近日和教授討論到統計軟體學習的問題（某種程度上我不是靠學術本科吃飯，反而越來越靠統計學和寫程式吃飯了）。免不了討論業界兩大開源殺手級語言，即Python和R，鑑於這幾年Python崛起，所以我也慫恿教授的統計學課程應該來多玩玩Python。

不過，我深知研究生看書的痛苦。所以我整理了一份中難度的書單，幫助同學精準對上課程內容。只討論基礎統計學，特別是單變量統計的書就比較少列了，這種書自己找就有。這裡列的主要是社會科學或商務的多變量統計，舉凡迴歸分析（含對數勝算模型Logit Model）、因素分析、集群分析等。這種書雖然很多，但是有時牽涉太多程式設計的內容，對於專門做統計的課程反而失焦，且徒增學生負擔而必須篩選。

這也意味著讀者必須適時做一些篩選，學習只挑著看需要的章節。就算三天三夜不睡覺，您是不太可能18週內把他們全部看完的。

2019年在政大修了蕭乃沂老師的多變量課程，照往例課程要求除了要用SPSS跑出結果之外，還要用R再做一次。平心而論，R是一個在業界效能絲毫不輸給SPSS的軟體，另外一個強勁對手則是Python，Python在業界可說是殺手級的應用。加上R和Python免費、開源的特性（也有些商業的加值解決方案），即使以後SPSS可能會漲到天價，還真的一度聽說貴到有公立學校買不起，你還是可以自己跑統計，出社會工作也差不多。以馬克思主義的觀點，你沒有生產工具就只有任資本家宰割的份，所以就忍耐一下學習過程可能的痛苦吧。

但是學習總是很痛苦的，多變量課程通常一週需要至少9個小時的課程準備，對於電腦新手可能更是如此。不過我覺得，與其讓後進像我們一樣整天翻找網路、工具書還找不出答案，不如提供一些解答的範本，讓後進者可以按圖索驥。以前寫迴圈的時候寫不出來，也是拿學長給的R語法來應急，放心老師知道也樂於讓我們用這個方式寫作業，唯請標明出處或歷程。