阅读与学习指南
你可以按顺序阅读，也可以从当前需要交付的成果出发。每条路径都应包含一次独立实践；只看完章节不作为完成标准。
通用分析与交付路径
| 阶段 | 建议章节 | 完成标志 |
|---|---|---|
| 把脚本整理清楚 | 1.1 函数、1.2 迭代、1.3 效率 | 同一函数可以处理两批数据，边界输入有检查 |
| 让结果易读 | 1.6 表格、1.8 图表、2.8 报告 | 读者不打开源码也能理解结果、单位与来源 |
| 让交付可以维护 | 3.1 包结构、3.2 测试、3.3 调试 | 从新会话运行检查，可以发现你故意放入的一处错误 |
| 按需增加功能 | 2.3 静态仪表盘、2.7 Shiny、4.1 LLM | 能说明新增交互或 AI 功能解决了什么实际问题 |
第一次实践可从分析交接训练开始。训练完成后，再补读与实际问题相关的地图、动画、数据接口或工具调用章节。
临床研究与制药路径
先完成通用路径中的函数、表格、报告与测试，再进入领域案例。不要跳过通用部分：临床输出中的许多问题，首先是数据定义、程序行为或交付检查的问题。
| 关注点 | 建议章节 | 阅读时要回答的问题 |
|---|---|---|
| 数据处理的可解释性 | 1.1、1.2、3.2 | 缺失值、重复记录和边界日期如何处理？预期结果由谁定义？ |
| 临床表格与报告 | 1.6、2.8、4.7 | 分析人群、分母、变量类型和显示精度是否清楚？ |
| 环境与复现 | 3.1、3.2、4.8 | 别人能否识别数据、代码和环境版本，并复现结果？ |
| 有检查环节的 AI 应用 | 4.1、4.2、4.6 | 哪些内容来自原始资料，哪些由模型生成，如何独立核对？ |
配套训练使用模拟数据。将训练方法应用于真实研究时，需要用实际研究定义和所属机构流程重新确定验收标准。
一章的学习循环
- 先判断。 完成前置自测，记录自己不确定的概念。
- 再复现。 在新 R 会话中依次运行示例，先预测关键输出。
- 改变条件。 换数据、换变量，加入空输入、缺失值或错误类型。
- 独立交付。 完成 create 练习或压轴项目，按量规自评。
- 解释与复核。 写下设计理由；开放 AI 的环节再用 AI 扩展检查清单。
遇到前置知识缺口时，使用参考与延伸阅读补读相应主题，随后回到当前任务。
代码与环境
书中的 r 围栏展示教学代码，出版时不执行。按章启动新会话，并按正文顺序运行；需要的文件、包或服务应在运行前准备好。故意报错的例子用于分析错误，不应直接当作正常程序的一部分。
第 2.3、2.4 章的完整仪表盘模板需复制到独立 .qmd 文件，并把该文件中的 R 围栏语言标记从 r 改为 {r} 才会执行。本书源文件保持静态围栏。
需要 API 凭据或外部服务的章节可以先做设计和静态阅读，再在环境齐备后验证。没有调用服务时，不应把示例标记为端到端运行成功。
教学标注与术语
| 标注 | 用法 |
|---|---|
| Example / 示例 | 观察输入、过程和输出，动手复现 |
| Check In / 随堂小检 | 检查当前理解，尽量先独立回答 |
| Practice Exercise / 练习 | copy → adapt → create，逐步减少提示 |
| Warning / 当心；Note / 澄清 | 区分错误做法与容易混淆的概念 |
| Required Reading / Video | 按章节要求补充阅读或观看 |
| Learn More / 延伸；Opinion / 作者观点 | 可选拓展，以及需要结合情境判断的经验意见 |
| English | 本书用语 |
|---|---|
| chat / conversation | 会话 |
| reactive | 响应式 |
| skills | 技能包 |
| capstone | 压轴项目 |