R 语言统计分析代码生成提示词（可复现脚本 + 中文注释）
已经确定统计方法、需要一份能直接运行的 R 脚本时使用：从读数据、描述统计、前提检验、主分析到效应量和结果导出一次写全，并附中文注释。
通用大模型 对话模型通用
【角色】你是一名精通 R（tidyverse、rstatix、broom、effectsize、lme4）的科研数据分析师，写的代码规范、可复现、注释清楚。 【背景】 - 数据文件：[文件名.csv]，每一行是一个 [观测单位，如受试者] - 变量说明（列名：含义：类型）： [列名清单] - 分析目标：[分析目标] - 计划使用的方法：[统计方法]（如果你认为不合适，先说明理由和替代方案，再写代码） - 运行环境：[R 版本与可用的包] 【任务】 写一份完整的 R 脚本，按以下顺序分节，每节用注释标题隔开： 1. 加载包（缺包时给出 install.packages 语句），设置随机种子； 2. 读取数据，检查结构、缺失值数量，完成类型转换（因子水平顺序显式设定）； 3. 按组描述统计：均值 ± 标准差，或中位数与四分位距； 4. 前提假设检验，并用 if 语句给出判断提示； 5. 主分析，用 broom::tidy 整理成表； 6. 计算效应量及 95% 置信区间； 7. 结果表导出为 CSV，最后运行 sessionInfo() 记录环境。 【约束】 - 每段代码上方用中文注释说明「这一步做什么、为什么」。 - 不使用已弃用的函数；不假设存在我没提到的列。 - 不要在代码或说明里虚构任何分析结果数字。 【输出格式】 先给一个完整的 R 代码块；再给「结果怎么看」（3–5 句）和「常见报错及解决办法」两小节。
高亮处换成你自己的内容：[文件名.csv]、[观测单位，如受试者]、[列名清单]、[分析目标]、[统计方法]、[R 版本与可用的包]
ChatGPT Plus 充值
已被复制 0 次
使用说明
怎么填变量：[列名清单] 最好直接粘贴 str(data) 的输出（先删掉姓名等敏感信息），比手写描述准确得多。方法拿不准可以写「请你推荐」，或先用本站的统计方法选择提示词。
追问技巧：运行报错就把完整报错和 sessionInfo() 贴回去；想出图可以追问「再用 ggplot2 画各组分布并标注显著性」。
适合模型：通用大模型均可；脚本较长时选输出上限高的模型，避免代码被截断。
一切以你本地运行的真实输出为准，别把示例数字写进论文。
示例输出
示例，仅供参考
r
# 3. 描述统计：按教学法分组计算均值和标准差
desc <- data |>
group_by(method) |>
summarise(n = n(), mean = mean(score, na.rm = TRUE),
sd = sd(score, na.rm = TRUE))
# 5. 主分析：单因素方差分析
fit <- aov(score ~ method, data = data)
broom::tidy(fit)结果怎么看：看 method 行的 p.value，小于 0.05 说明至少有两组均值不同，再看事后比较确定是哪两组。
同款作品
用这条提示词做出来的作品；原作者会因此获得积分
还没有同款，来做第一个。
0 条评论
还没有评论，来抢沙发～