统计月读（2022年8月）

推荐语：关于贝叶斯统计的一门课程，有配套书籍和公开课视频（B站搜名称有搬运），数理内容比较少，侧重代码实战（官方R+stan，也有 Python 和 Julia 版）。

推荐人：孔令仁

链接：https://xcelab.net/rm/statistical-rethinking/

推荐语： 2 小时 workshop 几乎零基础学习 Quarto，一个开源的科学和技术出版系统，是继 R Markdown 的下一代产品。

推荐人：黄湘云

链接： https://jthomasmock.github.io/quarto-2hr-webinar/

推荐语：可能很多人还不知道，其实 Windows 里面更新 R 和 Rtools，甚至 Rstudio 的时候，是可以通过一个包 installr 来在命令行（R GUI）进行操作的。使用这个包可以减少很多的麻烦，提高效率。

推荐人：孔令仁

链接：https://github.com/talgalili/installr/

推荐语：分析一组变量的相关性时，corrplot 是最常见的选择（据我所知），大多数情况这已经足够了，但是在变量很多或者只关心相关性最强的几个变量时，或许试试其他更直观的方法。

推荐人：任焱

链接：https://albert-rapp.de/posts/ggplot2-tips/13_alternative_corrplots/13_alternative_corrplots.html

推荐语：在调查中，如何得到敏感（不愿回答）问题的真实答案？随机化回答技术中的沃纳模型和西蒙斯模型会给你一些启发~

推荐人：朱书慧

链接：

文章1：

https://www.tandfonline.com/doi/abs/10.1080/01621459.1979.10481639
Robert L. Winkler & Leroy A. Franklin (1979) Warner's Randomized Response Model: A Bayesian Approach, Journal of the American Statistical Association, 74:365, 207-214,

DOI: 10.1080/01621459.1979.10481639
文章2：

https://zhuanlan.zhihu.com/p/135523164
如何做敏感问题调查？

推荐语：介绍了如何建立对 ITR (Individualized Treatment Rules, 个性化治疗规则) 的统计直觉。文章提到用条件平均处理效应来估计 ITR，并给出了一个简单的 R 语言模拟，对理解“干预措施带来的影响效应如何定量描述”有帮助。

推荐人：宋文轩

链接：https://www.khstats.com/blog/otr/otr/

推荐语：仅通过使用 R 语言，在 nara 和 eventloop 等包的帮助下，昵称为 coolbutuseless 的作者将一款上世纪九十年代的游戏：Another World 移植到了 Linux 平台。虽然 R 语言现在还不能用来完成独立游戏，但这个例子仍然激动人心；同时 R 中的统计和机器学习工具也可能为游戏开发提供帮助。

推荐人：宋文轩

链接：

https://boilingsteam.com/the-r-programming-language-is-now-fast-enough-to-run-games-on-linux-with-nara/ The R programming language is now fast enough to run games on Linux with nara 介绍文章
https://github.com/coolbutuseless/anotherworld 该项目的 GitHub 地址

推荐语：作者提出了一种在黎曼流形上基于Langevin Dynamic和Hamiltonian Dynamix的高效采样方法。这是Sampling领域的经典文章之一，发表在统计学顶刊JRSSB上。

推荐人：梁杰昊

链接：https://rss.onlinelibrary.wiley.com/doi/10.1111/j.1467-9868.2010.00765.x

推荐语：一个很简单的文本情感分析的入门教程，对于入门文本分析的初学者很友好，但是更针对英文文本，做中文文本分析需要相应做一些调整。

推荐人：赵昊蛟

链接：