statistics

    0熱度

    2回答

    我正在跟隨僞隨機數生成器測試的描述,並嘗試在C中實現測試。雖然有一件事我掛了,雖然。在問題的文本如下: 適用的相關性測試上連續塊的位L 的漢明權重。令Xj爲jth塊的漢明權重( 位的數目等於1),對於j = 1, . . . , n。測試 計算連續Xj「S之間的經驗相關性, 在H0,如n ⇢ infinity,p̂ * sqrt(n - 1)具有漸近標準正態分佈。這是測試中使用的。該測試僅對大n有

    1熱度

    1回答

    如果泊松分佈均值和方差不一樣,那麼選擇模型如果平均值大於方差或方差大於平均值?

    -1熱度

    1回答

    高那裏, 所以我試圖寫的程序來執行與一個Y輸出和幾個X輸入設置的採樣數據的梯度下降算法。而不是讓用戶根據錯誤設置更新系數的「時代」的數量,以便像對舊錯誤迭代地測試更新的錯誤,並且當差異水平低於某個容差時停止函數(可能由用戶設置)。我是否以正確的方式解決這個問題?如果是的話,可能是用來量化新舊錯誤之間差異的最佳方法? 我正在做這個作爲Python的數據編程課程的一部分。 任何提示讚賞。 感謝

    0熱度

    2回答

    考慮: df <- data.frame( CompanyID=c("Drinkers","Drinkers","Drinkers","Drinkers","Drinkers","Drinkers","Drinkers","Drinkers" ,"Drinkers","Drinkers", "Liquders","Liquders","Liquders","P

    1熱度

    2回答

    我試圖在Ubuntu 16.04 LTS上安裝Octave統計信息包,但是我不能。 sudo apt-get install octave 接下來,我嘗試使用安裝統計軟件包: 我用成功安裝八度的包 sudo apt-get install octave-statistics 但他說: 下面的包有未滿足的依賴關係:octave-statistics: 取決於:octave-io(> = 1.

    0熱度

    1回答

    我想創建一個scipy.stats.rv_discrete的子類來添加一些其他方法。但是,當我嘗試訪問子類的pmf()方法時,會引發錯誤。請看下面的例子: import numpy as np from scipy import stats class sub_rv_discrete(stats.rv_discrete): pass xk = np.arange(2) pk

    0熱度

    1回答

    有什麼辦法可以將一組N測量值的「均方根」轉換爲這些測量值的「標準偏差」,而不需要知道N的值?

    -1熱度

    1回答

    首先,該數據集是否爲t檢驗的整齊形式? https://i.stack.imgur.com/tMK6R.png 其次,我試圖做一個兩個樣本t檢驗在治療A和B的時間爲3「結果1」的手段比較。我會如何去做這件事? 的樣本數據: df <- structure(list(code = c(100, 100, 100, 101, 101, 101, 102, 102, 102, 103, 10

    -2熱度

    1回答

    enter image description here 嘿,這個數據確實看起來正確嗎?皮爾遜值表示相關性僅爲0.2;我假設這個值很低,因爲相關性不是線性的。謝謝。

    0熱度

    1回答

    語境:我想一個實驗中,以圖形比較工作量和信任隨時間的演變。時間由2個塊表示。 問題:我試圖用不同的單位在同一個圖上繪製不同的變量來比較進化。我只發現它適用於geom_line,但它不適用於stat_summary。 數據:x爲 「塊」(2塊)表示時間。用於y的變量是「Workload」和「Trust」(從1到5,通過詢問主題獲得)。 給一些數據: data = data.frame("Subjec