- 博客(20)
- 收藏
- 关注
RSS订阅原创 【R语言验证统计量的渐进分布】
一、模拟常见分布（一个连续型随机变量和一个离散型随机变量）：1.产生随机数；2.绘制该分布的直方图、理论概率密度函数p.d.f、实际密度函数CDF和核估计；3.绘制经验分布函数ECDF(阶梯型曲线);二、用R语言进行统计量的渐进分布验证：1.给定均匀分布，产生N维容量为n的随机数；2.计算样本均值、样本方差、样本标准差、t化统计量、中位数、Q1、Q3等统计量；3.检验上述统计量的分布是否为正态分布；
2025-09-28 08:47:02
605
原创 SQL数据库管理
SQL是一种广泛应用于数据管理和分析的语言，掌握关系数据库基本概念和原理，并用SQL语句进行相对简单的数据操作，深入了解数据库的本质和应用，能够更有效地处理和分析数据。通过上机逐步掌握SQL的使用方法，包括数据库和表的建立、向表中插入新的数据行、删除数据库或表中的数据、更新修改数据库或表中的数据，常用函数以及表的联结等内容。
2024-11-16 18:00:00
2721
原创 统计学习导论—基于R应用
统计学习是一套以复杂数据建模和数据理解为目的的工具集，是近期才发展起来的统计学的一个新领域，它与计算机科学特别是其中的机器学习相互融合、协同发展。统计学习领域涵盖了许多方法，比如说 lasso 回归、稀疏回归、分类和回归树、提升法和支持向量机。
2024-11-02 18:00:00
1263
原创 统计学习导论—基于R应用（第十章）
统计学习是一套以复杂数据建模和数据理解为目的的工具集，是近期才发展起来的统计学的一个新领域，它与计算机科学特别是其中的机器学习相互融合、协同发展。统计学习领域涵盖了许多方法，比如说 lasso 回归、稀疏回归、分类和回归树、提升法和支持向量机。
2024-11-01 18:00:00
2465
原创 统计学习导论—基于R应用（第九章）
统计学习是一套以复杂数据建模和数据理解为目的的工具集，是近期才发展起来的统计学的一个新领域，它与计算机科学特别是其中的机器学习相互融合、协同发展。统计学习领域涵盖了许多方法，比如说 lasso 回归、稀疏回归、分类和回归树、提升法和支持向量机。
2024-10-31 17:30:00
1046
原创 统计学习导论—基于R应用（第八章）
统计学习是一套以复杂数据建模和数据理解为目的的工具集，是近期才发展起来的统计学的一个新领域，它与计算机科学特别是其中的机器学习相互融合、协同发展。统计学习领域涵盖了许多方法，比如说 lasso 回归、稀疏回归、分类和回归树、提升法和支持向量机。
2024-10-30 15:31:39
1057
原创 统计学习导论—基于R应用（第七章）
统计学习是一套以复杂数据建模和数据理解为目的的工具集，是近期才发展起来的统计学的一个新领域，它与计算机科学特别是其中的机器学习相互融合、协同发展。统计学习领域涵盖了许多方法，比如说 lasso 回归、稀疏回归、分类和回归树、提升法和支持向量机。
2024-10-28 17:30:00
712
原创 统计学习导论—基于R应用（第六章）
统计学习是一套以复杂数据建模和数据理解为目的的工具集，是近期才发展起来的统计学的一个新领域，它与计算机科学特别是其中的机器学习相互融合、协同发展。统计学习领域涵盖了许多方法，比如说 lasso 回归、稀疏回归、分类和回归树、提升法和支持向量机。
2024-10-27 17:00:00
629
原创 统计学习导论 —基于R应用（第五章）
统计学习是一套以复杂数据建模和数据理解为目的的工具集，是近期才发展起来的统计学的一个新领域，它与计算机科学特别是其中的机器学习相互融合、协同发展。统计学习领域涵盖了许多方法，比如说 lasso 回归、稀疏回归、分类和回归树、提升法和支持向量机。
2024-10-26 09:54:17
607
原创 统计学习导论—基于R应用（第四章）
统计学习是一套以复杂数据建模和数据理解为目的的工具集，是近期才发展起来的统计学的一个新领域，它与计算机科学特别是其中的机器学习相互融合、协同发展。统计学习领域涵盖了许多方法，比如说 lasso 回归、稀疏回归、分类和回归树、提升法和支持向量机。
2024-10-25 15:00:00
2695
原创 统计学习导论—基于 R应用（第三章）
统计学习是一套以复杂数据建模和数据理解为目的的工具集，是近期才发展起来的统计学的一个新领域，它与计算机科学特别是其中的机器学习相互融合、协同发展。统计学习领域涵盖了许多方法，比如说 lasso 回归、稀疏回归、分类和回归树、提升法和支持向量机。
2024-10-24 14:07:43
744
原创 统计学习导论—基于R应用（第二章）
统计学习是一套以复杂数据建模和数据理解为目的的工具集，是近期才发展起来的统计学的一个新领域，它与计算机科学特别是其中的机器学习相互融合、协同发展。统计学习领域涵盖了许多方法，比如说 lasso 回归、稀疏回归、分类和回归树、提升法和支持向量机。
2024-10-23 17:10:52
951
原创 R语言入门实战（四）
x<-states[,c("Population","Income","Illiteracy","HS Grad")]#4个变量相关性Illiteracy文盲。return(c(n=n,mean=m,stdev=s,skew=skew,kurtosis=kurt))#峰度。mt<-mtcars[,c("mpg","hp","wt","am")]#对于矩阵来说必须加,A[,c(2:3)]mt<-mtcars[c("mpg","hp","wt","am")]#注意中括号小括号。
2024-10-23 17:00:28
447
原创 R语言入门实战（三）
abline(h=c(30),lwd=1.5,lty=2,col="gray")#abline画直线#lines画线段（直线、曲线都可以）lty=c(1,2),pch=c(15,17),col=c("red","blue"))#添加图例。print(seq(32,44))#或者print(32:44)#间隔为2 seq(32,44,2)myvars<-paste("q",1:5,sep="")#paste粘贴,连接字符串。rcal<-function(x,y)#给定两个参数,求根号下x^2+y^2=?
2023-11-12 08:30:00
162
1
原创 R语言入门实战（二）
strDates<-c("01/05/1965","08/16/1975")#字符串形式的向量。gender<-c("M","F","F","M","F")#性别M男性F女性。dates<-as.Date(strDates,"%m/%d/%Y")#月日年。format(today,format="%B %d %Y")#显示年月日。age<-c(32,45,25,39,99)#数值型向量。manager<-c(1,2,3,4,5)#数值型向量。q4<-c(5,5,5,NA,2)#NA缺失值。
2023-11-09 08:08:39
154
1
原创 R语言入门实战（一）
#如何生成矩阵并将行列命名Creating Matrixcells <- c(175,144,185,128)rnames <- c("张三", "李四")cnames <- c("身高", "体重")mymatrix <- matrix(cells, nrow=2, ncol=2, byrow=TRUE, dimnames=list(rnames, cnames))mymatrix#如何生成数组 Creating an array 2*3*4dim1 <-
2023-05-23 19:35:32
327
2
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人