Этот рабочий процесс позволяет мне молниеносно исследовать этап Main.R. Это потому, что я построил четкие, обобщенные и оптимизированные функции. Основное отличие от модели LCFD заключается в том, что я не преформирую построчную фильтрацию, слияние или агрегирование; Я предполагаю, что я могу захотеть фильтровать, объединять или объединять данные различными способами в рамках исследования. Кроме того, я не хочу загрязнять свою глобальную среду длинным построчным скриптом; как указывает Spacedman, функции помогают в этом.
много написано о разработке рабочего процесса на R для статистических проектов. Наиболее популярный рабочий процесс, кажется,Модель LCFD Джоша Райха, Сmain.R содержащий код:
source('load.R')
source('clean.R')
source('func.R')
source('do.R')
так что одинsource('main.R') запускает весь проект
В: Есть ли причина предпочитать этот рабочий процесс тому, в котором построчная интерпретация выполняется вload.R, clean.R, а такжеdo.R заменяется функциями, которые вызываютсяmain.R?
Сейчас я не могу найти ссылку, но я где-то читал на SO, что при программировании на R нужно преодолеть их желание писать все в терминах вызовов функций - чтобы R был СООТВЕТСТВУЮЩИМ, чтобы быть написанным, это построчно Интерпретативная форма.
Q: действительно? Почему?
Я был разочарован подходом LCFD и собираюсь написать все с точки зрения вызовов функций. Но прежде чем сделать это, я хотел бы услышать от хороших людей SO о том, является ли это хорошей идеей или нет.
РЕДАКТИРОВАТЬ: Проект, над которым я сейчас работаю, состоит в том, чтобы (1) прочитать набор финансовых данных, (2) очистить его (достаточно сложно), (3) оценить некоторое количество, связанное с данными, используя мою оценку (4) Оцените это же количество, используя традиционные оценщики (5) Результаты отчета. Мои программы должны быть написаны таким образом, чтобы было удобно выполнять работу (1) для разных наборов эмпирических данных, (2) для данных моделирования или (3) с использованием разных оценщиков. ТАКЖЕ, он должен следовать грамотным инструкциям по программированию и воспроизводимым исследованиям, чтобы новичок в коде мог легко запустить программу, понять, что происходит и как ее настроить.