统计月读（2023年12月）

推荐语：想做甘特图，在线网页看上去效果很好很完善但是真的用起来结果一团糟，发现 mermaid.js 很适合用代码形式绘制流程图甘特图等图表，在 R 中使用 DiagrammeR 包即可直接调用。

推荐人：任焱

链接：https://www.rdocumentation.org/packages/DiagrammeR/versions/1.0.10/topics/mermaid

推荐语：当样本缺乏代表性时，基于已知人口学特征进行事后分层（post-stratification）加权是常用技巧。但如果具体层次的样本量很少，该层点估计会面临较大误差。对此，可以利用多层模型的shrinkage特性，获得每层更稳健的点估计，然后再加权汇总。

推荐人：董书昊

链接（两篇文章）：https://www.monicaalexander.com/posts/2019-08-07-mrp/，https://marginaleffects.com/vignettes/mrp.html

推荐语：R语言书籍的推荐，附有介绍和免费获取电子版的链接

推荐人：孔令仁

链接：https://oscarbaruffa.com/the-10-most-popular-r-books-of-2023/

推荐语：推荐R包MIDAS，可用于混频数据回归

推荐人：朱书慧

链接：Ghysels, E., Kvedaras, V., & Zemlys, V. (2016). Mixed Frequency Data Sampling Regression Models: The R Package midasr. Journal of Statistical Software, 72(4), 1–35. https://doi.org/10.18637/jss.v072.i04

推荐语：gspcr 用于广义线性模型的有监督 PCA，可以支持连续型、离散型和二分类型的结局变量。想做使用有监督 PCA 的逻辑回归时发现的，是最近才上传的一个包。

推荐人：宋文轩

链接：https://cran.r-project.org/web/packages/gspcr/index.html

推荐语：LLM 如何切实帮助 R coder，chattr 只是在 R 内部提供了 ChatGPT 接口，gptstudio 更像一个内置工具。文章还从改善 http 请求效率（使用 SSEparser 包）的角度对上述 API 做了改进，值得一读。

推荐人：任焱

链接：https://samuelenrique.com/posts/2023-12-14-launching-sseparser/

推荐语：看不懂别人的代码一定要用用这个小工具，可以解释多种代码，会从代码结构，可能出现的bug，修改建议等等进行分析。

推荐人：任焱

链接：https://codepal.ai/code-explainer/r

推荐语：因果推断与机器学习结合方法的python包，里面包含的方法很多，比如DML、DRL、正交随机树等，讲解也很细致，很实用～

推荐人：孔子怡

链接：https://econml.azurewebsites.net/spec/estimation/dml.html#what-is-it

推荐语：一个经典结论的再现。由于上学通常会卡年龄（比如加拿大会卡在当年1月1日），在低年级时，体育队里往往大部分人会是同一年级中更早出生的那批人（发育了更长的时间）。例如在加拿大，体育队中年初出生的人较多，但也可能是因为更多的人本身就出生在年初。作者拿加拿大人口数据和NHL中加拿大球员的出生数据进行了研究，即对比两个分布是否相同。发现相比正常出生情况，NHL中的确有更多的加拿大人在年初出生。

推荐人：王祎帆

链接：https://jlaw.netlify.app/2023/12/04/are-birth-dates-still-destiny-for-canadian-nhl-players/

参考文献

[1]https://github.com/cosname/cosx.org/issues/1120

2023年往期回顾