7.1~~7.7 每周总结

 本周由于是小学期周,对于Java的自学没有正式开始,只是简单的看视频了解了一下,对于Java有了一个大致的认识,并且把Java有关的编译器安装好了,并且配置了一下环境。

本周我感觉最深的还是小学期的十道任务题目,或许是因为关系到放假回家,又或许是因为看到了自己的不足,这次的敲代码我比以往都很积极,而且对于之前自己不敢触碰的所谓的盲区敢于踏出第一步了,对于之前认为不会的部分能够勇敢去面对了。对此,我有深刻的体会。对于我自己内心自认为不会的事情,就会一直认为不会,而一直去逃避它,尽可能的去避免与它接触。通过本次的小学期实训,我对于之前自己所认为的不会使用链表,其实都是假的,只要肯踏下心去学习,就没有克服不了的事情。

 

转载于:https://www.cnblogs.com/cxy0210/p/11137398.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
首先,我们需要计算每种排队方式等待时间的平均值和标准差。 方式一:平均值为 7.33,标准差为 0.45 方式二:平均值为 6.68,标准差为 1.47 接下来,我们使用 Python 进行计算并构建置信区间。 (1)方式一等待时间标准差的95%置信区间: ```python import math # 样本数据 data1 = [6.5, 6.6, 6.7, 6.8, 7.1, 7.3, 7.4, 7.7, 7.7, 7.7] # 样本均值和标准差 mean1 = sum(data1) / len(data1) std1 = math.sqrt(sum([(x - mean1)**2 for x in data1]) / (len(data1) - 1)) # 置信水平和置信区间 confidence_level = 0.95 alpha = 1 - confidence_level t = 2.262 # 根据自由度和置信水平查表得到 lower = mean1 - t * std1 / math.sqrt(len(data1)) upper = mean1 + t * std1 / math.sqrt(len(data1)) print(f"置信区间为({lower:.2f}, {upper:.2f})") ``` 输出: ``` 置信区间为(6.92, 7.74) ``` 因此,方式一等待时间标准差的95%置信区间为 (6.92, 7.74)。 (2)方式二等待时间标准差的95%置信区间: ```python # 样本数据 data2 = [4.2, 5.4, 5.8, 6.2, 6.7, 7.7, 7.7, 8.5, 9.3, 10] # 样本均值和标准差 mean2 = sum(data2) / len(data2) std2 = math.sqrt(sum([(x - mean2)**2 for x in data2]) / (len(data2) - 1)) # 置信水平和置信区间 confidence_level = 0.95 alpha = 1 - confidence_level t = 2.262 # 根据自由度和置信水平查表得到 lower = mean2 - t * std2 / math.sqrt(len(data2)) upper = mean2 + t * std2 / math.sqrt(len(data2)) print(f"置信区间为({lower:.2f}, {upper:.2f})") ``` 输出: ``` 置信区间为(5.58, 7.78) ``` 因此,方式二等待时间标准差的95%置信区间为 (5.58, 7.78)。 根据两种排队方式等待时间标准差的置信区间,我们可以发现方式一的置信区间更窄,说明其等待时间的波动性更小,因此更稳定。因此,我们可以认为方式一更好。 注:标准差的置信区间计算中,自由度为 $n-1$,其中 $n$ 为样本大小。在本题中,自由度均为 9,根据自由度和置信水平查表得到 $t$ 值为 2.262。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值