R 学习路径：从安装到统计建模的阅读顺序

R 语言共 24 篇文章，分五个阶段。阶段之间有依赖：tidyverse 的数据操作建立在对向量和数据框的理解之上，统计建模又建立在数据整理之上。按顺序读完一遍约需 6 到 8 周，每周投入 5 小时左右。

如果只想解决问题，不必按顺序读。每篇文章都自成一体，代码复制到 RStudio 即可运行。

五个阶段

阶段	内容	篇数	读完能做什么
一	R 基础	5	装好环境，理解向量与数据框，会写函数和控制流
二	tidyverse 数据操作	6	把原始数据整理成可以直接建模或画图的样子
三	ggplot2 可视化	5	画出能放进论文的图
四	统计建模	5	跑回归、方差分析与混合模型，读懂输出
五	报告与可重复研究	4	把分析和图表组织成可重复生成的报告

阶段一：R 基础

先装环境，再理解 R 的数据结构。R 里没有标量，1 是长度为 1 的向量，这一条想通了后面会顺很多。

顺序	文章	前置
1	数据类型：向量、因子、矩阵与列表	安装
2	数据框操作入门	数据类型
3	条件判断与循环	数据类型
4	函数定义与作用域	条件判断与循环

第 1 篇和第 2 篇是重点。索引从 1 开始、[ 与 [[ 的区别、因子的 levels 陷阱，这三个点会在后面每一篇文章里反复出现。

阶段二：tidyverse 数据操作

从这一阶段开始，日常数据操作的主力从 base R 转向 tidyverse。阶段一的数据框操作仍然有效，但 dplyr 的写法更易读，也更容易组合。

顺序	文章	前置
5	dplyr 核心动词	数据框操作入门
6	分组聚合 group_by 与 summarise	dplyr 核心动词
7	tidyr 数据重塑	分组聚合
8	数据框连接	dplyr 核心动词
9	stringr 字符串处理	dplyr 核心动词
10	purrr 函数式编程	分组聚合、函数定义与作用域

第 5、6 篇是使用频率最高的两篇，值得读到能默写。第 7、8 篇解决「一张表不够用」的问题：要么形状不对（重塑），要么信息分散在多张表里（连接）。第 10 篇难度明显高于前五篇，可以先跳过，等遇到「对每个分组分别建模」的需求再回来。

阶段三：ggplot2 可视化

顺序	文章	前置
11	ggplot2 图形语法入门	tidyr 数据重塑
12	常用几何对象	图形语法入门
13	分面与多图布局	常用几何对象
14	主题定制与出版级图表	常用几何对象
15	交互式图表入门	主题定制

第 11 篇讲的是映射（mapping）与标度（scale）的分工，这是 ggplot2 与其它绘图系统最大的区别，值得多花时间。第 12 到 14 篇可以按需读：先会画，再会调。第 15 篇面向网页展示，写论文用不到。

绘图前通常需要先把数据整理成长表，这就是阶段二第 7 篇的用途。

阶段四：统计建模

这一阶段回到 base R。lm、glm、aov 都不属于 tidyverse，语法风格与前三阶段不同。

顺序	文章	前置
16	描述性统计与假设检验	数据框操作入门
17	线性回归	描述性统计
18	逻辑回归	线性回归
19	方差分析	线性回归
20	混合效应模型入门	线性回归、方差分析

第 17 篇的核心是读懂 summary() 的输出，而不是记住函数名。第 18、19 篇都建立在第 17 篇之上，可以按研究方向二选一。第 20 篇处理重复测量和嵌套数据，心理学、教育学、生态学的研究生用到的概率较高。

阶段五：报告与可重复研究

顺序	文章	前置
21	R Markdown 入门	常用几何对象
22	Quarto 报告生成	R Markdown 入门
23	表格生成	R Markdown 入门
24	可重复研究与项目组织	全部

第 21 篇让分析结果和文字写在同一个文件里，改数据不用手动更新图。第 24 篇的内容在写毕业论文时会用到：目录结构、相对路径、包版本锁定。

已有基础时怎么跳

• 用过 SPSS，没写过代码：从阶段一第 1 篇开始，阶段四可以直接跳到第 17 篇。
• 用过 Python 的 pandas：阶段一第 2 篇和第 8 篇快速过一遍，重点看两边的索引规则差异，然后进阶段三。
• 只想画图：阶段二的第 5、7 篇加阶段三。
• 只想跑统计：阶段一第 2 篇加阶段四。

与 Python 语言的关系

本站的 Python 语言与 R 语言内容对等，同样五个阶段。两种语言没有主次优劣之分，选哪个语言取决于导师要求、课题组惯例和合作者的工具链。

需要同时使用时，两边的章节结构一一对应，可以对照阅读：数据操作见 Pandas 数据操作，可视化见 Matplotlib 基础，统计建模见 statsmodels 线性回归。Python 语言的完整顺序见 Python 学习路径。