在<如何计算假设检验的功效(power)和效应量(effect size)?>一文中,我们讲述了如何根据显著性水平α,效应量和样本容量n,计算功效,以及如何根据显著性水平α,功效和样本容量n,计算效应量.但这两个应用都属于事后检验,也就是说,就算假设检验之后计算出的功效或效应量不理想,我们也没有办法改变.因此,我们最好事先就把我们想要达到的功效和效应量确定好,然后根据显著性水平α,功效和效应量,计算样本容量n.这种事前检验的应用用得比较多. 此外,我们都知道,如果假设检验选取的样本量很小,那么

8.3 Margin of Error 由该公式可知: To improve the precision of the estimate, we need to decrease the margin of error, E. Because the sample size, n, occurs in the denominator of the formula for E, we can decrease E by increasing the sample size. 可以通过减小Z或增大n

最近在看HashMap的源码,有很多概念都很模糊,今天写了一个测试例子,加深对这几个概念的理解,并演示了扩容及树化的过程(见下篇博文:). 注:本文基于JDK 1.8  HashMap的结构 约定 约定前面的数组结构的每一个格格称为桶 约定桶后面存放的每一个数据称为bin bin这个术语来自于JDK 1.8的HashMap注释. size size表示HashMap中存放KV的数量(为链表和树中的KV的总和). capacity capacity译为容量.capacity就是指HashMap中桶

约定 约定前面的数组结构的每一个格格称为桶 约定桶后面存放的每一个数据称为bin bin这个术语来自于JDK 1.8的HashMap注释. size size表示HashMap中存放KV的数量(为链表和树中的KV的总和). capacity capacity译为容量.capacity就是指HashMap中桶的数量.默认值为16.一般第一次扩容时会扩容到64,之后好像是2倍.总之,容量都是2的幂. 1 2 3 4 loadFactor loadFactor译为装载因子.装载因子用来衡量HashMa

[官方文档:https://developers.arcgis.com/javascript/latest/sample-code/intro-popuptemplate/index.html] 一.Intro to PopupTemplate(关于popup模板) popups(弹出框)提供了一种简便的方式去查看layers(图层)或者graphics(图形)的属性信息.它也可以展示鼠标在view(视图)中的点击位置的坐标等其他相关信息.在ArcMap中,查看要素图层(shapefile)的属

one epoch:所有的训练样本完成一次Forword运算以及一次BP运算 batch size:一次Forword运算以及BP运算中所需要的训练样本数目,其实深度学习每一次参数的更新所需要损失函数并不是由一个{data:label}获得的,而是由一组数据加权得到的,这一组数据的数量就是[batch size].当然batch size 越大,所需的内存就越大,要量力而行 iterations(迭代):每一次迭代都是一次权重更新,每一次权重更新需要batch size个数据进行Forward运

首先,对视频一些基本概念的理解: I帧:i帧又称为内编码帧,是一种自带全部信息的独立帧,可独立解码,可理解为一张静态图片,视频序列中的第一个帧始终是i帧,因为它是关键帧. P帧:P帧又称为帧间预测编码帧,需要参考前面的帧才能编码,P帧会占用更少的数据位,但同时,对前帧参考帧会有很强的依赖性,所以对数据传输错误很敏感. B帧:B帧又称为双向预测编码帧,B帧记录的是本帧和前后帧的差别,解码B帧,不仅要获得之前的缓存画面,还需要解码之后的画面,通过前后画面以及本帧数据的叠加获得最终的画面,B帧的压缩率

Size Classes with Xcode 6: One Storyboard for all Sizes 为所有的尺寸准备一个Storyboard 我最喜欢的Xcode6的特性是新的size classes 概念,有了它,我们解决了“我如何能够快速的为那么多的不同尺寸屏幕以及方向的设备写app”.他们也让在一个storyboard中创建一个通用的app.通过与新的适应屏幕的controller联合,它能够更简单的依靠interface builder,而不是与之对抗,从而简化了你应用的布局

在Gnuradio中,我们可以看到很多模块中都有Sample rate 这个概念 然后看到一个说明 Any processing block's 'Sample Rate' parameter is used for DSP calculation, not for controlling the rate at which samples are produced. This is distinct from a hardware(or Throttle) block where it is 

在医学统计学或者流行病学里的现场调查.样本选择经常会提到一个词:随机抽样.随机抽样是为了保证各比较组之间均衡性的一个很重要的方法.那么今天介绍的第一个函数就是用于抽样的函数sample:   > x=1:10       > sample(x=x)        [1]  3  5  9  6 10  7  2  1  8  4 第一行代码表示给x向量赋值1~10,第二行代码表示对x向量进行随机抽样.结果输出为每次抽样抽得的结果,可以看出该抽样为无放回抽样------最多抽n次,n为x向量中元

首先,这是一个典型的sample Table box: 一.      Stbl box中常见的子box: stts:Decoding Time to Sample Box时间戳和Sample映射表.通过这个box可以实现时间到sample number的映射. stsd:Sample Description,主要描述当前track有关的编码信息,以及用于初始化解码的附加信息. stsz,stz2:Sample Size Boxes每个Sample大小的表. stsc:Sample to chu

在做图片处理的时候最常遇到的问题估计就是Out Of Memory (内存溢出)了 网上对这种问题的解决方案很多,原来无非就是压缩图片大小 本不该重复造轮子,但实际中却遇见了问题,写出来希望后来者能引以为戒,并给出一个自我感觉不错的方案 常用的一种解决方案: FileInputStream f = new FileInputStream(file);BitmapFactory.Options options = new BitmapFactory.Options();   options.inS

今天介绍一些运算函数,它们的使用很简单,没有什么难度,但是也会用的着. 在医学统计学或者流行病学里的现场调查.样本选择经常会提到一个词:随机抽样.随机抽样是为了保证各比较组之间均衡性的一个很重要的方法.那么今天介绍的第一个函数就是用于抽样的函数sample: > x=1:10 > sample(x=x) [1]  3  5  9  6 10  7  2  1  8  4 第一行代码表示给x向量x赋值,第二行代码表示对x向量进行随机抽样.结果输出为每次抽样抽得的结果,可以看出该抽样为无放回抽样-

我最喜欢的Xcode6的特性是新的size classes 概念,有了它,我们解决了“我如何能够快速的为那么多不同尺寸屏幕以及方向的设备写app”.他们也让在一个storyboard中创建一个通用的app.通过与新的适应屏幕的controller联合,它能够更简单的依靠interface builder,而不是与之对抗,从而简化了你应用的布局. 应用中的每一个view controller 都有一个特别的collection对象,这个特别的collection对象都有两个size classes

直观的理解:Batch Size定义:一次训练所选取的样本数.Batch Size的大小影响模型的优化程度和速度.同时其直接影响到GPU内存的使用情况,假如你GPU内存不大,该数值最好设置小一点. 为什么要提出Batch Size?在没有使用Batch Size之前,这意味着网络在训练时,是一次把所有的数据(整个数据库)输入网络中,然后计算它们的梯度进行反向传播,由于在计算梯度时使用了整个数据库,所以计算得到的梯度方向更为准确.但在这情况下,计算得到不同梯度值差别巨大,难以使用一个全局的学习率,

遇到的问题 在处理数据过程中,遇到需要取(n)个数的问题,而当样本量过大的时候,就不能简单的take(n),这类问题一般有两种情况: > - 有序取 TopN > - 无序取 N 先来讨论无序取N的情况: sample函数 sample(boolean, fraction,seed) : 按比例抽取 返回一个新的RDD withReplacement:元素可以多次抽样(在抽样时替换) withReplacement=true,表示有放回的抽样 withReplacement=false,表示无

7.3 The Sampling Distribution of the Sample Mean population:1000:Scale are normally distributed with mean 100 and standard deviation 16 sample:4:可以得到样本均值的分布图如下: 与通过公式计算得到的mean 和 标准差一致:μx¯ = μ = 100 and σx¯ = σ/√n = 16/√4 = 8; 由图可知The histogram is sha

7.2  The Mean and Standard Deviation of the Sample Mean Recall that the mean of a variable is denoted μ, subscripted if necessary with the letter representing the variable. So the mean of x is written as μx , the mean of y as μy , and so on. In parti

td {border:solid #9ec9ec; border-width:0px 1px 1px 0px; padding:4px 0px;} table {border:1px solid #9ec9ec; width:100%;border-width:1px 0px 0px 1px;text-align:center;font-size:12px} 动态采样概念 动态采样(Dynamic Sampling)是在ORACLE 9i Release 2中开始引入的一个技术,引入它的目的是为

事情的发生就是这么偶然,一步步的深入才能汲取到更深入的知识~~ -------------------START-------------------------------------------   来了一个query running longer than 4hours的邮件,来看看里面有哪些sql: SID    SERIAL#    INST_ID SQL_ID        Run_in_sec OS_user     MACHINE       SQL_TEXT