<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[XJTU_WDHJ的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/XJTU_WDHJ</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; XJTU_WDHJ]]></copyright><item><title><![CDATA[聚类标准误（cluster standard errors）是什么，什么情况下需要聚类，控制了固定效应（fixed effect）还需要聚类吗？]]></title><link>https://blog.youkuaiyun.com/XJTU_WDHJ/article/details/127429876</link><guid>https://blog.youkuaiyun.com/XJTU_WDHJ/article/details/127429876</guid><author>XJTU_WDHJ</author><pubDate>Thu, 20 Oct 2022 16:35:50 +0800</pubDate><description><![CDATA[cluster standard errors是什么，什么情况下需要聚类，与控制fixed effect的区别是什么？]]></description><category></category></item><item><title><![CDATA[Stata 画图配色]]></title><link>https://blog.youkuaiyun.com/XJTU_WDHJ/article/details/124839500</link><guid>https://blog.youkuaiyun.com/XJTU_WDHJ/article/details/124839500</guid><author>XJTU_WDHJ</author><pubDate>Wed, 18 May 2022 11:55:39 +0800</pubDate><description><![CDATA[]]></description><category></category></item><item><title><![CDATA[X（解释变量）增加一单位标准差，Y（被解释变量）增加多少标准差？]]></title><link>https://blog.youkuaiyun.com/XJTU_WDHJ/article/details/121145949</link><guid>https://blog.youkuaiyun.com/XJTU_WDHJ/article/details/121145949</guid><author>XJTU_WDHJ</author><pubDate>Thu, 04 Nov 2021 16:48:23 +0800</pubDate><description><![CDATA[看文献时，经常会说这样一句话，当解释变量增加一单位标准差时，会导致被解释变量增加多少单位的标准差。

首先需要厘清两个概念：

标准差（standard deviation）：这个很好理解，我们从小就学了均值、标准差。对于正太分布而言，4个标准差可以解释95%左右的样本。标准差反应了样本的离散程度。



标准误（standard error）:这个一般是回归时汇报的，如下图，数据越接近拟合线，标准误的值会变得越小，标准误表示的是观测值距离回归线的平均距离。





现在举一个例子说明一下如何计算标题提出]]></description><category></category></item><item><title><![CDATA[解决python networkx 报错 Network error: random_state_index is incorrect]]></title><link>https://blog.youkuaiyun.com/XJTU_WDHJ/article/details/120097225</link><guid>https://blog.youkuaiyun.com/XJTU_WDHJ/article/details/120097225</guid><author>XJTU_WDHJ</author><pubDate>Sat, 04 Sep 2021 11:25:55 +0800</pubDate><description><![CDATA[几个月前还可以用python中的networkx包，最近重新跑之前的code，报如下错误

Network error: random_state_index is incorrect

现在楼主已经解决这个问题。具体几个步骤如下：

第一：打开Anaconda Prompt(Anaconda3),将networkx包和decorator包降级，输入如下code：


pip install --user decorator==4.3.0
pip install --user networkx==2.3

]]></description><category></category></item><item><title><![CDATA[不用代码，一招解决python读取CSV文件路径报错：FileNotFoundError: [Errno 2] No such file or directory: ‘xx.csv‘]]></title><link>https://blog.youkuaiyun.com/XJTU_WDHJ/article/details/118241486</link><guid>https://blog.youkuaiyun.com/XJTU_WDHJ/article/details/118241486</guid><author>XJTU_WDHJ</author><pubDate>Sat, 26 Jun 2021 10:03:01 +0800</pubDate><description><![CDATA[作为一名python小白，最希望看到的是简单的教程，傻瓜式操作就好。这几天偶然摸索出一个简单方法解决python路径报错问题。

首先，楼主确实把code.py文件和原始数据.csv放在一个文件夹下，然后打开Spyder，点击打开文件-&gt;打开code.py，但是死活报如下错误：



尝试用网上说的几种方法都无效果后：最终偶然发现可以这样做：

在Spyder的导航栏，如下图，



点击上图右侧的文件夹符号（红框圈起来的部分），就会弹出如下选择框，再选择自己code.py所在的文件夹就好啦。这时，路]]></description><category></category></item><item><title><![CDATA[Python绘制节点是饼状图的社交网络图（Plot network with pie chart）]]></title><link>https://blog.youkuaiyun.com/XJTU_WDHJ/article/details/118164516</link><guid>https://blog.youkuaiyun.com/XJTU_WDHJ/article/details/118164516</guid><author>XJTU_WDHJ</author><pubDate>Thu, 24 Jun 2021 00:04:35 +0800</pubDate><description><![CDATA[问题描述

专业描述：想要绘制一幅社交网络图，并且每个节点上绘制一个饼状图。

大白话：韩韩（楼主）有一天突发奇想，想要画一张图，可以一目了然的展现好友关系以及不同好友的各项兴趣爱好。

问题拆解

数据准备

好友名单以及兴趣爱好表（表名为：friend_node.csv）。

这里的source就是代表楼主和楼主的朋友们，node_label表示楼主及朋友们的名称。node_size表示楼主和朋友们的相对身高或者balabalaa,任意代表个人属性的性质。share1-sh...]]></description><category></category></item></channel></rss>