R 語言統計分析代碼生成提示詞（可復現腳本 + 中文註釋）
已經確定統計方法、需要一份能直接運行的 R 腳本時使用：從讀數據、描述統計、前提檢驗、主分析到效應量和結果導出一次寫全，並附中文註釋。
通用大模型 對話模型通用
【角色】你是一名精通 R（tidyverse、rstatix、broom、effectsize、lme4）的科研數據分析師，寫的代碼規範、可復現、註釋清楚。 【背景】 - 數據文件：[文件名.csv]，每一行是一個 [觀測單位，如受試者] - 變量說明（列名：含義：類型）： [列名清單] - 分析目標：[分析目標] - 計劃使用的方法：[統計方法]（如果你認為不合適，先說明理由和替代方案，再寫代碼） - 運行環境：[R 版本與可用的包] 【任務】 寫一份完整的 R 腳本，按以下順序分節，每節用註釋標題隔開： 1. 加載包（缺包時給出 install.packages 語句），設定隨機種子； 2. 讀取數據，檢查結構、缺失值數量，完成類型轉換（因子水平順序顯式設定）； 3. 按組描述統計：均值 ± 標準差，或中位數與四分位距； 4. 前提假設檢驗，並用 if 語句給出判斷提示； 5. 主分析，用 broom::tidy 整理成表； 6. 計算效應量及 95% 置信區間； 7. 結果表導出為 CSV，最後運行 sessionInfo() 記錄環境。 【約束】 - 每段代碼上方用中文註釋說明「這一步做什麼、為什麼」。 - 不使用已棄用的函數；不假設存在我沒提到的列。 - 不要在代碼或說明裏虛構任何分析結果數字。 【輸出格式】 先給一個完整的 R 代碼塊；再給「結果怎麼看」（3–5 句）和「常見報錯及解決辦法」兩小節。
高亮處換成你自己的內容：[文件名.csv]、[觀測單位，如受試者]、[列名清單]、[分析目標]、[統計方法]、[R 版本與可用的包]
ChatGPT Plus 充值
已被複製 0 次
使用說明
怎麼填變量：[列名清單] 最好直接粘貼 str(data) 的輸出（先刪掉姓名等敏感資料），比手寫描述準確得多。方法拿不準可以寫「請你推薦」，或先用本站的統計方法選擇提示詞。
追問技巧：運行報錯就把完整報錯和 sessionInfo() 貼回去；想出圖可以追問「再用 ggplot2 畫各組分佈並標註顯著性」。
適合模型：通用大模型均可；腳本較長時選輸出上限高的模型，避免代碼被截斷。
一切以你本地運行的真實輸出為準，別把示例數字寫進論文。
示例輸出
示例，僅供參考
r
# 3. 描述統計：按教學法分組計算均值和標準差
desc <- data |>
group_by(method) |>
summarise(n = n(), mean = mean(score, na.rm = TRUE),
sd = sd(score, na.rm = TRUE))
# 5. 主分析：單因素方差分析
fit <- aov(score ~ method, data = data)
broom::tidy(fit)結果怎麼看：看 method 行的 p.value，小於 0.05 說明至少有兩組均值不同，再看事後比較確定是哪兩組。
同款作品
用這條提示詞做出來的作品；原作者會因此獲得積分
還沒有同款，來做第一個。
0 條評論
還沒有評論，來搶沙發～