统计月读（2023年4月）

[Ryanna-github]

请回复 issue 进行文章推荐与招聘投稿，内容须与统计/数据科学相关，是否采纳取决于编辑部意见。

文章推荐包括学术论文、博客、书籍、教程或软件等的推荐，如果是英文文章在月报发布后自动作为翻译备选文章。

招聘主要面向学术界与工业界的招聘信息发布且岗位要与统计/数据科学相关。

文章推荐格式如下：

推荐语：（几句话就可以，可长可短，有态度不严肃）

推荐人：（建议用真名）

链接：（论文建议给doi，其余给链接）

招聘信息格式如下：

岗位介绍：（例如博士生、博后、xx公司软件工程师等）

工作地点：（具体到城市）

联系方式：（网站链接或邮箱）

[LingrenKong]

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

链接：https://lassonet.ml/;

[zsh6sleepy]

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

[SungManhin]

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。

推荐人：宋文轩

链接：https://cran.r-project.org/web/packages/fakir/index.html, https://cran.r-project.org/web/packages/charlatan/index.html

[LingrenKong]

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

推荐人：孔令仁

链接：https://online.stat.psu.edu/statprogram/undergraduate-studies

[kzymiao]

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。

推荐人：孔子怡

链接：https://typethepipe.com/vizs-and-tips/modifying-variables-the-right-way/

[TheHiddenObserver]

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。

推荐人：林子谦

链接：https://segment-anything.com/

https://doi.org/10.48550/arXiv.2304.02643

[Ryanna-github]

推荐语：R 进阶参考读物

推荐人：任焱

链接：https://deepr.gagolewski.com

[Ryanna-github]

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

[rucwyf]

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。

推荐人：王祎帆

链接：https://rud.is/b/2023/04/12/make-solar-system-plots-with-ggsolar/

[MelodyRen1998]

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。

推荐人：任怡萌

链接：https://poissonisfish.com/2023/04/11/gradient-descent/

[qi-wuze]

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

[yixuan]

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）。

推荐人：yixuan

链接：https://chi-feng.github.io/mcmc-demo/（源代码：https://github.com/chi-feng/mcmc-demo）