column 2 'normal', 'normal' #Horizontals ), color = c('black', 'black', 'black', '#00000000', #Column 1 '#00000000', '#00000000', '#00000000', '#00000000', #Column 2 'black', 'black' #Horizontals ), constraint = c(rep('true', 8), #Columns rep('false', 2) #Horizontals ) ) g <- create_graph(ndf, edf, attr_theme = NULL) #export_graph(g, file_name = "Study Flow.png") #保存する render_graph(g)
http://www.ec.kansai-u.ac.jp/user/arakit/documents/diagram_vignette.pdf
評価者間信頼性(検者間信頼性) inter-rater reliabilityをRで算出する
IRRとは
inter-rater reliability の略であり、
日本語では、評価者間信頼性となる。
評価者間信頼性
評価者間信頼性(検者間信頼性)は、2人以上の評価者が同じ対象を評価した場合の一致度です
評価者内信頼性
評価者内信頼性、検査者内信頼性は、同一評価者が2回以上繰り返し評価した場合の一致度です。
級内相関係数
級内相関係数 : Intraclass Correlation Coefficients:ICC を用いて、信頼性を表すことが多い。
実装
Package ‘irr’ を用いて実装できる。
install.packages("irr") #パッケージをインストール library(irr) #パッケージを読み込む data<-read.table("hoge") #読みたいファイルを指定する agree(data) #単純一致率 kappa2(data) #カッパ計数 kripp.alpha(data) #クリッペンドルフのα
RMarkdownで表を出力する
訳者の方からご恵贈頂いた、
第15章「生産性を高める」 より、とてもためになったので、自分なりに実践したことを記してみます。
動機
RMarkdownで出力したhtmlレポートに、キレイな表を入れたい。
やってみた
carsをdata table型で表示
DT::datatable(cars)
- DTというパッケージを使ったら異常にかっこよくなりました。
summaryをかっこよく表にする
knitr::kable(summary(cars))
knitrは、RMarkdownを使う時に使っているはずですね。kableというtable generatorがありました。
さらに、kableExtraという、拡張版のようなパッケージを見つけました。
分析結果を表にする
xtable::xtable(lm(dist~speed, data=cars))->tab1 print(tab1, type="html")
- めちゃくちゃスタイリッシュというわけではないですが、分析結果を表に出すことが出来ました。
- ここでは、results='asis' のオプションを付けておくのがポイントです!
reviseをwithdrawした話
今回は、「revise案件を取り下げたという実体験」を、ここにまとめておきます。
論文投稿から掲載までのプロセスは、
執筆→査読→リバイズ→受理
という流れです。
今回、とある雑誌にリバイズ(minor revision)になったにも関わらず、
まったくトンチンカンなコメントがエディターから来ました。
おそらく他の論文の査読文を誤って私に送った模様・・・
あまりに酷い内容だったため、何度も雑誌社に問い合わせ、
1週間・・・
2週間・・・
1ヶ月・・・
2ヶ月・・・
何度もやり取りしましたが、一向に前に進む返事が来なかったため、このたび、はじめて論文を
"decline to revise"しました。
時間を要したので、苦渋の決断だったのですが、コレ以上は待ってはいられません。
原稿がどうなったか確かめにonline submissionのページに行くと、
Declined Revisions (1)とあります。
ここをクリックして、中身を確認すると確かにこの中に入っていました!!
そしてAction Linksを確認すると、Reinstate Submissionというのがありますね。
reinstate【他動】 ~を元に戻す、~を使えるようにする (人)を復職[復位・復権・復帰]させる
もとにもどす・・・!?
declineしても元に戻せる、のですか。
もうないとは思いますが、今後、雑誌社から良い返事や謝罪の連絡が来れば、
reinstateして、リバイズ作成する可能性は残されているということになりますね。
すべての雑誌で適用できるとは到底思えませんが、
この雑誌に関しては、1ヶ月くらいの時点で見切りをつけて、
次の雑誌に投稿を進めればよかったと反省しています。
一旦はお断りしましたので、次の投稿先で、日の目を浴びることができれば、と願っております。