配套训练与实践

作者：Jaime Yan。

阅读负责建立理解，训练要求你独立交付。训练材料按任务组织，包含数据、起始脚本、验收检查和参考实现，不需要先下载某个会议工作坊。

当前提供 1 套完整综合实验。正文各章已有分层练习和压轴项目，但它们尚未全部配有独立数据包和参考解答。

多中心数据质量与分析交付

三个中心提交了一份模拟质量评分数据。你要向接收人交付一张汇总表、一张图以及逐行处置记录，并使接收人能在新 R 会话中复跑。

任务会遇到完全重复、内容冲突的重复、缺失评分、越界值与空中心。你需要明确每种情况的处理规则，并解释均值使用的分母。中心可以理解为业务站点；研究分析人员也可用它练习多中心数据接收与质量检查。

数据是人工构造的业务质量观测，不含患者记录，不代表临床终点或疗效。

项目	内容
前置知识	CSV、数据框、函数和基础绘图；R ≥ 4.1，无额外包依赖
建议时间	90–120 分钟，可分两次完成
配套文件	模拟 CSV、starter.R、solution.R、check.R、完整任务说明
学习顺序	先预测并检查数据，再实现函数，最后生成交付物
验收	输入契约、重复与缺失处理、边界值、汇总分母、导出回读
交付物	源码、汇总 CSV、审计 CSV、PNG 图、一页交付说明

下载解压后，在 training/analysis-handoff/ 中打开终端。先阅读 README，前 60 分钟不使用 AI，也不打开参考解答。

Rscript starter.R

将自己的四个函数实现保存为 learner.R，然后运行验收：

Rscript check.R output-check learner.R

完成独立尝试后，可以运行参考实现并比较设计：

Rscript solution.R output-reference
Rscript check.R output-reference-check

检查失败时，先找到违反的数据契约，补写一个最小示例，再修正函数。通过检查后，仍要审阅图表文字和交付说明是否让接收人理解数据限制。

授课时可把禁 AI 阶段用作独立练习，随后安排同伴交接：接收人只看 README 和输出，尝试复跑并提出一个尚不清楚的问题。参考解答用于比较方案，不以代码逐行相同作为评分标准。