Workflow for statistical analysis and report writing
这个问题有很多好的答案，但正如所指出的那样，它们已经过时了 .
我主要研究的是在论文发表后可能永远不会重新运行的脚本 . 在我不需要将代码重新分发到世界以便于访问的情况下，软件包是否值得一试？数据组织怎么样？如何使用makefile？
Workflow for statistical analysis and report writing
这个问题有很多好的答案，但正如所指出的那样，它们已经过时了 .
我主要研究的是在论文发表后可能永远不会重新运行的脚本 . 在我不需要将代码重新分发到世界以便于访问的情况下，软件包是否值得一试？数据组织怎么样？如何使用makefile？
1 回答
我想如果你使用Josh Reichs在你提供的那篇文章中提出的基础知识，确保你创建一个目录来保存所有内容，那么你很高兴 .
我为现代世界增加的一步是以其中一种可用格式生成降价报告 .
rMarkdown-您可以直接从rStudio运行
rNotebooks - 您可以直接从rStudio运行
Jupyter笔记本 - 你可以通过一些简单的调整来完成Anaconda或Jupyter .
这三种报告系统的优点在于您可以将思维过程，代码，数据，图形和可视化集成在一个位置 .
所以，如果你说没有人会重新运行你的代码，那么他们至少会看到它来安抚怀疑 . 此外，如果他们确实选择重复您的过程，他们只需按照您的逻辑和处理重复文档（特别是与笔记本电脑一起使用）
至于使用包 . 这是一个更复杂的问题 . 如果包裹精心编排并节省大量时间清理，分类和构建数据，请使用它们！时间就是金钱 . 如果你正在使用它们的东西很简单，直接，就像你自己编程一样容易，并且那些会陪你的论文可以识别，那么这两种方式都无关紧要 .
我认为重要的一个地方是复杂的过程很难（阅读自己容易做错）并且已经被先前的研究人员实施，测试和审查 .
使用这些软件包可以获得可信度，并使同行更容易接受面值的方法 . 但如果你处在最前沿......你应该随意切掉 . 也许自己制作一个包！