引言

本电子书通过bookdown进行创建，相关代码见这里。由于文字稿来自于对课堂录音的整理，完全由本人与志愿者以志愿方式进行整理，因此，可能存在如下问题：

  • 文字口语化严重
  • 图片或者文献引用不全
  • 错别字等
  • 代码错误

望读者朋友多多包涵。欢迎有兴趣有能力的朋友多多批评指正。
指出问题的方式：在本电子书的GitHub仓库的issues中开新的issue。
参与贡献方式：见下面《如何帮助完善本书》这一小节。

0.1 开放电子书的初衷

分享知识，向众多开源的电子书作者致敬，为中文网络世界中的R语言相关教材略尽绵薄之力。

0.2 如何帮助完善本书

可以参考这个英文的教程，我们暂时还没有进行中文翻译，您也可以将这部分补充，这也是极大的贡献！

可能需要的前期知识：(1) 如何使用github;(2) 如何使用bookdown。

大致可以分成如下几步：

第一，创建github账号，然后fork这个项目。
第二，将fork后的项目clone到您自己的电脑上。
第三，在自己的电脑上使用Rstudio打开Book这个文件夹中的Book.Rproj，完善您觉得需要完善的内容。*
第四，将修改后的内容push到您的github上。
第五，在github上提交pull request。

* 本项目的文件夹结构如下，内容修改主要在Book这个子文件夹下的100*-lesson*_2024.rmd文件。

.
├── Book
│   ├── 1001-lesson1_2024.Rmd
│   ├── 1002-lesson2_2024.Rmd
│   ├── 1003-lesson3_2024.Rmd
│   ├── 1004-lesson4_2024.Rmd
│   ├── 1005-lesson5_2024.Rmd
│   ├── 1006-lesson6_2024.Rmd
│   ├── 1007-lesson7_2024.Rmd
│   ├── 1008-lesson8_2024.Rmd
│   ├── 1009-lesson9_2024.Rmd
│   ├── 1010-lesson10_2024.Rmd
│   ├── 1011-lesson11_2024.Rmd
│   ├── 1012-lesson12_2024.Rmd
│   ├── 1013-lesson13_2024.Rmd
│   ├── 1014-lesson14_2024.Rmd
│   ├── 1015-lesson15_2023.Rmd
│   ├── 1016-lesson16_2023.Rmd
│   ├── 1017-lesson17_2023.Rmd
|   ├── ...
|
│   ├── data
│   │   ├── Template_Folder_System_Empirical_Chuan-Peng_Lab
│   │   ├── Template_Folder_System_Meta_Chuan-Peng_Lab
│   │   ├── match
│   │   └── penguin
│
├── LICENSE.md
├── R4PsyBook.Rproj
└── README.md

0.3 使用许可

本电子书使用CC4.0作为使用许可，如果您使用本电子书内容，请规范引用。

0.4 目录

第一讲：为什么要学习R
1.1 R在心理科学及社会科学中的运用
1.2 R语言使用的示例展示
1.3 课程安排
1.4 如何学好这门课

第二讲：如何开始使用R
2.1 要解决的数据分析问题简介[介绍我们的数据和拟解决的问题，对比R和传统flow]
2.1 如何安装？
2.2 如何方便使用？Rstudio的安装与界面介绍

第三章：如何使用本课件/电子书资源
3.1 Git与Github
3.2 项目、文件与代码的规范化

第四章：如何导入数据
4.1 路径与工作目录
4.2 读取数据
4.3 了解R里的数据 （R语言中的对象）

第五章：如何清理数据一 R语言编程基础
5.1 R对象的操控
5.2 逻辑运算
5.3 函数

第六章：如何清理数据二 数据的预处理
6.1 Tidyverse简介
6.2 问卷数据的预处理:基本
6.3 实验数据的预处理:提高

第七章：探索数据: 描述性统计与数据可视化基础
7.1 描述性统计
7.2 探索性数据分析(DataExplorer)
7.3 ggplot2基础

第八章：R语言中的统计分析: 线性模型1 (t-test、anova等)
8.1 语法实现
8.2 分析的流程

第九章：R语言中的统计分析: 线性模型2(rm-anova、层级模型)
9.1 语法实现
9.2 分析的流程

第十章：R语言中的统计分析: 线性模型3(GLM)
10.1 语法实现
10.2 分析的流程

第十一章：R语言中的统计分析: 线性模型4(中介效应模型)
11.1. 多种分析方法的实现
11.2 代码整合与规范化

第十二章: 如何得到可发表的图像: 数据可视化进阶（3学时）
12.1 ggplot2的图层与面板控制
12.2 ggplot2与其他工具的结合

第十三章：心理学研究中的网络分析

第十四章：心理学元分析入门

第十五章：补充1:如何进行基本的数据分析：相关与回归

第十六章：补充2:从分析到手稿

第十七章：补充3:效应量与元分析