查看原文
其他

心理学及相关领域R语言自学资料索引

荷兰心理统计联盟 荷兰心理统计联盟 2021-07-06


使用说明: 本文全面梳理心理学,社会科学及其他相关学科(例如公共卫生学等)所常用的基于统计软件R的软件包,及目前网络上针对这些网络包较为全面的简介和教程。在学习R的过程中,我们特别推荐以项目为主的学习方法将解决实际研究中的问题为目标,围绕这一目标进行针对性的学习和练习。本篇仅为索引简介,后期会陆续在本公众号更新常用程序包在研究中的应用实例,如元分析, 网络分析(已发),回归分析,结构方程模型,贝叶斯。


Tip:本期内容为大量干货,强烈建议使用网页浏览,一边阅读,一边保存网页!


如果您有比较好的R教学资料推荐,也欢迎在下方留言,我们需要您的支持和帮助。




1.1  Coursera 免费视频课程

R Programming,从基础安装到数据模拟

40多万人注册,4.6分好评(1万四千多人评价)

https://www.coursera.org/learn/r-programming



1.2  Youtube  教学视频

Dr. Erin M.Buchanan’s 从基础到高级R,结合实例教学

https://www.youtube.com/channel/UCMdihazndR0f9XBoSXWqnYg

 


1.3  入门网站

涵盖从R下载安装到,数据整理,回归分析(中介、调节、调节的中介、逻辑回归等)、R 做图(交互作用图),ANOVA, Multilevel, 到高级的decision tree 教学。全部有25 chapter。

https://ademos.people.uic.edu/Chapter15.html



1.4  R语言基础知识(在线书籍)

R for data science

系统介绍了R语言基础知识,数据框的整理(以Package tidyverse为主)以及ggplot2包画图的用法

 https://r4ds.had.co.nz/ 

 

1.5  入门书籍

Discovering Statistics Using R (2012, Andy Field)

系统介绍了心理统计学知识(从描述统计到推论统计)以及在R上的具体操作,后台回复【 learning R 】获取PDF文件。



2.1  心理统计

 

2.1.0  数据整理

Package tidyverse

从数据整理(e.g.,dplyr)到可视化(e.g., ggplot2)相关的子包,仅需一个包就可以解决安装其他子包的烦恼

https://jcoliver.github.io/learn-r/012-intro-tidyverse.pdf

 

Package dplyr

便捷,直观而快速的数据整理 

https://genomicsclass.github.io/book/pages/dplyr_tutorial.html

 

Package data.table 

特别适合于数据量较大的数据集的整理,速度比dplyr快上许多

https://cran.r-project.org/web/packages/data.table/vignettes/datatable-intro.html

 


2.1.1  缺失值处理

Package mice

最常用的多重插补(multiple imputation))法进行缺失值处理

https://datascienceplus.com/imputing-missing-data-with-r-mice-package/

 

2.1.2  心理测量学相关内容

Package psych

与心理测量学相关的诸多统计技术的大合集,包括但不限于探索性因子分析,主成分分析,信度检验,简单项目反应理论等等

http://personality-project.org/r/overview.pdf



2.1.3  方差分析

Package afex +Package lsmeans

https://ademos.people.uic.edu/Chapter21.html

因素型方差分析+事后检验手把手教学

Mixed model方差分析(反应时)

https://cran.rproject.org/web/packages/afex/vignettes/afex_mixed_example.html

 

2.1.4  结构方程模型

Package lavaan

结构方程模型(包括验证性因素模型)的大合集,非常有用和灵活,可以应对带中介和(或)调节的非常复杂的模型,Mplus的免费版

http://lavaan.ugent.be/start.html



2.1.5  多层线性模型

Package lme4

非常灵活地处理各种多层线性模型,包括计算模型相关系数和指标

https://www.rensvandeschoot.com/tutorials/lme4/

 

2.1.6  聚类分析

Package mclust

快速准确拟合最常用的高斯混合模型,包括进行模型比较

https://cran.r-project.org/web/packages/mclust/vignettes/mclust.html

 

2.1.7  项目反应理论及针对分类变量的潜变量模型

Package mirt

针对多种类的项目反应理论,比psych中包含的项目反映理论模型更为多样灵活

https://github.com/philchalmers/mirt/wiki

 

2.1.8  潜类别模型(Latent class analysis)

Package poLca

潜类别模型的拟合和模型选择

https://www.r-bloggers.com/example-8-21-latent-class-analysis/



2.1.9  贝叶斯分析

Package Bain

灵活多样地贝叶斯因子设定,适用于多种常见模型

https://cran.r-project.org/web/packages/bain/index.html

 

Package BayesFactor

和开源软件 JASP 调用相同的计算BF的包

https://richarddmorey.github.io/BayesFactor/

好处是可以借助JASP来验证R里的计算是否正确,前提是二者版本相同,查看此处可以确认JASP里的版本

 

Package JAGS

非常强大的贝叶斯建模软件构建蒙特卡洛马尔可夫链拟合多层模型

https://rstudio-pubs-static.s3.amazonaws.com/272658_ae4d482c86514674be17042c852ebbfc.html



2.1.10  元分析

Package metafor

普通元分析所需模型的大全集,可以同时纠正模型中的发表偏差(publication bias)

http://www.metafor-project.org/doku.php


 

Package metaSEM

基于结构方程模型的元分析模型

https://cran.r-project.org/web/packages/metaSEM/index.html

 

利用metafor 计算效应量,调节变量分析,subgroup análisis, forest plot等实例见:

元分析所用R全部代码及详细解释

 

2.1.11  网络分析(可查看历史消息)


网络分析简介及在R中的实现




2.2  结果展示与报告

 

2.2.1  R语言进行学术报告

Package papaja

使用APA格式在R markdown中进行数据输出

https://crsh.github.io/papaja_man/


 

2.2.2  可重复,可直接纳入分析结果的报告

Package R-markdown

在R中输出制作可再生(reproducible)的研究报告(PDF, doc 及html 文件)

https://www.rstudio.com/wp-content/uploads/2015/02/rmarkdown-cheatsheet.pdf

 

2.2.3  幻灯片制作

Package xaringan

结合R-markdown:制作美妙的幻灯片

https://bookdown.org/yihui/rmarkdown/

 

2.2.5  R 语言作图

Package ggplot2

极其强大的作图软件,ggplot2囊括所有基本图示

Rfor data science:  https://r4ds.had.co.nz/ggplot2 的详细介绍

Means+ error bars 组内设计或混合设计时,需要调用另一个函数计算

http://www.cookbook-r.com/Graphs/Plotting_means_and_error_bars_(ggplot2)/

rainclouds plot https://peerj.com/preprints/27137v1.pdf

可视化原始数据,用rainclouds plot 代替小提琴图


 

 2.2.6  制作动态图片

Package plotly

制作报告所能使用的动态图片

https://plot.ly/ggplot2/extending-ggplotly/


微信公众号内容无法点击超链接,如需要word版内容

可后台回复关键词【 自学R 



本期作者:袁帅/覃恺洋/孙丹/李培凯/符仲芳


图文排版:陈阳


热门推荐:

元分析所用R全部代码及详细解释

网络分析简介及在R中的实现

使用R语言进行混合线性模型(mixed linear model) 分析代码及详解

...

更多热门文章等你来发现


欢迎关注我们

让心理学管理学的华人研究者聚集起来,

让世界听到我们的声音,

让行路的你我不再孤独,

让后来者不再无迹可寻。


一个华人心理&管理学研究者的聚集地


    您可能也对以下帖子感兴趣

    文章有问题?点此查看未经处理的缓存