OpenIntro Statistics（第 4 版）

请帮我把「OpenIntro Statistics（第 4 版）」的学习环境一次准备好，让我之后只需要按顺序学习和做练习。
开始前先问我：课程放在哪个目录（等我给出完整路径），确认我的操作系统和已有工具。确认前不要创建文件或安装软件。

课程入口：https://www.openintro.org/book/os/
我的系统：Windows。如果实际不符，先调整方案。
本次路线：选择软件做第一个实验。只准备这条路线需要的工具；只读路线不安装运行环境、不配置模型密钥。
练习：另有 10 个统计实验（软件入门、数据导论、概率、正态分布、推断入门、置信区间、分类数据推断、数值数据推断、线性回归、多元回归），公开免费，无提交和评分。
课节（官方顺序）：
1. Intro to Data：https://www.openintro.org/book/os/
2. Summarizing Data：https://www.openintro.org/book/os/
3. Probability：https://www.openintro.org/book/os/
4. Distributions：https://www.openintro.org/book/os/
5. Foundations for Inference：https://www.openintro.org/book/os/
6. Inference for Categorical Data：https://www.openintro.org/book/os/
7. Inference for Numerical Data：https://www.openintro.org/book/os/
8. Introduction to Linear Regression：https://www.openintro.org/book/os/
9. Multiple and Logistic Regression：https://www.openintro.org/book/os/

1. 环境
- R Base软件入门页使用旧HTTP数据地址；已核对同站HTTPS地址https://www.openintro.org/stat/data/arbuthnot.R可用，内容是82行数据声明。运行前先核对脚本内容，载入后检查维度与列名。
- 安装前先列出要装的软件和命令，等我同意；已装好的直接复用。
2. 材料
- OpenIntro Statistics 第 4 版 PDF：只记录链接 https://www.openintro.org/go?id=os4&referrer=/book/os/index.php（从官网进入下载；若需要个人账号或邮箱由学习者操作。）
- 统计实验（R Tidyverse、R Base、Rguroo、Jamovi、JASP、SAS、Stata）：只记录链接 https://www.openintro.org/book/statlabs/?statlab=software_intro
- 数据集：只记录链接 https://www.openintro.org/go?id=stat_data_sets
- 习题答案（仅限认证教师）：只记录链接 https://www.openintro.org/go?id=register（需教师认证，学生无法获取全部答案）
- 第4版无障碍PDF（无需账号）：只记录链接 https://www.openintro.org/go?id=os4_for_screen_reader&referrer=/book/os/index.php（免费无障碍第4版PDF可通过官网Book PDF Best for Screen Readers入口匿名获取；已核对版次。它的页码与普通版不同，按章节号定位，不要求学习者先注册或购买。）
3. 目录（最外层放在我确认的位置）
openintro-statistics-4e/
├── README.md        # 课程入口、课节清单、每次怎么开始
├── progress.md      # 每课：读讲义 / 做练习 / 记笔记
├── questions.md     # 待解决的问题
├── check-env.md     # 环境自检，按 README 操作
├── data/            # 练习用到的样例数据
└── lessons/         # 每课一个文件夹：notes.md + exercises/
    ├── 01-intro-to-data/
    ├── 02-summarizing-data/
    ├── 03-probability/
    ├── 04-distributions/
    ├── 05-foundations-for-inference/
    ├── 06-inference-categorical/
    ├── 07-inference-numerical/
    ├── 08-linear-regression/
    └── 09-multiple-logistic-regression/
- 每课文件夹里建 notes.md（顶部写本课官方链接）和 exercises/；课节文件夹名称与上面一致。
- 已有课程目录先检查并复用；不覆盖笔记、作业或 progress.md，不重置已有进度。尚未发布的课节保留入口并注明未发布，不能代写讲义或虚构练习。
4. 自检
- 创建 check-env.md，逐项检查并记录“通过/未通过”：
- 按浏览器或在线 notebook 清单检查，不为自检安装本机终端。
  - 人工检查：打开book/中的教材PDF，确认版次为第4版。  → 正文可读且版次符合；此项不是 shell 命令。
  - R --version  → 输出 R 版本
  - 人工检查：按所选软件版本运行官方首个实验的数据加载与给定绘图步骤。  → R Base路线不要求tidyverse/openintro包；官方入门数据arbuthnot应有82行、year/boys/girls三列。只有选择Tidyverse实验时才按该实验安装对应包。不要把尚未做的练习答案作为安装条件。
- 标注为人工检查、浏览器操作或 notebook 单元的项目，按相应方式操作，不直接粘贴进 shell；脚本只包含当前系统可执行的命令。
- 仅在当前路线需要、对应材料已获准保存、工具已安装时运行该项；需要登录、付费或尚未开放的材料记为“需要我操作/未验证”，不能伪报通过。不执行会调用付费 API、提交作业或修改云服务的检查。
- 运行一次，把结果给我看；未通过的项目说明原因和修复办法。
5. 学习计划
- README.md：课程入口、课节清单（带链接）、每次学习怎么开始（使用“每课提示词”）。
- progress.md：每课三项勾选——读讲义、做练习、记笔记。
6. 最后分三部分汇报：已完成、需要我自己操作的、尚未验证的。

边界：
- 需要管理员权限、会产生费用或需要填写密钥的操作，先告诉我原因，等我同意。密钥由我在本机配置，不发到聊天，不写进笔记或版本库；原项目需要 .env 时确认已被 Git 忽略。
- 不替我写练习或作业答案，也不替我提交。我卡住时只给提示；我明确要求时才给解答。
- 只下载许可允许个人保存的材料；其余只放链接。不把未运行的命令说成成功。
如果你不能直接操作我的文件系统，请在确认目录后给出适用于我的系统、可直接执行的命令和需要保存的文件内容。