• 1介绍R语言和基本数据清洗
• 2假设检验和简单线性回归
• 3二元线性回归非线性转换、可视化和公式
• 4多元线性回归
• 5遗漏变量偏差和多重共线性
• 6虚拟变量与线性概率模型
• 7回归参数的假设检验
• 8回归参数的联合显著性检验
• 9Heteroskedasticityrobust推断
• 10Weighting和clusterrobust推断
• 11处理时间序列数据和检验自相关
• 12处理时间序列数据和校正序列自相关
• 13工具变量估计
• 14二段最小二乘法估计2SLS
• 15时间序列预测
• 16混合OLS、随机效应和固定效应估计
• 17DID估计

• 1处理缺失数据的高级方法

• python安装教程
• 机器学习简介
• 机器学习数据预处理
• 机器学习模型训练和调节参数
• 机器学习模型训练和集成
• 机器学习案例分析-基于泰克尼坦号:待更新

• R语言学习建议
• R语言基础知识
• R语言数据结构
• R语言数据操作
• R语言基础绘图技术
• R语言数据分析函数

• xts-处理高频时间序列数据

• stata与R语言命令

• 初始R语言
• 版本控制——git
• 学会shell操作
• 数据清洗——tidyverse
• 数据清洗——data.table
• 爬虫1——Server-side和CSS
• 爬虫2——客户端和API
• R函数——介绍基本概念
• R函数——进阶知识
• R语言并行运算
• R Docker教程
• Google Compute Engine(1)

• Tidyverse中10个技巧性函数——来源YouTube
• 批量读取Excel数据
• purrr教程1
• purrr教程2
• R字符串数据处理——一个实际例子
• 爬虫教程_CSS选择器
• 爬虫完整教程
• RMarkdown PPT教程
• Integration: R and Python
• 如何制作一个PPT: R语言课程大纲
• 最受欢迎的鲜为人知的软件包
• 懒人系列:使人变懒的R包
• 如何快速的重命名
• Tidyverse若干技巧 -ggplot2高级图形笔记

• 如何发布一本书
• 如何搭建个人博客
• 如何使用RMarkdown制作幻灯片
• 如何修改RMarkdown的默认主题
• 用blogdown搭建一个静态网站(谢益辉): 视频版！PPT

• Hadley Wickham

  • Mastering Shiny
  • R packages:R包开发教程
  • R for Data Science

• 谢益辉

  • Bookdown: Authoring Books and Technical Documents with R Markdown:使用Rmarkdown编写书籍和技术文档
  • Blogdown: Create Blogs and Websites with R Markdown:搭建博客和网站
  • R Markdown: The Definitive Guide:谢益辉代表性著作
  • R Markdown Cookbook:谢益辉代表性著作

• 珍妮

  • What They Forgot to Teach You About R:一些不为人知的R和Rstudio技巧
  • Happy Git and GitHub for the useR

• 其它

  • RMarkdown for Scientists：RMarkdown概述
  • Interactive web-based data visualization with R, plotly, and shiny：可视化
  • 基于R语言的科研信息分析与服务
  • 现代科研指北(在读)
  • 数据可视化
  • A Generalized and Structured Analytical Workflow for Reproducible and Openly Scientific Projects
  • Big Book of R:R语言书籍大杂烩
  • 正则表达式必知必会：讲解正则表达式的小册子，很不错，值得学习。

• beepr:如果您想在例如脚本完成时收到通知，该声音会很有用
• available:检查包标题是否可用，适当且有趣
• similiars:similars的目标是将字符串匹配到另一个向量中最相似的字符串。
• aringanthemer:给你的xaringan幻灯片添加一些xaringer。Rmd文件没有(很多)CSS。(Good!!!)
• pdftools:从pdf文件中提取文本和元数据
• kableExtra:构建漂亮的表
• magick包,网站
• magickGUI
• printr：打印表格
• countdown:countdown makes it easy to drop in a simple countdown timer in slides and HTML documents written in R Markdown.

• janitor包——检查和清理脏数据
• datapasta:剪贴板数据转换为c()和数据框
• DataExplorer：数据探索
• labelled:Introduction to labelled
• naniar:naniar提供了有原则的、整洁的方法来总结、可视化和操作丢失的数据

• gmodels:Various R programming tools for model fitting.
• pmdplyr:dplyr软件包作为基础，使操作面板数据更加容易
• stargazer 文档:将模型结果绘制成表格
• equatiomatic:equatiomatic的目标是减少从适合的模型编写LaTeX代码的痛苦。将来，这个包的目标是支持broom支持的任何模型。有关当前支持的模型，请参阅equatiomatic介绍。

• prodigenr:具有prodigenr的项目创建: 可重复和开放科学项目的一个组成部分,更好用的project
• bubblyr:bubblyr is an R wrapper of the JavaScript library bubbly-bg
• downloadthis:Implement **download buttons** in HTML output from 'rmarkdown' without the need for 'runtime:shiny'. 网址
• emo:The goal of emo(ji) is to make it very easy to insert emoji into RMarkdown documents.

• rOpenSci: The RefManageR package:RefManageR provides tools for importing and working with bibliographic references

• here:管理文件路径
• fs 笔记
• prodigenr 网站 笔记

• RegExplain:正则表达式很复杂，RegExplain使你更容易看到你在做什么。
• stringr.plus:提供了一些stringr中没有的用于处理字符串的额外函数。函数可以很好地与tidyverse一起使用。一个笔记
• inferregex:妈妈再也不担心我的正则表达式了

• golem:an opinionated framework for building production-grade shiny applications

A ggplot2 Tutorial for Beautiful Plotting in R-blog version:ggplot2系列完整教程