tidypptsda 要解决的问题很具体：把测定站导出的一次次访问记录，变成每头猪可信、可比的日增重（ADG）、日采食量（ADFI）和料肉比（FCR）。本文说明这个包为什么这样设计：每一步背后的考虑、做过的取舍，以及刻意没有做的事。具体方法见《计算方法说明》，参数见《质控参数详解》。
测定站的数据有它自己的”脾气”，方法要顺着它来设计，而不是套用通用的统计规则。
这几条直接决定了体重清洗的顺序：先去掉 15–150 kg 以外的读数和 7 天适应期，再从最可靠的测定末期往前逐日追踪，只保留与推算体重衔接的读数，最后才用二次稳健回归和 LOESS 去掉零散的异常值。通用的异常值方法把整条曲线当作参照，进站初期一半读数都偏重时，曲线本身就被拉高了，所以不能只靠它们。
追踪剔除的记录很多（超过 40%）时，问题通常不在猪，而在秤：比如一头猪到 50–100 kg 时仍长期出现两条平行的体重带，这时秤上只容得下一头猪，只能是体重传感器出了故障。这样的猪会被标出来，原因写明”可能是称重异常”。
FCR = ADFI ÷ ADG，只有当分子和分母来自同一段体重、同一批日子时，它才有意义。如果 ADG 按 30–120 kg 算，而 ADFI 按整个测定期的平均采食算，两头进站体重不同的猪就无法比较。
所以全流程只有一个区间 stage_range（默认 30–120
kg）。生长曲线确定每头猪进入和离开这个区间的日期，之后
ADG、ADFI、分段检查用的都是这批日子。改区间时，所有地方一起改：起止日期、要补齐的日子、适应期的采食是否计入、10
kg 分段，以及图中的虚线。
缺记录是测定站的常态：猪某天没进站、耳标没读到、设备故障，或者进站晚、出栏早。与其在计算时绕开缺失，不如先把区间内每一天都补齐，补的方法随缺失的位置而不同：
| 缺失位置 | 体重 | 采食 |
|---|---|---|
| 两个有记录的日子之间 | 前后两天线性插值 | ≤ 3 天：LOESS 平滑；> 3 天：群体曲线 × 个体比例 |
| 区间开头（进站晚） | 切线外推 | 群体曲线 × 个体比例 |
| 区间末端（出栏早） | 生长曲线 | 这头猪自己的”采食 ~ 体重”回归 |
背后的考虑是：中间缺失时，前后两天的实测最能说明这头猪当时的状态；两端缺失时没有实测可依，只能靠模型。晚进站的猪缺的是前期，它自己的数据里没有前期的信息，所以借用全群的曲线形状，每头猪只提供自己的采食水平；早出栏的猪缺的是末期，末期的上升趋势它自己的数据里已经有了，而全群曲线在高体重段变平，会低估它，所以末端用它自己的回归。这两个选择都来自无泄露的整体验证（validate_truncation()），而不是凭直觉。逐步示意见《填充方法》。用自己的数据验证过：中间缺失时，线性插值的日体重误差约
0.8 kg，用生长曲线约 1.1–1.6 kg。
补齐之后，ADG 就是区间内每天体重对日期回归的斜率。这个定义直观，和”每天长多少”的说法一致；有一两天的读数偏高或偏低，对斜率的影响也很小；R² 还能说明这头猪长得是否平稳。每一天的体重和它的来源（实测、插值、曲线）都保留在结果里，图中也用不同颜色标出，补了多少一目了然。
育种评估需要尽可能多的个体，而”不完美”不等于”不能用”。所以本包的原则是能算就算，算不准就标出来：
low_confidence，原因写进
reason 或
fcr_note：进站太重、出栏太轻、两端填充超过 15
天、采食实测不足 70%、某个 10 kg 段记录断档等；qc_flag，每头被剔除的猪都在 $removed
中写明在哪一步、因为什么。这样，用的人可以自己决定：育种评估只用 fcr_flag = "ok"
的个体，描述性统计用全部个体，或者在模型中把低可信度的个体区分开。
国家测定规程中的累计采食法曾作为可选方法实现过，后来删去了，原因正在于此。在示例数据上它会直接剔除大约一半的猪；分段料肉比还会因 n/(n−1) 的偏差系统性偏高，又引出更多的剔除；累计采食对体重的关系是向上弯的，用直线外推会低估 FCR。
所有阈值都集中在 qc_config()
返回的一个对象里，各函数通过 qc 参数接收，结果的
$settings 原样保存。这样做有三个好处：
print(qc_config())
一次列出全部参数，不用到各个函数里找；$settings；早期版本提供过几套预设（casey、national、legacy），实际使用中反而让人困惑：预设之间差的是几十个参数的组合，很难说清楚差别来自哪里。1.0.0 起只保留一套默认方法，需要时逐个覆盖参数，每一处改动都看得见。
每一步尽量用有文献依据的方法：采食错误判定用 Casey 等（2005）的 16 条规则，体重异常值和采食校正用 Jiao 等（2014）的稳健回归和混合模型，平滑用 Cleveland（1979）的稳健 LOESS。逐日回溯追踪是本包根据测定站的称重方式设计的，它的作用同样可以检验。
但没有一种方法在所有批次上都最好：晚进站的批次，二次曲线外推不稳，直线反而更好；成段缺失时 LOESS 略好于线性插值，两端缺失时两者一样。与其凭经验选择，本包提供了四个验证函数，在你自己的数据上故意加入误差或隐藏一部分记录，看哪种方法恢复得最好：
| 函数 | 检验什么 |
|---|---|
validate_outliers() |
体重异常值方法 |
validate_adg() |
生长曲线模型 |
validate_weight_fill() |
体重填充方法 |
validate_adfi() |
采食填充方法 |
验证的结论也反过来影响了默认设置。例如几项验证都说明：保证区间两端有记录，比选择哪种方法更重要，所以两端填充超过 15 天的猪会被标为低可信度。
NEDAP 和 FIRE 的导出格式完全不同：列名、时间格式、单位都不一样，同一种设备不同软件版本也会有差别。如果每个分析函数都去适应这些差异，代码会越来越乱，也容易出错。
所以本包只在入口处理差异：read_station()
按”站点格式”把各种导出对应到同一张标准表，之后的分析只认这张表。列名对不上时，把格式写成一个小文本文件，同一种导出只需写一次。耳标号一律按文本读入，前导零不会丢失；单位统一为
g 和 kg，时间统一为时间型。
write_results() 导出的
csv 带 BOM，Excel 打开中文不乱码；adg_type = "partial"），并标为低可信度。本包不会为它编造一段”本该有”的生长。