自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(35)
  • 资源 (6)
  • 收藏
  • 关注

原创 保研经历分享(二)

三、保研阶段要准备什么呢?1.整理申请院校要求的个人资料。通常有:电子版证件照(150X200、300X200、300X400)、个人中英文简历(一页即可)、个人中文陈述(常见800字、1000字、1500字)、成绩单、绩点排名证明、英语能力证明(四六级、雅思托福)、各种获奖证书扫描版(荣誉称号、竞赛获奖、科研学术证明、社会实践证明要区分开)、身份证学生证扫描件、学信网教育部学籍在线验证报告等。可能还要求专家推荐信(夏令营多)。2.了解各院校情况可以通过某些信息渠道(下个问题会讲!)来了解各院校

2024-06-26 16:07:44 906

原创 保研经历分享(一)

9.29下午我正式实现了四非保研985的目标,总算不辜负大学努力三年的自己。【有些话还是要写在前面】保研最怕的就是信息差!!努力了三年,千万别在信息上吃亏~ 尤其是四非/双非保研er,上岸985真的是一件很不容易的事情!有人问学姐:保研不是大三开始准备吗?大漏特漏!你不提前努力怎么争取校内名额?!比赛又不是大三参加就会拿奖!论文也不是大三发表就会见刊!绩点又不是大三开始努力就会提上去!诚心建议:大一大二的学弟学妹尽早咨询,多听、多学、多问、多查,咱们努力的方向不能错呀!

2023-10-10 14:02:14 558 2

原创 对应分析——SPSS实例分析

对应分析是R型因子分析和Q型因子分析的结合。本质是将列联表里面的频数数据作变换(通过降维的方法)以后,利用二维图的方式,简单直观的表示行变量和列变量之间的相关性,适合于多分类型变量的研究。将表中第一列、第二列、第四列、第五列数据录人 SPSS 数据窗口,并对变量 专业编号和 等级编号的取值进行标签设定,其中专业编号1、2、3、4、5、6、7、8分别代表财务管理、电子商务、国际经济与贸易、国际商务、会计学、经济学、市场营销、统计学;等级编号1、2、3分别代表985、211、双非。对专业编号 和等级编号

2023-06-18 12:26:18 1561

原创 因子分析——SPSS实例分析

因子分析常用于通过可观测变量推断出其背后的公共因子(也称为隐变量),样本在公共因子上的取值变化影响其在可观测变量上的取值,因为一般公共因子的个数小于可观测变量的数目,所以因子分析也可以用来降维。对于下面三张表在主成分分析中已有详细的介绍,其中第三张表是因子载荷阵,是用标准化的主成分(公共因子)近似表示标准化原始变量的系数矩阵。

2023-06-18 12:16:47 6480

原创 主成分分析——SPSS实例分析

主成分分析是用原始变量的线性组合来表示主成分,且主成分彼此之间互不相关,且能反映出原始数据的绝大部分信息。 一般来说,当研究的问题涉及到多变量且变量之间存在很强的相关性时,我们可考虑使用主成分分析的方法来对数据进行简化。SPSS 软件中主成分分析与因子分析均在“因子分析”模块中完成。因此,在 SPSS 数据表中录人以上数据后,依次点击“分析-降维-因子”进入“因子分析”对话框,然后将12个变量全部选入“变量”框中。

2023-06-18 12:04:17 2552 2

原创 聚类分析——SPSS实例分析

聚类(Clustering)就是一种寻找数据之间内在结构的技术。聚类把全体数据实例组织成一些相似组,而这些相似组被称作簇。处于相同簇中的数据实例彼此相同,处于不同簇中的实例彼此不同。聚类技术通常又被称为无监督学习。文章以系统聚类(层次聚类)和快速聚类(K-means)方法为例,展示SPSS具体操作过程及分析步骤。在SPSS数据窗口中录入上表中的数据,然后选择 Analyze - Classify 命令, Classify 命令下有两个常用的聚类分析命令。

2023-05-13 14:58:39 8817 3

原创 机器学习基本名词含义?

训练集(training set):机器学习模型用于训练和学习的数据的集合,通常训练集是原始数据集的一部分,用于训练模型参数。模型通过训练集来学习数据的特征并产生一个模型,以便在之后的预测中使用。验证集(validation set):在模型评估与选择中用于评估测试的数据集,通常是从训练数据中划分出来的,基于验证集上的性能进行模型选择和调参。测试集(testingset):用于评估模型最终性能的数据集。通常从原始数据中划分出来,与训练集和验证集互不重叠。评估模型的泛化能力(模型适用于新样本的能力)

2023-05-13 09:36:00 149

原创 非参数统计成对数据检验——python代码及示例

首先确保环境内安装scipy、numpy库,如未安装利用:pip install +库名进行安装。非参数统计成对数据检验,利用Wilcoxon符号秩检验和符号检验两种方法。

2023-05-02 17:45:40 648

原创 人工神经网络(ANN)——python代码及示例

将excel表处理成如下形式(预测指标放在最后一列),然后将excel数据另存为txt形式,可以在python中引用。其中,solver参数可选“lbfgs(优化器,小样本适用)、sgd(随机梯度下降)、adam(默认,大样本适用)”其中安装sklearn库前需要安装numpy、scipy、matplotlib库。(年份是我随便写的,实际应该是1990-2012,在代码画图时可以用到)pip install +库名。

2023-05-02 17:39:47 4356 4

原创 全国市场调查大赛经验分享(三)

这一篇主要介绍在市场调查大赛中可以用到的抽样调查步骤、抽样方法(概率抽样、非概率抽样)还包括一些概念的理解。本文内容主要参考金勇进老师的《抽样技术》一书,感兴趣的同学们可以详细学习一下。首先来明确几个抽样调查中的概念。抽样调查是指从研究对象的全体(总体)中抽取一部分作为样本。根据对样本进行调查获取数据,并进行统计分析,获取有关总体的了解的过程!当对社会性问题进行抽样调查时,就是社会调查,例如:对社会经济现象和社会性民意调查;当应用于消费者市场问题时,就是市场抽样调查。

2023-02-07 15:52:45 1586

原创 曲线回归分析

本文详细介绍使用SPSS软件进行曲线回归的理论基础、操作步骤及结果分析。非线性关系本质是指不仅形式上呈非线性关系,而且也无法通过变量变换转化为线性关系,最行线性回归分析,建立线性模型。本实验针对本质线性模型进行。曲线估计的基本步骤:(1)绘制因变量与自变量的散点图,大致确定非线性关系的类型。(2)选择多个曲线回归预测模型,估计参数。(3)利用输出的检验统计量对回归预测模型进行各项显著性检验。(4)选择一种最适合的曲线模型进行预测。(5)分析评价预测效果。

2023-02-02 21:16:13 1985

原创 多元线性回归分析

本文详细介绍使用SPSS软件进行多元线性回归的理论基础、操作步骤及结果分析。多元线性回归模型是指含有多个自变量的线性回归模型,用于解释因变量与其他多个自变量之间的线性关系。多元线性回归分析的基本步骤(1)确定因变量与自变量,并初步设定多元线性回归方程。(2)估计参数,确定估计多元线性回归方程。(3)利用检验统计量对回归预测模型进行各项显著性检验。(4)检验通过后,可利用回归模型进行预测,分析评价预测值。

2023-02-01 22:21:55 12796

原创 简单线性回归分析

本文详细介绍使用SPSS软件进行简单线性回归的理论基础、操作步骤及结果分析。回归分析是定量反映数值型变量之间明显存在的相关关系的一种统计推断方法。回归分析根据自变量的多少可分为简单回归分析和多元回归分析,根据关系类型可分为线性回归分析和非线性回归分析。简单线性回归分析就是在一个因变量与一个自变量之间进行的线性相关关系的统计推断。分析散点图、残差图判断线性关系是否真实存在,以及模型假设是否成立。根据给定的显著性水平,检验各种统计量的取值及P值。得出有关的回归系数,从而给出估计的简单线性回归方程。

2023-02-01 22:08:48 2111

原创 相关性分析

本文详细介绍使用SPSS软件进行相关分析的理论基础、操作步骤及结果分析。相关分析是研究变量间关系密切程度的一种统计方法。线性相关分析研究两个变量间线性关系的强弱程度。相关系数是描述这种线性关系强弱的统计量,通常用r表示。如果一个变量Y可以确切地用另一个变量X的线性函数表示,则两个变量间的相关系数是1或-1。

2023-01-29 22:32:20 1646

原创 协方差分析

本文详细介绍使用SPSS软件进行协方差的理论基础、操作步骤及结果分析。协方差分析是传统方差分析方法的一种延续。不论是单因素方差分析,还是多因素方差分析,都不曾考虑协变量的存在,但协变量却会对因变量产生显著影响。为了更准确地研究自变量(可控制变量)不同水平对因变量的影响,需要考虑协变量在其中的影响程度。这就是协方差分析所要解决的问题。

2023-01-29 18:16:44 4691

原创 多因素方差分析

本文详细介绍使用SPSS软件进行多因素方差分析的理论基础、操作步骤及结果分析。方差分析中当涉及两个或两个以上的分类型自变量时,则需要进行多因素方差分析。进行多因素方差分析时,要首先确定因变量和若干个自变量,其次分析数值型因变量的方差,最后分别比较因变量总离差平方和各部分所占比例,进而推断自变量以及自变量的交互作用是否给因变量带来了显著影响。包含例题的详细操作步骤及结果分析,保姆级教程包会。

2023-01-29 17:31:09 7298

原创 单因素方差分析

本文详细介绍使用SPSS软件进行单因素方差分析的理论基础、操作步骤及结果分析。方差分析是检验两个或两个以上的样本均值之间的差异是否具有统计学意义的一种方法,目的是推断两个或两个以上的总体均值是否相同。它所研究的是分类型自变量对数值型因变量的影响。当只涉及一个分类型自变量时,该分析称为单因素方差分析;涉及两个或两个以上的分类型自变量时,则称为多因素方差分析。包含例题的详细操作步骤及结果分析,保姆级教程包会。

2023-01-29 17:10:45 7084

原创 列联表分析

本文详细介绍使用SPSS软件进行列联表分析的理论基础、操作步骤及结果分析。列联表(contingency table)也称交叉表(crosstab),是由两个分类变量交叉分类后得到的频数分布表。列联表分析是通过频数交叉表来讨论两个或多个分类变量之间是否存在关联,其基本思想与假设检验基本一致。

2023-01-18 12:40:30 7778 2

原创 大学计算机知识点及习题(二)

文章介绍了大学计算机非计算机专业学生常考知识点,包含微型计算机的系统组成、程序设计的基本概念、程序设计的构成要素、结构化程序设计、常用算法等,其中,计算机的系统组成、常用算法为必考内容,课后练习题主要针对常考选择、填空题进行预测。

2022-11-10 23:25:17 356

原创 大学计算机知识点及习题(一)

文章介绍了大学计算机非计算机专业学生常考知识点,包含计算机思维、信息与信息技术、信息在计算机中的表示、信息的存储单位、数值信息的编码等,其中,进制转换、数值编码为必考内容,课后练习题主要针对常考简答题进行预测。

2022-11-10 14:55:43 984 2

原创 全国市场调查大赛经验分享(二)

最近参加了国家奖学金的答辩,发现有很多学弟学妹们对我的个人经历比较好奇,所以打算写一篇文章分享下我大学以来参加比赛的心路历程,如果有讲述不对的地方欢迎大家来批评指导。这篇主要介绍我参加"正大杯"全国大学生市场调查大赛的一点心得体会和参赛经验。

2022-10-26 19:52:40 5414

原创 全国市场调查大赛经历分享(一)

最近参加了国家奖学金的答辩,发现有很多学弟学妹们对我的个人经历比较好奇,所以打算写一篇文章分享下我大学以来参加比赛的心路历程,如果有讲述不对的地方欢迎大家来批评指导。这篇主要介绍我参加"正大杯"全国大学生市场调查大赛的一点心得体会.

2022-10-15 15:05:22 3974 13

原创 美赛2022年O奖经验分享(一)

最近参加了国家奖学金的答辩,发现有很多学弟学妹们对我的个人经历比较好奇,所以打算写一篇文章分享下我大学以来参加比赛的心路历程,如果有讲述不对的地方欢迎大家来批评指导。​美国大学生数学建模竞赛目前分为两种类型,MCM和 ICM,两种类型竞赛采用统一标准进行,竞赛题目出来之后,参数队伍通过美赛官网进行选题(报名可以通过赛氪网站进行报名),一共分为 6 种题型。 MCM:A:连续型 B:离散型 C:大数据 ICM:D:运筹学/网络科学 E:(环境)可持续性 F:政策。【一般来讲,经管类为主的同学会选择E、F偏多

2022-10-14 20:27:54 1220 4

原创 计算机二级python语言程序设计(三)

适合参加计算机二级python的小白,包含必考turtle、random库的相关知识点。

2022-10-06 14:50:14 307

原创 SPSS基本数据处理(三)

文章以spss26.0为基础,借鉴李永江老师等人的spss应用教程一书,包含数据文件的合并、数据排秩、个案加权的基本数据处理方法,包含各步骤截图,内容详细明了。

2022-09-29 14:33:17 2992

原创 SPSS基本数据处理(二)

文章以spss26.0为基础,借鉴李永江老师等人的spss应用教程一书,包含结构重组、文件拆分、数据分组的基本数据处理方法,包含各步骤截图,内容详细明了。

2022-09-20 17:58:04 2268

原创 SPSS基本数据处理(一)

文章以spss26.0软件为基础,借鉴李永江老师等人的spss应用教程一书,包含spss软件的数据转置、样本筛选、分类汇总的基本数据处理方法。

2022-09-13 18:04:55 9825

原创 STATA画图命令(三)

STATA基本画图命令,包含条形图、散点图、箱线图、气泡图、线图等图像,结合统计学原理(贾俊平第七版)课本实例,给出代码和操作结果截图示例,展示清晰,表达明确。

2022-08-08 17:37:36 17978 1

原创 计算机二级python语言程序设计(二)

适合参加计算机二级python的小白,包含程序控制结构介绍及数据类型介绍,包含部分例题。

2022-08-02 17:26:00 1118

原创 计算机二级python语言程序设计(一)

适合参加计算机二级python的小白,包含python入门须知、基本语法、基本数据类型的相关内容。

2022-07-23 12:33:24 2535

原创 STATA描述性统计

(1)数据概要describe ///描述命令输出结果包含每个变量的名称、存储方式、显示格式、变量标签和变量值标签codebook [var] ///详细观察wage变量的相关情况summarize [varlist] [if] [in] [weight] [,options]

2022-07-12 13:00:29 22189 1

原创 SQL基本命令

SQL基本命令

2022-06-15 23:20:37 795

原创 STATA画图命令(二)

曲线标绘图和连线标绘图[twoway] line varlist [if] [in] [,options] //绘制曲线标绘图quietly regress mpg weight //quietly要求不显示回归结果,简写为quipredict hat //得到预测值hatpredict stdf, stdf //得到预测的标准差gen lo = hat - 1.96*stdf //构建置信度为95%的双侧检验t值置信区间下限gen hi= hat + 1.96*std...

2022-05-17 15:42:12 14697

原创 STATA画图命令(一)

绘制散点图[twoway] scatter varlist [if] [in] [weight] [,options]实际上以下三种形式都可以被识别:graph twoway scatter...twoway scatter...scatter...若命令后紧跟两个变量,默认第一个变量为y轴变量(因变量),第二个变量作为x轴变量(自变量);若不只有两个变量,除最后一个(自变量)外,其他为因变量。

2022-05-14 23:45:16 29548 3

原创 STATA变量的相关操作

stata常用的变量操作:egen\replace\decode\encode等

2022-05-11 08:37:39 9814

随机森林(回归)算法的python代码【包括:数据洗牌、十折交叉验证、输出预测结果、获取特征重要性】

如原始数据集并未划分训练集与测试集,建议在此前进行数据集的划分工作,代码如下: import pandas as pd from sklearn.model_selection import train_test_split # 读取CSV文件 data = pd.read_csv('数据清洗后.csv', encoding='latin1') # 划分训练集和测试集 train_data, test_data = train_test_split(data, test_size=0.1, random_state=42) # 将划分后的数据保存为新的CSV文件 train_data.to_csv('train_dataset2.csv', index=False) test_data.to_csv('test_dataset2.csv', index=False) 其他代码如下: import pandas as pd from sklearn.model_selection import train_test_split, cross_val_score from skle

2024-06-27

网络爬虫之贝壳网房源信息爬取【包括:详情页,标题,售价(万),单价(元/平米)等38项指标】

如需爬取大量信息,建议在爬虫中自行加入间歇机制: import time time.sleep(random.randint(10, 15)) 正常代码如下: import pprint import requests import parsel import csv f = open('房源.csv', mode='a', encoding='utf-8', newline='') csv_writer = csv.DictWriter(f,fieldnames=[ '详情页', '标题', '售价(元)', '单价(元/平米)', '挂牌价(万)', '成交周期(天)', '调价次数(次)', '带看次数(次)', '关注人数(人)', '浏览次数(次)', '成交时间', '区域位置', '街道位置', '小区位置', '房源标签', '核心卖点', '小区介绍', '户型介绍', '周边配套',

2024-06-27

概率论期末考试复习重点知识点汇总(共40份文件)

NO.1 概率论基本概念 一、随机试验 1. 确定性现象:必然发生或必然不发生的现象。 2. 随机现象:在一定条件下我们事先无法准确预知其结果的现象,称为随机现 象. 3. 随机现象的特点:人们通过长期实践并深入研究之后,发现这类现象在大量 重复试验或观察下,它的结果却呈现出某种统计规律性.概率论与数理统计是研 究随机现象统计规律性的一门学科. 4. 随机试验: 为了对随机现象的统计规律性进行研究,就需要对随机现象进行 重复观察, 我们把对随机现象的观察称为随机试验, 并简称为试验,记为 E . 随机试验具有下列特点: (1)可重复性: 试验可以在相同的条件下重复进行; (2)可观察性: 试验结果可观察,所有可能的结果是明确的; (3)随机性(不确定性): 每次试验出现的结果事先不能准确预知. ,但可以肯 定会出现所有可能结果中的一个.二、样本空间、随机事件 1. 样本点:随机试验中的每一个可能出现的试验结果称为这个试验的一个样本 点,记作ω . 2. 样本空间:全体样本点组成的集合称为这个随机试验的样本空间,记为Ω .(或 S ).即 { }

2024-06-26

大学物理期末考试复习知识点重点汇总(共7份文件)

一、质点运动学 一、选择题 (在下列各题中,均给出了 4 个 ~5 个答案,其中有的只有 1 个是正确答案,有的则有几个是正 确答案,请把正确答案的英文字母序号填在题后的括号内) 1.在下列关于质点速度的表述中,不可能出现的情况是: A.一质点具有恒定的速率,但却有变化的速度; B.一质点向前的加速度减少了,其前进速度也随之减少; C.一质点加速度值恒定,而其速度方向不断改变; D.一质点具有零速度,同时具有不为零的加速度。 ( B ) [知识点 ] 速度 v 与加速度 a 的关系。 [分析与解答 ] 速度 v 和加速度 a 是矢量,其大小或方向中任一项的改变即表示速度或加速度在变化, 且当速度与加速度间的方向呈锐角时,质点速率增加,呈钝角时速率减少。 因为质点作匀速运动时速率不变,但速度方向时时在变化,因此, A 有可能出现, 抛体运动(或匀速圆周运动)就是加速度值(大小)恒定,但速度方向不断改变的情形,故 C 也有可能出现。 竖直上抛运动在最高点就是速度为零,但加速度不为零的情形,故 D 也有可能出现。 向前的加速度减少了,但仍为正值,此时仍然与速度同方向,故速度仍在增大,而不可能

2024-06-26

C语言期末考试重要知识点资料汇总(共9份文件)

C 语言最重要的知识点 总体上必须清楚的: 1)程序结构是三种: 顺序结构 、选择结构(分支结构)、循环结构。 2)读程序都要从 main()入口, 然后从最上面顺序往下读(碰到循环做循环,碰到选择做选 择),有且只有一个 main 函数。 3)计算机的数据在电脑中保存是以二进制的形式. 数据存放的位置就是它的地址. 4)bit 是位 是指为 0 或者 1。 byte 是指字节, 一个字节 = 八个位. 概念常考到的: 1、编译预处理不是 C 语言的一部分,不占运行时间,不要加分号。C 语言编译的程序称为 源程序,它以 ASCII 数值存放在文本文件中。 2、define PI 3.1415926; 这个写法是错误的,一定不能出现分号。 3、每个 C 语言程序中 main 函数是有且只有一个。 4、在函数中不可以再定义函数。 5、算法:可以没有输入,但是一定要有输出。 6、for 循环中 for 语句写成 for(i=0; i<100; i++); ,这个写法是有问题的,for 的后面 如果出现分号,相当于 for 循环体是空的。 7、break 可用于循环

2024-06-26

帕尔默群岛(南极洲)企鹅数据

帕尔默群岛(南极洲)企鹅数据。数据由克里斯汀·高曼博士和长期生态研究网络成员南极洲帕尔默站收集并提供。 penguins_size.csv:来自原始企鹅数据集的简化数据。包含变量: species:企鹅物种(Chinstrap,Adélie或Gentoo) culmen_length_mm:长度(毫米) culmen_depth_mm:荸荠深度(毫米) flipper_length_mm:脚蹼长度(毫米) body_mass_g:体重(g) island:帕尔默群岛(南极洲)的岛屿名称(梦幻、托格森或比斯科) sex:企鹅性别 penguins_lter.csv:3种企鹅的原始组合数据

2023-07-20

matlab神经网络预测实例

matlab神经网络预测实例代码、网络图。训练: R=0.99948;验证: R=0.99924;测试: R=0.99712;全部: R=0.99921。 数据划分:随机;性能:均方误差;计算:MEX;训练:Levenberg-Marquardt;最佳性能:最佳验证性能是第3轮的0.00037053。梯度 = 0.00040277,在第 9 轮;Mu = 1e-05,在第 9 轮;验证检查 = 6,在第 9 轮。

2023-07-20

SPSS最全版背诵重点整理文件(基本知识、数据整理、基本统计分析)必背版

1简介 社会科学统计软件 Solutions Statistical Package for the Social Science 统计产品与服务解决⽅案 Statistical Product and Service Solutions 与SAS和BMDP,并称国际最有影响⼒的三⼤软件。 1968年 美国斯坦福三位研究⽣开发,⼴泛应⽤于经济 统计 数 体育 ⽣物⼼理 物疏管理 医疗卫⽣ 农林商业等多个领域 特点 1.spss的命令语句、子命令及各种选项绝⼤部分包含在多种菜单及对话框中 ⽤户不需要花费⼤量时间记忆,繁杂的命全过程及选项等 2.⽤户可以通过编程实现更复杂的统计分析任务 ③具有第四代语⾔的特点,即⾯向对象现代编程语⾔ ④具有完善的与其他软件的数据接⼝ 如Excel Asc码 DBF⽂件等 ⑤统计分析⽅法丰富 单变量描述到多变量分析 ⑥具有强⼤的图形功能

2023-07-19

spss概述简介等考试重点必背版

第1章 spss概述 1 简介 Spss的中⽂翻译为社会科学统计软件包 与SAS BMDP并称为国际上最有影响的三⼤软件。由于SPSS操作简单 很快在社会科学⾃然科学中发挥了巨⼤作⽤,⼴泛应⽤于经济学、数学 、统计学、物流管理、⽣物学、⼼理学、医疗卫⽣、体育、农业、林业、商业等多个领域特点 。 spss的命令、语句、⼦命令及各种选项绝⼤部分都包含在各种菜单和对话框中,⽤户不需要花⼤量时间记忆繁杂的命令、过程选项等。在spss中,⼤多数操作可以通过菜单和对话框来完成,操作简便易于学习和使⽤。

2023-07-19

金融学期末考试复习整理资料

金融学期末考试复习整理资料

2023-06-19

美赛往年2018-2020C题优秀论文O奖合集

美赛往年C题优秀论文O奖合集

2023-05-13

应用EXCEL构建时间序列预测模型实例

具体计算步骤如下(文件包含计算公式): 计算移动平均值(季度数据采用4项移动平均,月份数据采用12项移动平均),并将其结果进行“中心化”处理 将移动平均的结果再进行一次2项的移动平均,即得出“中心化移动平均值”(CMA) 计算移动平均的比值,也称为季节比率 将序列的各观察值除以相应的中心化移动平均值,然后再计算出各比值的季度(或月份)平均值,即季节指数 季节指数调整 各季节指数的平均数应等于1或100%,若根据第2步计算的季节比率的平均值不等于1时,则需要进行调整 具体方法是:将第2步计算的每个季节比率的平均值除以它们的总平均值

2023-05-13

《抽样技术》知识点整理.docx

以金勇进的《抽样技术》(第5版)为例,按章节整理知识点, 第一章 如何理解抽样调查? 抽样调查与普查的联系? 抽样调查常用的场合? 抽样调查的一般步骤? 研究对象,调查对象和抽样对象的区别与联系? 抽样的分类? 常见的非概率抽样? 关于非概率抽样的总结? 概率抽样的特点? 概率抽样的总结? 抽样调查的作用? 统计推断的意义? 抽样误差与非抽样误差的区别? 精度与费用的联系? 概率抽样条件? 举例说明在什么情况下适合采用非概率抽样,在什么情况下适合采用概率抽样? 第二章 简单随机抽样的基本约束? 简单随机抽样(srs)的规则? 简单随机抽样的实现办法? 利用随机数表进行简单随机抽样步骤如下: 简单随机抽样的结论如下: 辅助变量的前提? 回归估计量的前提? 样本量的确定原理? 样本容量确定的细讲? 样本量的确定步骤? 第三章 分层随机抽样的引入? 分层随机抽样的大体思路? 为什么用分层抽样替代简单随机抽样? 比估计与回归估计的使用条件? 多重分层的特殊情况? 多重分层的定义? 第四章 等概率整群抽样的实施过程? 整群抽样与分层抽样的关系? 整群抽样的优缺点?

2023-05-13

机器学习基本介绍、原理、步骤等

机器学习基本介绍,包含K近邻算法、决策树CART、人工神经网络ANN(BP算法) 朴素贝叶斯NBC、支持向量机SVM、随机森林RF的基本介绍、工作原理、生成步骤、优缺点、关联名词的基本含义等,适用于初步接触机器学习的小白

2023-05-13

计算机二级python真题题库(题目+答案)电子版笔记2

本资源包含历年来计算机二级python真题题库(题目+答案)电子版笔记1,共15套真题,80道习题及2套练习题。计算机二级python考试的大部分内容都十分基础,可以帮助初学者用来入门Python。考试有40分的单选题、60分的操作题。其中单选题是公共基础题(10分,包括计算机基础、数据结构与算法等相关知识)及Python基础相关的题目(30分,包括python基本语法规则、安装方法、第三方库等相关知识)。 最重要的其实就是操作题,操作题就是给定一定的情景环境,让考生编写相应代码。操作题一共有六大题,包括3道基本操作题(各5分)、2道简单应用题(分别10、15分)和一道综合应用题(20分)。其中基本操作提多以填空形式出现较为简单,应用题多考察一些常用函数,综合应用题难度较大,需要重点练习一下! 如果有小伙伴刚好想要入门这门语言的话,顺带考个证书会是个不错的选择~

2023-02-15

计算机二级python真题题库(题目+答案)电子版笔记1

本资源包含历年来计算机二级python真题题库(题目+答案)电子版笔记1,共15套真题,80道习题及2套练习题。计算机二级python考试的大部分内容都十分基础,可以帮助初学者用来入门Python。考试有40分的单选题、60分的操作题。其中单选题是公共基础题(10分,包括计算机基础、数据结构与算法等相关知识)及Python基础相关的题目(30分,包括python基本语法规则、安装方法、第三方库等相关知识)。 最重要的其实就是操作题,操作题就是给定一定的情景环境,让考生编写相应代码。操作题一共有六大题,包括3道基本操作题(各5分)、2道简单应用题(分别10、15分)和一道综合应用题(20分)。其中基本操作提多以填空形式出现较为简单,应用题多考察一些常用函数,综合应用题难度较大,需要重点练习一下! 如果有小伙伴刚好想要入门这门语言的话,顺带考个证书会是个不错的选择~

2023-02-15

美赛备赛资料分享-B站清风老师学习笔记

资源适合正在备战数学建模比赛(美赛、国赛等)、有学习数学规划及图论需求的同学们下载观看。数学规划问题是指在一定约束条件下最大化或最小化某一目标函数的问题,其变量可能是连续或离散的。本资源包含线性规划、非线性规划、整数规划、0-1规划的基本介绍;线性规划、非线性规划问题的理论推导、例题讲解及MATLAB求解过程;整数规划背包问题、指派问题等的例题讲解及MATLAB求解过程,有图有文字。 图论 (Graph theory) 是数学的一个分支,图是图论的主要研究对象。图 (Graph) 是由若干给定的顶点及连接两顶点的边所构成的图形,这种图形通常用来描述某些事物之间的某种特定关系。顶点用于代表事物,连接两顶点的边则用于表示两个事物间具有这种关系。本资源包括图论的Dijkstra、Bellman-Ford等算法的原理讲解、例题讲解及MATLAB求解过程。

2023-02-10

美赛备战学习资料-B站清风老师学习手写笔记

资源适合正在备战数学建模比赛(美赛、国赛等)、有学习数学模型需求的同学们下载观看,常用的预测模型有:线性回归模型、移动平均模型、指数平滑模型、趋势外推模型、 ARIMA预测模型、马尔可夫预测模型、投入产出预测模型、灰色预测模型、人工神经网络预测模型等。本资源包含灰色预测、时间序列、指数平滑、ARIMA、BP神经网络模型的基本介绍及原理(计算公式、各种情况分析)、操作步骤、实现过程、例题讲解,有图有文字,记录清晰。

2023-02-10

美赛备赛资源-B站清风老师课程手写笔记

文件包括评价类问题常用模型的熵权法、主成分分析模型进行原理概括(包含计算公式)、步骤讲解、模型实现、例题解析及模型拓展;介绍两种相关系数、典型相关分析、典型载荷分析的原理(包括计算公式、matlab或spss实现过程、检验过程)、相关性可视化实现过程、假设检验步骤及原理讲解、及所有模型的例题讲解和结果解析。 相关分析(Analysis of Correlation)是网站分析中经常使用的分析方法之一。通过对不同特征或数据间的关系进行分析,发现模型变量中的关键影响及驱动因素。并对模型的发展进行预测。

2023-02-10

“美赛备战”-B站清风老师视频学习笔记

文件包括美赛常用数据网站、模型的分析与检验部分写作内容及例题讲解、简要列出美赛常用十大模型及30种算法、针对评价类问题的层次分析法和TOPSIS模型进行原理概括(包含计算公式)、步骤讲解、模型实现、例题解析及模型拓展。 数学建模中,评价类模型是一类比较基础的数学模型之一,往往是对应生活中的一些实际问题。最常见的数学模型包括:层次分析法、模糊综合评价、熵值法、TOPSIS法、数据包络分析、秩和比法、灰色关联法等。

2023-02-10

货币银行学重点知识点+PPT+课后练习题(选择、填空、简答、论述)

货币的本质:①货币是商品,②货币是一般等价物,③固定充当一般等价物的商品,④生产关系的反映 货币的发展历程:实物货币—金属货币—纸币—存款货币—电子货币 货币的职能:①价值尺度,②交易媒介,③支付手段,④价值储藏和⑤世界货币 M0=流通中的货币 M1=M0+企业活期存款+机关团体存款+农村存款+个人持有的信用类存款 M2=M1+城乡居民储蓄存款+企业存款中具有定期性质的存款+外币存款+信托类存款 M3=M2+金融债券+商业票据+大额可转让存单等

2023-01-30

(完整版)高鸿业宏观经济学PPT课件、课后习题+答案、考试题库

宏观经济学(英文名称:Macroeconomics)是使用国民收入、经济整体的投资和消费等总体性的统计概念来分析经济运行规律的一个经济学领域。宏观经济学是相对于微观经济学而言的。宏观经济学本质上是修正主义性质的,集合了保守哲学观念和激进政策设计。 第十章 国民收入的决定:收入支出模型 4.在三部门经济中,已知消费函数为C=100+0.9Yd,投资I=300,政府购买G=160,税收T=0.2Y。 (1)试求均衡的国民收入水平。 (2)试求政府购买支出乘数。 (3)若政府购买增加到300,新的均衡国民收入是多少?

2023-01-29

2022年第一季度能源行业统计分析报告

能源是人类经济和社会发展的基础,对社会发展有非常重要的推动作用,人类生产生活离不开能源,甚至能源的数量和质量也能对国家经济产生重要影响。2022年能源行业深入贯彻落实党中央、国务院的各项决策部署,全面落实能源安全新战略,切实保障煤电油气稳定供应,一季度全国能源形势主要呈现以下特点。 一、总体情况 (一)能源生产能力稳步提升 1.原油增速达新高 2.原煤产量波动式增长 3.天然气产量创新高 (二)可再生能源全国总体消纳状况 1.发电量呈先增后缓趋势 2.用电量现大幅回升 3.新能源利用率整体水平上升 (三)可再生能源装机规模稳步扩大 1.风电新增装机主要为陆上风电 2.光伏一季度新增装机较去年同期大幅提高 (四)绿色低碳转型相关产业政策持续完善 二、面临问题 (一)能源安全形势依然严峻 (二)能源科技水平总体不高 三、相关建议 (一)创新驱动低碳化多能战略融合 (二)加快完善国家能源创新体系

2023-01-29

财务管理电子版手写笔记

资料由作者ipad手写记录,字体清晰,思路完整,内涵9项pdf,包括财务管理概论 财管环境概述 财管目标 货币时间价值 风险与收益 财管估价 财务决策等内容,pdf末尾附带课后练习题.

2022-07-12

统计学(第七版)贾俊平著 中国人民大学出版社 学习笔记

统计学(第七版)贾俊平著 中国人民大学出版社 学习笔记,包含各模块内容stata实战代码,代码解析及运行结果截图,适合stata及统计学原理初学者.

2022-07-12

stata学习笔记及代码

stata学习笔记及代码,内涵基本操作及命令,包括创建数据集 变量相关操作 数据的整理 画图命令 描述性统计 列联表分析等基本命令的代码解释及运行结果截图,适用于初学者.

2022-07-12

Microsoft SQL Server Management Studio 数据管理报告书

SQL数据管理报告书,包含数据库的建立,导入数据,增删查改,数据更新,用户自定义函数等数据库的处理详细过程 代码 及思维导图,每项活动附运行结果截图.

2022-07-12

stata 统计学原理学习笔记

stata 统计学原理学习笔记,共24项文件,包含基本命令、作图命令、数据处理命令等代码过程及图片,附时间序列预测和回归分析excel步骤过程

2022-07-12

统计学(第七版)贾俊平中国人民大学出版社 课本原始数据

统计学(第七版)贾俊平中国人民大学出版社 课本原始数据,共50件excel,内附部分数据处理过程及作图。

2022-07-12

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除