Original Curriculum · 原创课程体系

Curriculum Design · 课程总体设计

编写者：Jaime Yan。本文件维护《现代 R 进阶》及其训练配套的教学设计。 课程围绕学习成果组织；posit::conf 工作坊、经典教材和官方文档按知识需求提供支撑， 来源目录不决定课程边界。当前主要读者是已有 R 基础的分析人员，以及临床研究和制药领域使用者。 独立训练见 training/，教材化扩充计划见 EDITORIAL-PLAN.md。

1. Design Philosophy · 设计理念

1.1 Three commitments · 三个承诺

  1. Backward design（逆向设计）：每个模块先定「学员要能做成什么」（可评估的成果）， 再定证据（练习/作品），最后才写讲义。绝不从”讲什么知识点”出发。
  2. Competency over tools（能力先于工具）：分类的骨架是能力域与水平，不是软件名。 工具会过时（RStudio→Positron，LaTeX→Typst），能力域稳定。工具只是能力域的”实例”。
  3. AI as a thread, not a chapter（AI 是线不是章）：AI 辅助实践贯穿每一级， 而不是孤立一章。这是 2026 年材料最核心的信号。

1.2 Taxonomy · 分类法（本课程的骨架）

双视图原则：课程同时保持两种组织方式，各司其职——

  • 能力矩阵视图（MATRIX.md）：5 能力域 × 3 水平（布鲁姆修订版思想）， 用于检索、诊断与画像个性化路径；工具会过时，能力域稳定。
  • 单元交付视图（UNIT-STRUCTURE.md）：参照 STAT 541 Advanced R（Bodwin & Theobold, CC-BY-SA 4.0）的三单元弧线 （复杂分析 → 专业交付物 → 包开发）+ 我们扩展的第四单元（AI 与领域应用）， 用于开班/成书的线性交付。

两视图通过 UNIT-STRUCTURE §4 交叉表互通；讲义写作语法统一采用其 9 类教学标注 体系（CALLOUTS.md）。

                    L1 奠基 Foundations      L2 实践 Practitioner     L3 工程师 Engineer
                    (记忆·理解·应用)          (应用·分析)              (评价·创造)
A 计算与工具        ▢                        ▢                        ▢
B 数据获取与加工    ▢                        ▢                        ▢
C 分析与推断       ▢                        ▢                        ▢
D 沟通与出版       ▢                        ▢                        ▢
E 交付与治理       ▢                        ▢                        ▢
─────────────────────────────────────────────────────────────────────
F AI 增强实践（横切线索，织入 A–E 每一格，不单设章节）

完整映射（每格放哪些上游材料、写哪些原创单元）见 MATRIX.md。

1.3 What is “ours” vs “adapted” · 原创与改编的边界

类型 判定 许可
原创课程设计（本文件、MATRIX、模块蓝图、练习、评分量规、画像） 我们从头写的 项目自有，对外 CC-BY-SA 4.0 统一发布
改编内容（翻译、摘编、引用上游片段） 内容实质来自上游 必须 CC-BY-SA 4.0 + 署名头（同 CONTRIBUTING 规则）
上游镜像 逐字复制 上游协议，见 ATTRIBUTION.md

写作纪律：原创讲义可以”参考上游的教学顺序与例子设计”，但文字必须自己写； 直接搬用句子/图 = 改编，需署名。每个模块的 SOURCES.md 声明两者边界。

2. Learner Personas · 学员画像（4 类）

画像 描述 入口评估 目标路径 关键痛点
P1 小林 研究生，零编程，用过 SPSS/GraphPad L0 → L1 L1 全域 → L2 B/D 术语恐惧、环境配置劝退
P2 陈医生 临床医生，会一点 R 拼 dplyr，要出可复现报告+出版级图表 免 L1-A 前半 L1 D → L2 B/D 直通 时间碎片化、统计报告合规
P3 阿伟 生信/数据分析，R 熟练，要升级现代栈 + AI 工作流 免 L1 L2 全域 → L3 A/E 工作流陈旧、AI 工具不会用
P4 老周 药企生物统计，SAS 背景，转向 R 且受 GxP 约束 L1-A 快速通道 L2 C/E → L3 E 验证、可追溯、合规

画像驱动取舍：一个模块若对 4 类画像都没命中”痛点”，就砍掉。P2/P4 是我们的 差异化定位（医学/制药人群），也是市面课程空白。

3. Module Anatomy · 模块解剖（每课的固定骨架）

每个模块 = curriculum/modules/<层级>-<域><序号>-<slug>/ 目录，含：

DESIGN.md      ← 设计文档（先写这个，评审通过才写讲义）
lesson/        ← 双语讲义（zh 为教学主语言，en 对照）
exercises/     ← 三档练习：copy · adapt · create（刻意练习梯度）
capstone.md    ← 压轴小项目：真实任务 + 评分量规（rubric）
SOURCES.md     ← 原创声明 + 上游材料映射表（协议合规）

DESIGN.md 必填字段（模板见 modules/TEMPLATE.md）：

  1. Big idea & essential questions（大观念与核心问题：学完三年后还记得住的那句话）
  2. Objectives（可测目标，动词用布鲁姆层级：L1 用 describe/execute；L2 用 diagnose/design；L3 用 justify/architect）
  3. Prereq check（5 分钟自测，不合格给出回补模块链接）
  4. Concept ladder（概念阶梯：每个概念 = 解释 → 演示 → 练习 → 常见误区）
  5. Assessment evidence（练习 + capstone 如何证明目标达成）
  6. AI integration point（本模块哪里织入 F 线：如用 Assistant 解释报错）
  7. Time budget（按画像给 2–3 档时长）

4. Authoring Workflow · 创作流程

① 立项：在 MATRIX 里认领一格 → 建 issue（模块 ID）
② 设计：写 DESIGN.md → PR 评审（教学设计过关吗？目标可测吗？）
③ 内容：讲义双语 + 练习 + capstone + SOURCES.md
④ 试用：找一个真实画像学员走一遍，记录卡点
⑤ 修订 → 发布到 website 课程页（capstone 作品库沉淀学员成果）

优先级规则 v1（按画像价值 × 素材成熟度）： 1. L1-A1 R 与 Positron 起步（示例模块已建，见 modules/L1-A1-foundations/） 2. L2-D2 Quarto 出版级报告（P2 陈医生主线，素材最厚） 3. L2-F LLM 编程实务（差异化最强，直接基于 llms 2026） 4. L3-E2 pharmaverse 临床报告（P4 老周主线）

Competency Matrix · 能力矩阵

Competency Matrix · 能力矩阵（课程骨架与素材映射）

本矩阵是课程的分类核心：5 个能力域 × 3 个水平，把 27 个上游仓库（三届 posit::conf 材料）全部归位，并标注每个格子要写的原创单元与压轴项目。 约定：一个仓库可跨格出现（工作坊本身是综合体）；※ = 该格主力素材。

图例

  • L1 奠基（记忆·理解·应用）→ L2 实践（应用·分析）→ L3 工程师（评价·创造）
  • 原创单元命名：<层级>-<域><序号>-<slug>，如 L2-D2-pub-ready-reports
  • (镜) = 已镜像于 content/en/；(链) = 上游链接见 ARCHIVE-CATALOG.md

A · 计算与工具 Compute & Tooling

会配环境、会写代码、会自我排错、能治理生产环境

L1 奠基 L2 实践 L3 工程师
上游素材 r-programming(+exercises)※(链) · positron※(镜) modern-r-workflow※(镜) r-in-production(链) · reproducible-environments(链)
原创单元 L1-A1-first-repo（R+Positron+第一个项目，已建示例） L2-A1-modern-workflow（AI 反馈循环+AGENTS.md） L3-A1-prod-environments（快照/锁/验证）
压轴项目 端到端跑通并发布一个分析 为真实项目写 AGENTS.md 并量化 AI 提效 搭建可审计的团队 R 环境

B · 数据获取与加工 Data Engineering

能把脏数据变成可信分析表，小到 CSV 大到分布式

L1 L2 L3
上游素材 r-programming 数据结构部分(链) databases(DuckDB)※(链) · arrow(链) · modern-ds-python 的 Polars(镜) arrow 高阶(链) · databricks(备查)
原创单元 L1-B1-import-clean（导入·清洗·整洁数据） L2-B1-beyond-csv（SQL/Arrow/列存思维） L3-B1-data-pipelines（大数据管线设计）
压轴项目 清洗一份真实脏数据集 DuckDB+Arrow 重写一条慢查询并基准测试 设计 PB 级取数管线的决策文档

C · 分析与推断 Analysis & Inference

从描述到预测到因果，知道每种结论的证据边界

L1 L2 L3
上游素材 r-programming 统计部分(链) tidymodels※(链) · scikit-learn(链) causal※(链)
原创单元 L1-C1-eda-intuition（描述统计+图形直觉） L2-C1-modeling-workflow（重抽样/调参/评估） L3-C1-causal-inference（因果设计与敏感性分析）
压轴项目 一份 EDA 报告 一份含模型比较的建模报告（Quarto 渲染） 一份因果分析的评审式答辩

D · 沟通与出版 Communication & Publishing

图表、表格、文档——让别人看懂并信任你的结果

L1 L2 L3
上游素材 quarto-intro(链) practical-quarto(+exercises)※(镜) · quarto-brand(链) · ggplot2※(链) · great-tables(镜) quarto-extend(+exercises)(链)
原创单元 L1-D1-first-quarto（第一个可复现报告） L2-D2-pub-ready-reports（品牌/模板/Typst）· L2-D1-ggplot2-mastery L3-D1-quarto-extensions（Lua/过滤器开发）
压轴项目 R Markdown→Quarto 迁移一份旧报告 出版级「brand+partials+Typst」三件套 写一个团队可复用的 Quarto 扩展

E · 交付与治理 Delivery & Governance

把分析变成应用与服务，并对其质量负责（含受监管场景）

L1 L2 L3
上游素材 shiny-r※(链) · shiny-py(MIT)(链) level-up-shiny(链) · llms 的 shinychat/querychat(镜) vetiver(链) · pharmaverse※(镜) · r-pharma-regulated(镜)
原创单元 L1-E1-first-shiny（第一个交互应用） L2-E1-shiny-in-anger（模块化/golem/性能） L3-E2-clinical-reporting（SDTM→ADaM→TFL）· L3-E1-mlops（vetiver 上线）
压轴项目 一个部署上线的迷你应用 重构一个失控的 Shiny 应用 跑通带验证痕迹的临床报告链路

F · AI 增强实践（横切线索，织入而非单列）

织入点 所用素材 说明
L1 各模块「报错自救」 positron AI Client(镜) 第一次报错就教「问 AI 前先读报错」
L1-A/L2-A 反馈循环 modern-r-workflow 模块 03–07(镜) AGENTS.md、skills、人机协作规范
L2-D 讲义协作 practical-quarto 模块 01(镜) Air 格式化 + LLM 辅助写作
L2-F 独立短课程 llms 全仓(镜)：ellmer/chatlas、structured output、agents、skills、RAG、MCP 差异化主打；练习梯度直接沿用 _exercises 重编
L3-E 受监管 AI r-pharma-regulated AI 节(镜) AI 在 GxP 下的边界

画像 → 矩阵路径

P1 小林   : L1-A1→L1-B1→L1-D1→L1-C1→L2-B1→L2-D2
P2 陈医生 : （免修 L1 前半）L1-D1→L1-C1→L2-D1→L2-D2        ← 报告与出版直达
P3 阿伟   : L2-A1→L2-F→L2-E1→L3-A1                          ← 现代栈+AI 主线
P4 老周   : L1-A1 快速通道→L2-C1→L2-E1→L3-E2                 ← 合规临床主线

空缺审计（诚实声明）

以下格子上游没有现成素材，必须 100% 原创或外部补充： - L1-B1（真实脏数据清洗——需自建数据集） - L2-C1 的医学统计桥接（tidymodels 无临床示例——我们的差异化机会） - L3-B1（生态里缺系统化大数据课程）