统计月读（2020 年 9-12 月）

推荐语：关于 R 语言教学，作者针对学生是编程初学者的情况提出了 Tidy 存在的多种问题。

在原作授权的情况下，此文由 Song Li 翻译并发布在统计之都主站从另一个视角看 R 语言的方言 Tidyverse

推荐语：上次推荐的 stackgbm 包是用来解决模型叠加问题的，单一模型总有预测性能的天花板，多模型整合后则可实现更好的预测效果，毕竟只有小孩子才做选择。这是肖楠版主在一次研讨会上对这个包相关案例的介绍，非常有启发性，3 小时 7 分 30 秒开始。

推荐语：可视化发展还是很快的，有时候还没搞明白一种方法这个方法就被更好的替代了。在降维可视化上，t-SNE 还没等普及到教科书里，同样基于流形分析的 UMAP 就跑出来宣告全面压制了。作为用户，UMAP 最直观感受就是比 t-SNE 速度快了很多。

推荐语：斯坦福大学 Stats366/Bios221 的配套在线电子书，主要内容是基于 R 语言的现代生物统计方法，案例很丰富，讲解深入浅出，适合生物统计入门。

推荐人：于淼

链接：https://www.huber.embl.de/msmb/

推荐语：医疗诊断算法由于传统习惯考虑了种族，结果会导致黑人得到肾移植的机会低于白人，这种算法习惯会放大歧视问题且很难被察觉，《连线》也对此进行了报道，机器学习算法设计时预测变量选择不能单纯照搬经验，要更多考虑背景原理来选择更底层的独立变量。

推荐语：今年是 Github Actions 大规模取代 Travis 的一年，这篇文章给出了容器技术在 R 包调试上的作用，如果你还没着手学习持续集成技术，现在应该是个好时机。

推荐语：统计月读 2019 年第一期我们推荐了 Radix 包，目前已经改名为 distill，如果说 rticles 包是对当前期刊的一种妥协，输出仍然是 tex 文档，那么新版 distill 包可以看做是完全基于网页输出的学术期刊的技术基础，直出静态网页且支持文献引用，非常适合学术人员快速分享自己的一页纸式的研究成果。

推荐语：flowingdata 选出的年度可视化项目，疫情可以说占了大部分主题。

推荐语：Gelman 总结的过去 50 年中最重要的统计思想，包括 counterfactual causal inference, bootstrapping and simulation-based inference, overparameterized models and regularization, multilevel models, generic computation algorithms, adaptive decision analysis, robust inference, and exploratory data analysis.

推荐人：于淼

链接：https://arxiv.org/abs/2012.00174

推荐语：PLS-DA 可以说是最简单的机器学习模型了，但如何用好用对也是需要了解原理的，这篇名为 “So you think you can PLS-DA?” 用真实数据研究了该方法与 PCA 的比对并解释了优缺点，适合实验学科人员阅读。

推荐语：这是一本向 R 用户介绍 javascript 的电子书，适合 R 用户特别是 shiny 用户阅读。

推荐人：于淼

链接：https://book.javascript-for-r.com/

敬告各位友媒，如需转载，请与统计之都小编联系（直接留言或发至邮箱：[email protected]），获准转载的请在显著位置注明作者和出处（转载自：统计之都），并在文章结尾处附上统计之都微信二维码。

统计之都微信二维码