CRAN 任务视图：统计学教学

此 CRAN 任务视图提供有关具有旨在帮助统计学教学功能的软件包的信息。它不涉及 R 本身的教学。其中一些软件包在其他任务视图中列出，但只有 贝叶斯 任务视图专门针对教学（贝叶斯）统计学。

这些软件包被分为三个主要主题：教学、考试和与统计学书籍相关的软件包。后者适用于对广泛的统计学教师具有潜在兴趣的书籍。它们应该关注具有广泛适用性的模型和方法，而不是与特定应用密切相关。

如果您认为列表中缺少某个软件包，或有任何其他意见或建议，请通过电子邮件或通过提交上述 GitHub 存储库中的问题或拉取请求与维护者联系。

教学

• Rcmdr 为 R 提供基于 tcltk 包的 GUI。点按式界面加载数据并调用 R 函数来执行介绍性统计课程中涉及的分析。还提供更高级和更专业的分析，其中一些通过插件提供。R 命令显示在控制台中。有关更多信息，请参阅 R Commander 主页.
• swirl 使用 R 控制台为学生提供交互式学习环境，让他们学习统计学。学生从 swirl_courses GitHub 页面下载课程，并在学习过程中获得即时反馈。在探索性数据分析、统计推断和回归模型的总体标题下，提供各种主题。教师可以使用 swirlify 包创作和分享自己的 swirl 课程。另请参阅 swirl 主页。
• mosaic 包含了广泛的工具，可以帮助教授数学、统计学、计算和建模的基本和更高级的概念和技术。关键方面是提供功能，使初学者能够轻松地执行原本困难的任务，并使用模拟来说明基于随机化的推断。有关更多信息，请参见 Project MOSAIC 主页。
• xplain 可用于提供对统计函数输出的定制交互式解释。此信息需要由讲师以 XML 格式提供，并且可能包含 R 代码，以根据特定结果定制解释。有关教程和备忘单，请参见 xplain 网站。
• animation 提供函数来制作与统计学、数据挖掘和机器学习中广泛主题相关的动画。这些动画或用户生成的图像序列可以导出为多种格式。
• gganimate 动画化由 ggplot2 生成的绘图。它可用于将绘图渲染为动画，例如 GIF 或 MP4 视频。
• smovie 提供电影来说明统计学中的概念。涵盖的主题包括：概率分布；均值的抽样分布（参见中心极限定理），最大值（参见极值类型定理）和（Fisher 变换的）相关系数；简单线性回归；假设检验。
• visualize 提供各种连续和离散概率分布的 pdf/pmf 图，并用分布的均值和方差进行注释。阴影用于指示随机变量位于用户提供的概率内的区间（下尾、上尾、双尾或用户提供的区间）。
• LearnBayes 提供函数来说明贝叶斯推断的基本思想，例如先验、似然和后验的作用；后验预测检验和预测推断，以及几个示例数据集。
• shinybrms 提供一个 shiny 应用程序，用于使用 brms 包拟合各种类型的贝叶斯回归模型。帮助文本引导用户完成上传数据集、指定似然、设置先验分布和对后验分布进行推断的步骤。请参见包的 README 文件和 入门 页面。
• TeachingDemos 提供了广泛的静态和交互式绘图来演示统计概念，包括：抛硬币和掷骰子；置信区间；假设检验的各个方面；中心极限定理；最大似然估计；散点图平滑；直方图；相关性和简单线性回归；Box-Cox 变换。
• distrTeach 提供图表来阐释中心极限定理 (CLT) 和大数定律 (LLN)。可以使用基于 Tcl/Tk 的小部件来显示更改输入对 CLT 图表的影响。
• BetaBit 为学生提供在 R 控制台中玩的游戏，包括一个涉及数据清理和回归建模的游戏。请参阅 BetaBit 主页 。
• DALEX 提供函数来探索和理解预测模型。 DALEX GitHub 页面 包含两个与教学相关的展示。
• agricolae 提供功能来帮助教授统计实验的设计和分析，重点是农业田间实验。由 agricolae 构建的设计可以使用 agricolaeplotr 进行可视化。

考试

• exams 提供了一个框架，用于从使用 Sweave (.Rnw) 或 R markdown (.Rmd) 格式组成的练习池中自动随机生成考试和自学材料。R 代码可用于动态生成练习元素。问题可以格式化为在各种电子学习平台中使用，或输出为文档，例如 PDF 文件。可以自动批阅 PDF 答卷的扫描件。另请参阅 R/exams 主页
• ProfessR 从组织在 ASCII 测试文件中的练习池中创建多项选择题考试。可以通过随机化问题和答案选择来创建考试的多个版本。
• TexExamRandomizer 使得可以使用 LaTeX 的文档类创建的用于准备考试的问题随机化。包含学生答案的电子表格可以自动批阅。

与统计书籍相关的包

以下包与可能对一般统计受众感兴趣的教科书相关联，而不是特定于特定应用领域。包含的一般原则是该包可能直接用于教授统计方法。在可能的情况下，提供官方出版商链接，并且在某些情况下，提供指向更多资源的链接。

• ACSWR: Tattar, P.N., Suresh, R., and Manjunath, B.G. (2016), A Course in Statistics With R , John Wiley and Sons, Inc.
• AER: Kleiber, C. and Zeileis, A. (2008), Applied Econometrics with R , Springer Verlag, New York. 更多资源.
• arm: Gelman, A. 和 Hill, J. (2007), 使用回归和多级/分层模型的数据分析 , 劍橋大學出版社。 更多资源.
• asbio: Aho, K. A. (2014), 使用 R 的生物学家基础和应用统计, Routledge。 更多资源.
• BayesDA: Gelman, A., Carlin, J., Stern, H., Dunson, D., Vehtari, A., Rubin, D. (2013), 贝叶斯数据分析 , 第三版。纽约：Chapman 和 Hall/CRC。 更多资源.
• Bolstad: Bolstad, W. M. 和 Curran, J. M. (2016), 贝叶斯统计学导论 , 第三版。John Wiley and Sons, Inc.
• car, carData, effects: Fox, J 和 Weisberg, S. (2019), 应用回归的 R 伴侣 , Springer Verlag, 纽约。 更多资源 .
• CatDataAnalysis: Agresti, A. (2013), 分类数据分析, 第三版，John Wiley and Sons, Inc.
• faraway: Julian Faraway 的三本书：R 中的实用回归和方差分析 (CRAN 文档), 使用 R 的线性模型 (2014), CRC Press, 使用 R 扩展线性模型 (2016), CRC Press.
• HH: Heiberger, R. M. 和 Holland B. (2015), 统计分析和数据展示：使用 R 的中级课程 , 第二版。Springer-Verlag, 纽约。
• HKRbook: Härdle, W. K., Klinke, S. 和 Rönz, B. (2015), 统计学导论. Springer Verlag, 纽约。 更多资源.
  
• HRW: Harezlak J., Ruppert D., 和 Wand M. P. (2018), 使用 R 的半参数回归. Springer Verlag, 纽约。 更多资源.
• HSAUR3: Hothorn, T. 和 Everitt, B. S. (2014), 使用 R 的统计分析手册 , 第三版。纽约：Chapman 和 Hall/CRC。
• ISwR: Dalgaard, P. (2008), 使用 R 的入门统计学 , 第二版，Springer Verlag, 纽约。
• MASS: Venables, W. N. 和 Ripley, B. D. (2002) 现代应用统计学与 S , 第四版，Springer，纽约。 更多资源.
• moderndive: Ismay, C. 和 Kim, A. Y. (2019) ModernDive: 数据科学中的统计推断 . 另请参见 infer.
• MPV: Montgomery, D.C., Peck, E. A. 和 Vining, G. (2012), 线性回归分析导论 , John Wiley and Sons, Inc.
• msos: Marden, J. (2015) 多元统计学：老派 , CreateSpace Independent Publishing Platform. 免费 PDF 版本.
• openintro: 由 OpenIntro 发布的介绍性统计学开源教科书和资源。
• regtools: Matloff, N. (2017), 统计回归与分类：从线性模型到机器学习 , 纽约：Chapman and Hall/CRC。
• resampledata: Chihara, L. M. 和 Hesterberg, T. C. (2018), 重抽样与 R 的数学统计学 , 第二版，John Wiley and Sons, Inc. 更多资源.
• Sleuth2 和 Sleuth3: Ramsey, F. 和 Schafer, D. (2013), 统计侦探：数据分析方法课程 , Brooks / Cole Cengage Learning。
• SMPracticals: Davison, A. C. (2003), 统计模型 , 剑桥大学出版社。 更多资源.
• vcd，vcdExtra：Friendly, M. 和 Meyer, D. (2015)，离散数据分析与 R：可视化和建模技术，纽约：Chapman 和 Hall/CRC。 更多资源.
• wooldridge：Wooldridge, J. M. (2016)，计量经济学导论：现代方法，第七版，CENGAGE 学习定制出版。

CRAN 包

相关链接

• 邮件列表：R 特别兴趣小组，使用 R 教授统计学
• ABC 新闻的 FiveThirtyEight：民意调查、政治、经济和体育数据集、博客和一些 R 代码。
• fivethirtyeight 包：FiveThirtyEight 的非官方数据集和代码集合。
• R/exams 主页
• OpenIntro 教科书和 R 实验室
• Project MOSAIC 主页
• R Commander 主页
• swirl 主页

其他资源

• CRAN 任务视图：Bayesian
• GitHub 项目：swirl_courses