第 12 週 09_10_不誠實的誠實研究資料

本次單元作業比照電子書的AQ data and recap，使用部落格datacolada揭露Shu等人(2012,已被撤銷)的可疑資料，做為單元9_{12的演練材料。這次的課堂作業是認識這份資料檔案的內容，演練如何自建Rmarkdown檔案，以及復習單元5}8學到的資料整頓技巧。

12.1 資料編碼簿

開始演練前，教練會解釋每份資料檔案的變項，在Shu等人的研究結果所發揮的角色與功能。

id	varname	files	description
var1	id	averages.csv, car1~4.csv, condition.csv, font.csv	Masked policy id
var2	condition	condition.csv	Sign on top vs sign on bottom of forms with miles being submitted
var3	font	font.csv	Is car #1 shown in Calibri or Cambria font in originally posted data (this variable was added for the Colada post)
var4	baseline_car1	car1.csv	var4-var11: baseline 1-4 is the odometer reading before the experiment, update1_4 is the odometer submitted in the experiment
var5	update_car1	car1.csv	NA
var6	baseline_car2	car2.csv	NA
var7	update_car2	car2.csv	NA
var8	baseline_car3	car3.csv	NA
var9	update_car3	car3.csv	NA
var10	baseline_car4	car4.csv	NA
var11	update_car4	car4.csv	NA
var12	baseline_average	averages.csv	Average of baseline values for the up to four cars
var13	update_average	averages.csv	Average of update values for the up to four cars
var14	diff_average	averages.csv	DV in original paper: average difference update-baseline for up to four cars

根據教練的說明，在[討論區]的對應貼文回覆以下問題：

領取作業複本，建立作業專案，確認其中有壓縮檔“dishonest_data.zip”。解壓縮至儲存演練資料的資料夾，確認每個檔案的欄位配置符合“資料編碼簿”。

參考電子書的示範，在作業專案建立“Assignment.Rmd”文件檔。檔案選單的標題與姓名必須是英文，例如“Dishonest data,”“John Doe”，才能建立YAML前置設定區。

參考電子書的示範，為匯入每一個資料檔案準備一個R chunk。

建議1:新建的Rmarkdown文件檔預設第一個R chunck是“setup”，應把要用到的package如tidyverse在此載入。

建議2:參考課前示範影片，為每個chunk命名，有利在編輯視窗設定索引捷徑

在每個R chunk運用read_csv()匯入資料檔。

除了電子書示範的summary()，也建議試試課前影片示範的head(),tail(),str()等。在每個R chunk之後紀錄你對那一份檔案的認識。

下課前完成以上演練，並成功生成“Assignment.html”，完成推送就能獲得“準時推送”與“演練充分度”最高評分。以下是獲得“演練活用度”評分的課後問題。

“averages.csv”的每個欄位數值是如何從“car1.csv”到“car4.csv”的baselin_car?與update_car?總計的？下次上課開始之前，在[討論區]的對應貼文回覆你的方法，被教練標註就能獲得“演練活用度”評分。