统计学
qq_39306047
这个作者很懒,什么都没留下…
展开
-
数据normalize和批次的思考
数据normalize和批次的思考http://www.sci666.com.cn/64986.html原创 2021-01-14 16:02:57 · 119 阅读 · 0 评论 -
矩阵
https://blog.csdn.net/bluebelfast/article/details/17999783?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522159730778519725222433729%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fall.%2522%257D&request_id=159730778519725222433729&原创 2020-08-13 18:49:19 · 106 阅读 · 0 评论 -
Wald检验
Wald检验Wald 检验是先对原方程(无约束模型)进行估计,得到参数的估计值,再代入约束条件检查约束条件是否成立。Wald检验的优点是只需估计无约束一个模型。因此,当约束模型的估计很困难时,此方法尤其适用。在本例中,我们使用Wald检验来判断样本农户生产函数是否满足规模报酬不变假设。如果估计的生产函数是C—D函数形式:如果估计的生产函数是Translog函数形式:有读者在后台留言想多了解...转载 2019-07-02 09:15:52 · 49140 阅读 · 0 评论 -
ROC和 区别p值和q值
ROC和 区别p值和q值ROC曲线指受试者工作特征曲线 / 接收器操作特性曲线(receiver operating characteristic curve), 是反映敏感性和特异性连续变量的综合指标,是用构图法揭示敏感性和特异性的相互关系,它通过将连续变量设定出多个不同的临界值,从而计算出一系列敏感性和特异性,再以敏感性为纵坐标、(1-特异性)为横坐标绘制成曲线,曲线下面积越大,诊断准确性越...原创 2019-06-11 21:02:40 · 10816 阅读 · 0 评论 -
R实现pca的理解
PCA的核心思想:假设我们的数据有D1, D2,···,Dn个维度,PCA就是要构造一个线性变换,PCi = W1D1 + W2D2 +···+ WnDn,Wj就是第j维度【列】在第i个【行】PC中的权重。找PC【主成分】有先后顺序,我们总是先找总方差最大的PC,方差解释度是统计里最重要的一个概念。然后我们再找与前一个PC线性无关的能解释最多方差的下一个PC,以此类推,知道得到所有的n个PC。最终...原创 2019-06-11 19:17:51 · 1534 阅读 · 0 评论 -
协方差和pca分析
PCA计算的起点是协方差矩阵,方差描述的是一群点偏离均值的程度(偏离度(平方)的均值/期望),标准差是方差的标准化,具有与原数据一样的单位/量纲。协方差描述的是两个变量之间的协同关系(两个变量与其各自均值的协变度),是相关性系数的前体(除以两个变量的标准差后就是相关性系数)。协方差公式简单,但却有许多惊奇的特性,它居然可以描述两个变量的协同变化程度。协方差矩阵更是计算生物学的利器(协方差矩阵有什...原创 2019-06-11 15:45:35 · 1057 阅读 · 1 评论 -
t检验
基于R实现统计中的检验方法—T检验p值是指在原假设为真的条件下,样本数据拒绝原假设这样一个事件发生的概率。t检验,有三种常用场景:a.单一样本t检验、b.配对样本t检验、c.独立样本t检验单一样本t检验:比较样本的情况和总体的情况有无差异例如,现在有广州市的平均身高,现在我在天河区随机抽取100个人,看看天河的100个人和广州的平均身高有无差异。配对样本t检验:比较样本某个状况前后的对比...原创 2019-06-10 20:25:21 · 8375 阅读 · 0 评论