统计月读（2023 年 4 月）

推荐语：深度学习，但是Lasso？具有算法包和对应的原理论文，值得一试

推荐人：孔令仁

推荐语：明星基金经理真的有优秀的选股能力吗？基于经典的四因子模型的假设，一个直观的想法是检验基金的alpha是否显著大于0。然鹅，由于alpha的分布是非正态的，本文提出运用bootstrap方法，在不假设alpha的先验参数分布的情况下检验alpha的显著性。文章对美国共同基金行业在1975年至2002年期间的表现进行检验，研究结果表明有相当一部分经理人有优秀的选股能力，并且这种优秀的能力在该时期内是持续的。

推荐人：朱书慧

文章信息/链接：KOSOWSKI R, TIMMERMANN A, WERMERS R, et al. Can mutual fund “stars” really pick stocks? New evidence from a bootstrap analysis [J]. Journal of Finance, 2006, 61(6): 2551-95. https://onlinelibrary.wiley.com/doi/epdf/10.1111/j.1540-6261.2006.01015.x

推荐语：已经厌倦了使用 iris 和 mtcars 这样的经典数据集，可以尝试生成更加丰富的虚假数据集。 charlatan 和 fakir 两个包可以用来生成虚假数据集，包括各种类型的变量数据：字符串、数值型，甚至包括空间地理数据，也可以为数据集加入缺失值。

推荐语：这里面有很多统计课程的在线内容，包括一些代码实践的课程，可以用于自学

推荐语：该博客介绍如何在R的数据框架中创建和修改变量，包括从基础操作到来自tidyverse包的更方便的R工具；在处理大型数据数据集时后面的几种方法将更方便。

推荐语：这两个月见证了人工智能快速发展的阶段，上个月月底NLP领域chatgpt4发布，这个月在CV领域又有新的突破。Meta AI最近发布了Segment Anything Model，该模型将NLP中prompt的思想引入到CV领域中，实现了高效的零样本迁移。

推荐语：R 进阶参考读物

推荐人：任焱

链接：https://deepr.gagolewski.com

推荐语：4.18 新出的一个包，nndiagram 可以直接生成神经网络结构图的 Latex 代码，对深度学习相关的文章写作会很有帮助

推荐人：任焱

链接：https://github.com/ccfang2/nndiagram

推荐语：在 R 中使用 ggsolar 对分组的分类变量绘制太阳系图，相当炫酷。

推荐语：对于梯度下降方法的理论介绍与推导，以及该优化方法在线性回归模型和逻辑回归模型的估计中如何应用，作者给出了在R中的实现示例。

推荐语：此书从泛函分析角度帮助大家理解概率论中的概念，可以作为学习高等概率论的补充材料。

推荐人：吴泽齐

书籍信息/链接：Bobrowski, A. (2005) Functional Analysis for Probability and Stochastic Processes: An Introduction, Cambridge, Cambridge University Press. https://doi.org/10.1017/CBO9780511614583

推荐语：一个对常见 MCMC 算法进行可视化的网站，对理解 MCMC 的计算过程非常有帮助（甚至没事的时候盯着看 Hamiltonian Monte Carlo 的运动轨迹都感觉很解压）。