统计月读（2022 年 2-3 月）

推荐语：耶鲁大学 Yihong Wu 的课程 Statistical inference on graphs。网页上有详细的课件和作业，适合自学。

推荐人：梁杰昊

链接：http://www.stat.yale.edu/~yw562/teaching/684/

推荐语：推荐张敬信老师的教程《R 语言编程：基于 tidyverse》，作为书稿免费更新了前几章，计划今夏会出版，是学习 tidyverse 很好的教程；张老师本人也是 R-tidy 的孜孜不倦的推广者，他的知乎和 b 站也值得一看。

推荐人：宋文轩

链接：https://github.com/zhjx19/introR

推荐语：这是 RStudio 出品的 R Markdown 扩展工具，只需要简单的 Rmd 语法和少量调试即可构建交互的教学工具/文档。

推荐人：孔令仁

链接：https://rstudio.github.io/learnr/

推荐语：作者在这篇博客里写了五个故事，四个 R 包，三个专业领域术语，两条推文和一个有趣的 Meme 图，主要探讨了文本挖掘、R 包开发、固定效应和随机效应、PCA 双图和已发表经济学论文的交互式复制项目。

推荐人：任怡萌

链接：https://www.getrevue.co/profile/harshbutjust/issues/interactive-replication-projects-yes-please-909157

推荐语：【体育爱好者专栏】上一期介绍了用 R 分析 NBA，这次介绍一个和排球相关的。这个包提供了模拟排球比赛的函数，可供教练和分析师在寻找球员、制定训练课程和比赛中使用。

推荐人：王祎帆

链接：https://untan.gl/r-package-simulating-volleyball.html

推荐语：R 的 github action，整合论文可视化结果和图表的 CI&CD 减少调参侠的人工记录失误。

推荐人：苏锦华

链接：https://www.maxheld.de/ghactions/

推荐语：Energy-based model 不是一种新的模型，而是 Yann Lecun 提出的一种将多种机器学习、深度学习问题统一起来的框架。分类、预测、决策等问题都可以转化为基于能量的学习。

推荐人：向悦

链接：http://yann.lecun.com/exdb/publis/pdf/lecun-06.pdf

推荐语：数学公式是写作的重要部分，然而在一般的图例中我们不能直接使用数学公式，这时候 latex2exp 就可以发挥作用了。这个 R 包可以把LaTeX公式加入到图片的文字中（R 的基本 plot 和 ggplot2 都可以）。

推荐人：孔令仁

链接：https://www.stefanom.io/latex2exp/

推荐语：r-universe，可以非常形象地看到各种包的介绍、版本、适用系统，以及与包相关的 paper。还有部分功能（如依赖）正在建设之中。

推荐人：操懿

链接：https://r-universe.dev/search/

推荐语：如何在 Rmd 文件中设定 chunk 的属性以使得代码更加简洁易读？这个帖子给出了一些建议，相信能够帮助你的 rmd 代码更加简洁。

推荐人：赵昊蛟

链接：https://www.rstudio.com/blog/r-markdown-tips-tricks-2-cleaning-up-your-code/

推荐语：接楼上，推荐包 styler，可以在 Rstudio Addins 模块一键代码重整，如果你执着于自己奇怪的代码习惯但又不好意思报告里展示，也可以设置只设置 knit 出的代码格式。

推荐人：任焱

链接：https://styler.r-lib.org/