Подборка открытых обучающих материалов по психологии и для статистической обработки данных

Подборка открытых обучающих материалов по психологии и для статистической обработки данных:

• учебник с введением в когнитивную психологию:

https://www.crumplab.com/cognition/

• энциклопедия

https://oecs.mit.edu/open-encyclopedia-of-cognitive-science

• учебник с нейроанатомическими картинками:

https://nba.uth.tmc.edu/neuroscience/index.htm

• учебник по экспериментальной психологии: https://experimentology.io/

Немного о статистке и анализе данных:

• книга Лакенса:

https://lakens.github.io/statistical_inferences/

• анализ данных и статистика с примерами в R:

https://pozdniakov.github.io/tidy_stats/

Regression and Other Stories by Andrew Gelman, Jennifer Hill, and Aki Vehtari:(с примерами кода в R)

https://avehtari.github.io/ROS-Examples/

(Для продвинутых) Материалы по байесовской статистике:

• Введение в байесовскую статистику:

https://allendowney.github.io/ThinkBayes2/

Bayesian Data Analysis, by Andrew Gelman, John Carlin, Hal Stern, David Dunson, Aki Vehtari, and Donald Rubin (с примерами кода R, Python, Matlab/Octave)

https://sites.stat.columbia.edu/gelman/book/

• Анализ данных и машинное обучение для исследователей:

https://sites.google.com/view/wlm-course/main (с примерами в R)

Машинное обучение в Python в формате Cookbook:

https://ipython-books.github.io/

А также полезные материалы, нужные для научной работы

Основы работы с ggplot2:

https://angelgardt.github.io/psyhseconf/ggplot-psy-hse.html (с примерами в R)

Краткое руководство по использованию симуляций для анализа статистической мощности эксперимента (power analysis):

https://github.com/achetverikov/power_simulations_in_R

Большой альбом-сборник различных визуализаций данных (для вдохновения):

https://visualisingdata.com/resources/

Учебник Barabasi по сетевой науке:

https://networksciencebook.com/