Tag: 统计

几何平均值：是否有内置？: 我试图find一个内置的几何意义，但不能。（很显然，在shell中工作时，内置函数不会节省我的时间，也不会怀疑精度有任何差别;对于脚本，我尽可能经常使用内置函数，性能增益往往是显而易见的。如果没有一个（我怀疑是这种情况），这是我的。 gm_mean = function(a){prod(a)^(1/length(a))}

哪些Git提交统计很容易拉动: 以前我很享受TortoiseSvn为给定的SVN仓库生成简单的提交统计信息的能力。我想知道Git中有什么可用的，特别感兴趣的是：每个用户的提交数量每个用户更改的行数随着时间的推移（例如每周更改的总量）有任何想法吗？

纯function地图和集合的统计performance: 给定一个数据结构规范，如具有已知复杂性界限的纯函数映射，必须在几个实现之间进行select。有一些关于如何挑选合适的民间传说，例如红黑树通常被认为是更快的，但AVL树在工作量方面有更好的performance，并且有很多的查找。是否有这种知识的系统介绍（出版论文）（与集合/地图有关）？理想情况下，我希望看到在实际软件上进行统计分析。例如，可以得出结论：有N种典型的地图使用情况，并列出每种地图的input概率分布。是否有系统的基准testing图，并设置不同分布的input性能？是否有实现使用自适应algorithm来改变表示取决于实际使用情况？

斯卡拉有一个好的math/统计库吗？: 我正在寻找一个好的math和统计数据的scala开源库。希望像Apache Math或Colt一样，但在Scala中实现。任何人都可以指向正确的方向吗？

Python中Pearson相关性及其意义的计算: 我正在寻找一个以input两个列表为参数的函数，并返回Pearson相关性和相关性的显着性。

从Git仓库生成统计信息: 我正在寻找一些好的工具/脚本，可以让我从git仓库中生成一些统计数据。我已经看到了一些代码托pipe网站上的这个function，他们包含的信息，如… 每个作者提交提交每天/周/年/等。随着时间的推移的代码行图 … 多得多基本上我只是想知道我的项目随着时间的推移增长了多less，哪个开发人员提交了大部分的代码，等等。

如何统计Git仓库中特定作者更改的总行数？: 有一个命令，我可以调用这将计算由Git存储库中的特定作者更改的行？我知道必须有方法来计算Github为其影响图所做的提交次数。

程序员（或计算机科学家）应该知道什么统计数据？: 我是一名程序员，在math和计算机科学方面有着不错的背景。我研究了可计算性，图论，线性代数，抽象代数，algorithm，以及在本科水平上的一些概率和统计（通过几个CS类）。不过，我觉得我对统计数据不够了解。统计学在计算中越来越有用，统计自然语言处理有助于为search和机器翻译中的一些Googlealgorithm提供帮助，对硬件，软件和networking的性能分析需要适当的统计基础，这些都是可信的，而生物信息学每天更普遍。我已经阅读了关于“Google如何使用if语句使用贝叶斯过滤的方式” ，并且我知道Paul Graham的“垃圾邮件和更好的贝叶斯过滤计划”中的问题，甚至是相当天真的，简单的统计方法，但我知道，我想超越这个。我试图研究更多的统计数据，但是我已经有点失落了。维基百科的文章有一长串的相关话题，但我不确定我应该看看。我觉得从我所看到的情况来看，很多统计数字都假设一切都是线性组合的因素，加上一些高斯分布的随机噪声，我想知道除了线性回归还有什么我应该学习的东西，或者我应该花时间去真正理解，然后再转向其他技术。我发现了几本很长的书，我应该从哪里开始？所以我想知道从哪里去。学什么，在哪里学习。特别是，我想知道：编程，软件工程和计算机科学中的哪些问题是非常适合的统计方法？我将在哪里获得最大的回报？我应该花些时间学习什么样的统计方法？我应该使用什么资源来学习？书籍，报纸，网站。我希望能够讨论每本书（或其他资源）是什么，以及为什么它是相关的。为了澄清我在寻找什么，我感兴趣的是程序员通常需要处理哪些问题可以从统计方法中受益，以及哪种统计工具是有用的。例如：程序员经常需要处理大型的自然语言文本数据库，并帮助分类，分类，search和处理。什么统计技术在这里有用？更一般地说，人工智能已经从分散的，符号的方法转向统计技术。什么样的统计人工智能方法现在最能提供给工作程序员（而不是正在进行的研究，可能会也可能不会提供具体的结果）？程序员经常被要求生产高性能的系统，在负载下可以很好地扩展。但是除非你能测量，否则你不能谈论性能。你需要用什么样的实验devise和统计工具来自信地说出结果是有意义的？物理系统（如计算机graphics学）的模拟通常涉及随机方法。程序员经常遇到的其他问题是否会受益于统计方法？

读取R中的数据集时出错: 在R中读取我的数据时，如下所示： Dataset.df <- read.table("C:\\dataset.txt", header=T) 我收到以下错误信息： Error in scan(file, what, nmax, sep, dec, quote, skip, nlines, na.strings, : line 1 did not have 145 elements 这是什么意思，有人可以告诉我如何解决？