《第二语言加工及R语言应用(中青年学者外国语言文学学术前沿研究丛书)》是一本由吴诗玉著作，出版的图书，本书定价：，页数：，特精心从网络上整理的一些读者的读后感，希望对大家能有帮助。
《第二语言加工及R语言应用(中青年学者外国语言文学学术前沿研究丛书)》读后感(一)：对于本书的看法
这本书对于语言学初学者来说很有帮助，通过吴老师的详细解释和分析，能够帮助初学者了解语言学理论及R语言，是一本当之无愧的好书。
书中提到的大量的案例也对于读者理解书中内容具有很大帮助，尤其可以当做工具书来用。
特别适合语言学初学者和心里语言学者。这么有用的书居然书评这么少，不知道是什么情况？
《第二语言加工及R语言应用(中青年学者外国语言文学学术前沿研究丛书)》读后感(二)：R语言
一直都知道吴老师在R分析这个方面非常厉害！作为初学者入手了这本《第二语言加工及R语言应用》。这本书主要介绍了R语言基础知识以及使用R进行统计建模的过程。以及用语言研究数据来展示R语言的具体应用，重点介绍了所开展的第二语言加工的多个实验以及使用R进行数据分析的详细过程。实用性很强，逻辑思路很清晰，跟着学很容易上手，对初学者非常友好。既有理论、又有实践！我已经爱上这本书了！
《第二语言加工及R语言应用(中青年学者外国语言文学学术前沿研究丛书)》读后感(三)：适合新手入门的R语言工具书
这本书最大的优点是由丰富的语言加工案例组成，非常适合语言习得和语言加工的研究者和学生使用。尤其是对于初学者来说，通过学习这些案例数据的处理，便可以一步步掌握R是如何清洁、整理数据的。通过反复运行与书籍配套的代码，假以时日，便可熟练掌握R的基本操作。当然，这本书并不止步于数据的整理，在具备了数据整理能力之后，该书还详细介绍了混合效应模型等一系列模型的建构。同样，在语言加工案例的基础上，让读者理解混合效应模型在处理语言加工数据的优势，以及如何一步步进行模型的构建、比较和检验，最终构建出相对最优的模型。
这本书不仅可以作为R入门的一本系统教材，还是一本常备的工具书，有问题可以随时进行查阅，易读、实用，值得反复阅读和学习。
《第二语言加工及R语言应用(中青年学者外国语言文学学术前沿研究丛书)》读后感(四)：心理语言学领域实证研究的必读书
吴诗玉教授的《第二语言加工及R语言应用》（外研社，2019）是为数不多的将R语言与心理语言学领域实证研究相结合的一部方法论专著。
这本专著主要参照Wickham & Grolemund (2017)的数据科学过程（导入-->整理-->转换、可视化、模型-->沟通）这一流程进行讲解。
值得一提的是，本书作者并没有像《R语言实战》一开始就介绍一些抽象的概念，比如向量、矩阵、数组和数据框，而是直接开门见山，介绍了R的数据的特征——长数据（long format）（p.11），而且强调R的每一列都是一个变量（variable），每一行都是一个观测值（observation）这是与SPSS的本质区别。可以说，本书作者是从初学者的角度来讲解R，让读者一目了然，而不至于一开始使用R就望而生畏或者不知所措。
第一章：R语言数据科学 的亮点在于介绍了数据管理最重要的五大函数，比如研究者如果想把反应时（RT）转换为标准分（z分数），那就可以使用mutate函数。在读这本书的时候，我发现书后的参考文献也是非常重要的参考资料，可以说这本书的参考文献基本涵盖了R语言领域非常经典的著作。比如：
Wickham, H., & Grolemund, G. (2017). R for Data Science: Import, Tidy, Transform, Visualize, and Model Data. CA: O’Reilly Media.
如果要深入学习数据管理的知识，比如在心理语言学里面，经常需要把语言成绩作为协变量（covariate）放入统计模型，这时候就可以使用Mutating Joins的相关函数，这一函数的使用在这本书里都有详细的解释。
第二章：数据探索：描述性统计和数据可视化。其中重点是介绍了使用tapply和aggregate函数来计算每一个实验条件下反应时的平均数和标准差，使用这两个函数，可以显著提升自己的工作效率。在数据可视化方面，本书作者简单介绍了ggplot2作图，其中比较重要的函数有stat_summary和position_dodge。不过ggplot2在本书的介绍非常有限（p.85），更多内容可以参考Hadley的如下代表作：
Wickham, H. (2016). ggplot2: Elegant Graphics for Data Analysis (Second Edition ed.). Switzerland: Springer.
从第三章开始，本书主要开始涉及一些统计学的重要概念和统计建模的步骤。第四章：使用R进行统计建模，可以说是本书最为重要的一章，因为这一章讲的内容主要是基于线性模型，其中提到了一些重要概念，比如交互效应，同时也介绍了数值型自变量做趋中处理（Centering）的方法、自变量为分类变量时的比较编码方案（contrast coding）和多重比较的方法（这一内容我觉得是最难的）、模型诊断与模型比较的方法这些都是为第六章：混合效应模型的学习打基础。
关于统计建模和混合效应模型，如果要更深入的理解，可以参考本书作者引用的一些经典专著：
Baayen, R. H. (2008). Analyzing Linguistic Data: A Practical Introduction to Statistics Using R. Cambridge: Cambridge University Press.
Gries, S. T. (2013). Statistics for Linguistics with R: A Practical Introduction (2nd revised edition). Berlin/Boston: De Gruyter Mouton.
Winter, B. (2020). Statistics for Linguists: An Introduction Using R. New York and London: Routledge.
总的来说，这本书是一本非常适合心理语言学研究者进行R语言入门的书，因为这本书中的所有案例都是围绕心理语言学展开的（尤其是下篇：二语加工主题下 R应用）。
而且，本书的作者非常喜欢引用Gries (2013）的观点，这些观点对我们很有启发，比如本书第113页提到：
“二语研究经常碰到的一个问题是很多研究者经常把一个本来属于连续型的变量人为地转变成分类型变量，比如把被试分词高低水平组，把单词分成高低频率，然后进入统计模型，这么做不仅可能会导致失去很多重要的信息，而且由于增加了统计分析时的自由度，会导致更难获得显著的结果（Gries, 2013）。”
其中的代码也在外研社的官网上可以下载到，便于读者通过运行代码来更深刻地理解本书的内容。
