Tag: 统计

Python中的多重线性回归

我似乎无法find任何执行多重回归的Python库。 我发现的唯一的事情只做简单的回归。 我需要将我的因variables（y）与几个独立variables（x1，x2，x3等）进行比较。 例如，用这个数据： print 'y x1 x2 x3 x4 x5 x6 x7' for t in texts: print "{:>7.1f}{:>10.2f}{:>9.2f}{:>9.2f}{:>10.2f}{:>7.2f}{:>7.2f}{:>9.2f}" / .format(ty,t.x1,t.x2,t.x3,t.x4,t.x5,t.x6,t.x7) （输出以上:) y x1 x2 x3 x4 x5 x6 x7 -6.0 -4.95 -5.87 -0.76 14.73 4.02 0.20 0.45 -5.0 -4.55 -4.52 -0.71 13.74 4.47 0.16 0.50 -10.0 -10.96 -11.64 -0.98 15.49 4.18 0.19 0.53 -5.0 […]

PHPalgorithm从一个集合中生成一个特定大小的所有组合

我试图推导出一种algorithm，它可以生成特定大小的所有可能的组合，就像接受一个字符和大小数组作为参数的函数，并返回一个组合数组。 例子：假设我们有一组字符：Set A = {A，B，C} a）大小2的所有可能的组合：（3 ^ 2 = 9） AA, AB, AC BA, BB, BC CA, CB, CC b）尺寸3的所有可能的组合：（3 ^ 3 = 27） AAA, AAB, AAC, ABA, ABB, ACC, CAA, BAA, BAC, …. ad so on total combinations = 27 请注意，这一对尺寸可能会大于整体的尺寸。 防爆。 如果设置包含3个字符，那么我们也可以创build尺寸4的组合。 编辑 ：另请注意，这是从排列不同。 在置换中，我们不能有重复的字符，例如，如果我们使用置换algorithm，AA不能来。 在统计中，它被称为抽样。

用Scipy（Python）拟合经验分布与理论分布？

简介：我有一个从0到47多于30 000个值的列表，例如[0,0,0,0，…，1,1,1,1，…，2,2,2,2， …，47等]，这是连续分布。 问题：根据我的分布，我想计算任何给定值的p值（看到更大值的概率）。 例如，你可以看到0的p值接近1，较高的数值的p值趋于0。 我不知道我是否正确，但要确定概率，我认为我需要将我的数据拟合成最适合描述我的数据的理论分布。 我认为需要某种合适的testing来确定最佳的模型。 有没有办法在Python（Scipy或Numpy）中实现这样的分析？ 你能介绍一下吗？ 谢谢！

JavaScript禁用浏览器统计信息

我很难收集关于停用JavaScript的浏览网页的用户百分比的公开统计数据。 雅虎已经发布了2010年的数据 ， R. Reid公布了2009年的数据 （从他曾经访问过的一个网站中挑选出来）。 雅虎的调查结果相当有趣： 我们将访问日志和信标数据（以前包含在页面中）组合在一起，过滤掉了所有的自动请求，给我们留下了一些我们可以确认的请求是由实际用户发送的。 这些完全匿名的数据为我们提供了几个国家stream量模式的良好指示。 在对这些数据进行分析之后，我们发现一个一致的JavaScript禁用请求徘徊在实际访问者stream量的1％左右，最高的比例在美国是大约2％，最低的是巴西的0.25％。 所有其他testing的国家的数字都非常接近1.3％。 这是关于我到目前为止所能find的。 但是，由于这个数据正在变老，我想知道今天的百分比是多less。 我还看了Statcounter ，这是似乎是唯一仍然公开发布浏览器统计信息的公司。 但是他们不发布关于JavaScript的数据。 我知道W3schools也发布统计信息 ，但是由于这个目标是针对开发者的，所以这个数据是非常有偏见的，因此对我来说并不有趣。 （它必须是普通用户的代表）。 因此，我要求你提供： 链接到任何公开的，免费提供的统计数据 您自己的统计信息，最好来自大型网站，而不针对开发人员

用于统计分析和报告撰写的工作stream程

有没有人有任何关于自定义报告写作相关的数据分析的工作stream程的智慧？ 用例基本上是这样的： 客户委托使用数据分析的报告，例如水域的人口估计和相关地图。 分析人员下载一些数据，调用数据并保存结果（例如，为每个单位的人口数量添加一列，或者根据地区边界对数据进行子集）。 分析师分析（2）中创build的数据，接近她的目标，但是看到需要更多数据，因此回到（1）。 冲洗重复，直到表和graphics符合质量保证/质量控制，并满足客户。 写报告合并表和graphics。 明年，快乐的客户回来，想要更新。 这应该与通过新下载更新上游数据一样简单（例如获得去年的build筑许可证），并按下“RECALCULATE”button，除非规范发生变化。 目前，我只是开始一个目录，并尽我所能特设。 我想要一个更系统化的方法，所以我希望有人解决这个问题……我使用了电子表格，SQL，ARCGIS，R和Unix工具的组合。 谢谢！ PS： 下面是一个基本的Makefile，它检查各种中间数据集（w / .RData后缀）和脚本（ .R后缀）的依赖关系。 Make使用时间戳来检查依赖关系，所以如果你touch ss07por.csv ，它会看到这个文件比依赖它的所有文件/目标更新，并执行给定的脚本以便相应地更新它们。 这仍然是一个正在进行的工作，其中包括一个步入SQL数据库的步骤，还有一个像sweave这样的模板语言的步骤。 请注意，Make在语法上依赖于选项卡，因此请在剪切和粘贴之前阅读该手册。 享受并提供反馈！ http://www.gnu.org/software/make/manual/html_node/index.html#Top R = /家庭/ wsprague / R-2.9.2 /斌/ R persondata.RData：ImportData.R ../../DATA/ss07por.csv Functions.R $ R –slave -f ImportData.R persondata.Munged.RData：MungeData.R persondata.RData Functions.R $ R –slave -f MungeData.R report.txt：TabulateAndGraph.R persondata.Munged.RData Functions.R $ R –slave -f […]

从元素有权重的列表中selectk个随机元素

没有任何权重（等概率）的select在这里被精美地描述。 我想知道是否有办法将这种方法转换为加权方法。 我也对其他方法感兴趣。 更新：取样而不更换

是否有一个内置的function来查找模式？

在R中， mean()和median()是符合你期望的标准函数。 mode()告诉你对象的内部存储模式，而不是在其参数中出现最多的值。 但是是否有一个标准的库函数来实现向量（或列表）的统计模式？