统计月读（2022 年 4 月）

推荐语：一个在线 LaTeX 公式编辑器，无需登陆即可使用，还为登录后的用户免费提供了有限的截图识别次数（mathpix 的 API）

推荐人：孔令仁

链接：https://www.latexlive.com/home##

推荐语：古人云：课程论文千百篇，赋我 p 值，天下寒士尽开颜。今人云：吾日三省吾身，p 值大于零点零五乎…so…so what? 五年前的2016年三月，美国统计学会（ASA）发表的 p 值声明指出，统计假设检验的关键要素 – 尤其是 p 值– 并不具备研究人员所期望它所应具备的功能。五年过去了，p 值声明究竟促成了哪些改变？且斟一碗好酒，听作者慢慢道来…

推荐人：朱书慧

链接：原文信息: Robert Andrew Matthews, The ASA’s p-value statement, five years on, April 2021, Significance. https://cdn.csu.edu.au/__data/assets/pdf_file/0008/3941189/The_p-value_5yrsOn_2021.pdf 译文：美国统计学会的p值声明发表五年后的情况跟踪总结 https://mp.weixin.qq.com/s/Gt0pnVf27m0KvNk8O-FwYQ

推荐语：该博文以一个冰淇凌销量与气温关系的简单案例，展示了对日常问题进行统计建模的完整思路和流程。推荐原因有两点：一是文章每部分都先从微分方程入手，以此阐释对变化规律的主观假设，然后推导出统计模型，过渡显得非常自然；二是使用了 R 中的 brms 包进行贝叶斯估计。该包对 Rstan 进行了封装，可以让你摆脱因为对 Rstan 语法不熟而系统疯狂报错的苦海……

推荐语：因果机器学习前沿综述。本文围绕6种类型的机器学习问题（可解释性，可迁移性，鲁棒性，公平性，反事实评估，其它）展开，分别阐述如何利用因果理论（因果图建模，消除混杂，中介分析，反事实思想）提升预测和推断能力。

推荐人：梁杰昊

链接：https://mp.weixin.qq.com/s/O8eTTcA-BW_-CYKJ9OGdAg

推荐语：一个很好的 R 语言 tidy 流文本分析练习。众所周知，NBA、rap 在美国流行文化中有着千丝万缕的联系，这篇博客通过寻找 rap 歌词中出现的 NBA 球员名称，并进行了可视化分析。Michael Jordan 还是 yyds :)

推荐人：宋文轩

链接：https://luisdva.github.io/rstats/NBA-rap/

推荐语：在 R 中可以通过 reticulate 包加入一些 python 的内容。这篇文章比较详细地介绍了在 RStudio 中使用 Python 的流程，让 R 和 Python 这两个工具可以比较有效地结合起来使用。

推荐人：操懿

链接：https://rtichoke.netlify.app/post/getting_started_with_reticulate/

推荐语：【体育爱好者专栏】这一期到足球了，footballR 包综合了 openfootball 和 jokecamp github 关于足球的数据，有关足球数据源以及 API 的服务可以参见 https://www.jokecamp.com/blog/guide-to-football-and-soccer-data-and-apis/。

推荐人：王祎帆

链接：https://github.com/dashee87/footballR

推荐语：MLData 包提供了一些可以用于机器学习方法联系的医疗数据集，文章中给出了一个结合 tidymodel 的初步示例，可以是一个平时练习的参考使用

推荐人：赵昊蛟

链接：https://rviews.rstudio.com/2022/04/19/mldatar-real-world-datasets-for-machine-learning-applications/

推荐语：R 常常因速度慢而为人诟病。学习和工作中难免遇到很大的数据集，当我们要对大数据集进行清洗和分析时，本文介绍的 xsv、rg 和 huniq 等工具就可以派上用场了。

推荐人：向悦

链接：https://redwallanalytics.com/2022/04/21/loading-a-large-messy-csv-using-data-table-fread-with-cli-tools/

推荐语：基于docker-nvidia+ubuntu+proton云游戏平台的一种非主流方案。主流云游戏平台使用win10虚拟机，基于IOMMU实现gpu passthrough实现显卡独占，对于大显存显卡或者非桌面级的显卡是一种较大的浪费。如果使用vGPU技术来实现显卡切分仅支持企业显卡(tesla系列)，从软件上层面恶意不支持桌面级显卡(GeForce系列)，可玩性较低。使用docker-nvidia实现多容器共用显卡的方案，容器层面无需安装驱动，绑定使用宿主机显卡驱动，但因为是linux系统，玩主流游戏依托steam的proton，在配置调参后基本支撑主流游戏。在titan rtx上测试了赛博朋克2077和艾尔登法环，经过参数配置后运行良好，具体可在protonDB上寻找解决方案。音画流和输入流传播采用WebRTC，手柄驱动和映射需要DIY。主要优势：桌面级显卡一卡多用，docker+k8s云原生技术栈，系统小，适合P2P显卡租聘；主要劣势：linux上玩游戏需要借助proton和运行配置，有些游戏可能玩不了。

推荐人：苏锦华

链接：成熟后发博文，dockerfile：https://github.com/ehfd/docker-nvidia-glx-desktop

推荐语：简单推荐最近一直在高密度使用的 r 包 fmrs，可以在 Finite Mixture Model 中提供变量选择的方法，生存分析中也可以使用。