如何计算异常值 异常值就是和其他样本数据有显著差异的值.这个词在统计学中经常用到,可以表示数据异常或测量错误.明白算异常值的方法,对于正确理解数据非常有用,而且会引出更精确的结论.以下介绍一个很简单的算异常值的过程和方法. # 引用numpy模块 import numpy as np #求数组a的中位数 np.median(a) #求数组a的四分位数 np.percentile(a, [25, 50, 75]) 步骤   了解如何认出潜在异常值.计算之前先辨认数据中的潜在异常值.比如一列数据,表

DAVID R. BRILLINGER 写的关于John的一片纪念文章 JOHN W. TUKEY: HIS LIFE AND PROFESSIONAL CONTRIBUTIONS  (The Annals of Statistics 2002, Vol. 30, No. 6, 1535-1575),

Tukey法 在介绍Tukey方法前,首先了解学生化极差分布. 在概率论和统计学中,学生化极差分布是极差的抽样分布.该分布是一种连续型概率分布,用于在样本量较小且总体标准差未知的情况下估计正态分布总体的极差. 假设要比较的组数为k,那么在零假设成立的条件下,下面的随机变量服从学生化极差分布.

生物信息学-基因表达分析 为了丰富中心法则,研究人员使用不断更新的技术研究lncRNA的方方面面,其中技术主要是生物学上的微阵列芯片技术和表达数据分析方法,方方面面是指lncRNA的位置特征. Background:根据中心法则,发现DNA与RNA与protein之间的关系,此时认为找到的RNA全部用于编码protein,但是实验结果中:非编码RNA含量高,而coding区只占很少的一部分.研究非编码RNA,发现noncoding与protein expression有关,所以总思路变成了研究n

参考: https://www.zhihu.com/question/38066650

1.问题 (1)与软件学院相比,计算机科学更偏向理论研究,本系开设软件工程课程的意图是否是为了平衡理论与应用的比重? (2)Bug的定义根据开发者与使用者的分析角度不同,有着很大的区别,如何使开发者能够有效的感受使用者的角度,使软件更具人性化? (3)Coder和Hacker之间原则性的区别是什么? (4)面对代码量比较大的工程,如何做到有效的管理和控制? (5)在开发流程中,如何从“写了再改的模式”的模式中脱离出来? (6)P171页的算数题,团队用一半的速度完成了一般的总工作量,已经没有额外

数据结构 一.数据管理vector:向量 numeric:数值型向量 logical:逻辑型向量 character:字符型向量list:列表 data.frame:数据框 c:连接为向量或列表length:求长度subset:求子集 seq,from:to,sequence:等差序列 rep:重复 NA:缺失值 NULL:空对象 sort,order,unique,rev:排序 unlist:展平列表 attr,attributes:对象属性 mode,typeof:对象存储模式与类型 nam

转载自http://blog.jobbole.com/58246/ 快速傅里叶变换(Fast Fourier Transform)是信号处理与数据分析领域里最重要的算法之一.没有正规计算机科学课程背景的我,使用这个算法多年,但这周我却突然想起自己从没思考过为什么FFT能如此快速地计算离散傅里叶变换.我打开一本老旧的算法书,欣赏了JW Cooley 和 John Tukey 在1965年的文章中,以看似简单的计算技巧来讲解这个东西. 本文的目标是,深入Cooley-Tukey  FFT 算法,解释

统计学上分布有很多,在R中基本都有描述.因能力有限,我们就挑选几个常用的.比较重要的简单介绍一下每种分布的定义,公式,以及在R中的展示. 统计分布每一种分布有四个函数:d――density(密度函数),p――分布函数,q――分位数函数,r――随机数函数.比如,正态分布的这四个函数为dnorm,pnorm,qnorm,rnorm.下面我们列出各分布后缀,前面加前缀d.p.q或r就构成函数名:norm:正态,t:t分布,f:F分布,chisq:卡方(包括非中心) unif:均匀,exp:指数,wei

个人博客作业Week1 一.问题 通读<构建之法>我有一下几个问题 PM没有参与代码编如何进行管理. 软件工程师的职业资格考试对我们来说很有必要吗. 当我们为用户开发软件时我们需要了解用户群体的特性,这需要很多其他方面的知识,而作为开发人员的我们有必要亲自去做吗. 在团队开发中每个人都负责自己的模块,这样在整个项目调试的时候出问题的可能性就比较大,如何能使用最优化的方法去解决. 在团队中测试人员不参与代码编写,那么测试人员也需要是有很高的编程水平吗. 二. In 2000, Fred Shap

最近在摆弄数据离散度的时候遇到一种图形,叫做盒图(boxplot).它对于显示数据的离散的分布情况效果不错. 盒图是在1977年由美国的统计学家约翰·图基(John Tukey)发明的.它由五个数值点组成:最小值(min),下四分位数(Q1),中位数(median),上四分位数(Q3),最大值(max).也可以往盒图里面加入平均值(mean).如上图.下四分位数.中位数.上四分位数组成一个“带有隔间的盒子”.上四分位数到最大值之间建立一条延伸线,这个延伸线成为“胡须(whisker)”. 由于现

针对教材内容的问题 阅读教材<软件工程——实践者的研究方法>Roger S.Pressman 在笼统地阅读了教材,大致理清教材知识结构后,提出以下问题作为今后学习地重点: 1)     什么是敏捷软件开发?与传统的过程模型有什么区别? 2)     如何评审软件质量,如何有效地进行质量评审? 3)     采用什么技术来评估影响项目成功的风险? 对于敏捷开发一章做了较为深入的阅读后,提出以下具体问题: 4)     敏捷开发强调软件开发的速度,轻视设计,是否违背软件工程的原则,使得程序的开发过

转自:http://lyxh-2003.iteye.com/blog/434014 这是大科学家Richard Hamming的著名讲演,于1986年在贝尔通讯研究中心给200多名Bellcore的科学家们所做.在google上一搜,还未见中文翻译.在享受到Hamming闪耀的智慧的同时,禁不住要把它译成中文,让更多的只学了法语.德语.和柬埔寨语还未来得及学英语的同胞可以分享.思维是独特的,任何人的翻译都加上了译者的“思想”.所以,要知道Hamming到底讲的什么,请看原文.要看我是如何听Ham

①.Software-软件”一词是20世纪60年代才出现的,软件Software——1958年由贝尔实验室的著名统计学家John Tukey 提出软件与硬件一起构成完整的计算机系统,它们是相互依存,缺一不可的. 自从第一台计算机诞生以后,就开始了软件的生产,到现在为止,经过了三个阶段.即程序设计时代,程序系统时代,软件工程时代. 1.程序设计时代(1964年~1956年) 这个阶段的生产方式是个体手工劳动,使用的工具是机器语言,汇编语言. 2.程序系统时代(1956年~1968年) 这阶段的生产

<构建之法>阅读有疑 在用将近五节课的时间将邹欣老师的书<构建之法——现代软件工程>第二版大致看完.虽然全书是以轻松的口吻与”移山公司”员工的一些趣味谈话来传输一些理念和思想的,但是读完并理解依旧不是一件很容易的事情,并且在这过程中我对书中的一些看法抱有怀疑的态度,现将问题所在列在下面. P68页:我不是很认同邹老师的“精通”魔方的判定方法.就好像在软件工程开发中,一个人解决了一个bug.解决了bug却不算是“精通”,还得能恢复bug,再现bug才算是懂得各中原理吗?我觉得作为一个

<zw版·Halcon-delphi系列原创教程> 2d照片-3d逆向建模脚本 3D逆向建模,是逆向工程的核心要素.       3D逆向建模,除了目前通用的3D点云模式,通过2D图像实现快速3D建模,也是目前的重要手段.       2D图像的3D逆向建模,目前常用的有两种模式,一个是左右视距(或多角度取景)图片叠加处理,google的卫星地图3D化,就是这个模式.       另外一种,就是本文要介绍的3D定标模式,就是在现场先拍摄一张标准3D定标图片,获取定位参数,再采集目标图像. 下面

一.频谱分析(分析-预测-频谱分析) “频谱图”过程用于标识时间序列中的周期行为.它不需要分析一个时间点与下一个时间点之间的变异,只要按不同频率的周期性成分分析整体序列的变异.平滑序列在低频率具有更强的周期性成分:而随机变异(“白噪声”)将成分强度分布到所有频率.不能使用该过程分析包含缺失数据的序列. 1.示例.建造新住房的比率是一个国家/地区经济的重要晴雨表.有关住房的数据开始时通常会表现出一个较强的季节性成分.但在估计当前数字时,分析人员需要注意数据中是否呈现了较长的周期. 2.统计量.正弦

Sys.Date( ) returns today's date. date() returns the current date and time.# print today's datetoday <-Sys.Date()format(today, format="%B %d %Y")"June 20 2007" # convert date info in format 'mm/dd/yyyy'strDates <- c("01/05/1

Machine Learning for Developers Most developers these days have heard of machine learning, but when trying to find an 'easy' way into this technique, most people find themselves getting scared off by the abstractness of the concept of Machine Learnin

英文版http://www.cs.virginia.edu/~robins/YouAndYourResearch.html 视频版http://www.youtube.com/watch?v=a1zDuOPkMSw 中文版: 转自:http://lyxh-2003.iteye.com/blog/434014 翻译:老马的染缸http://www.rangang.com You and Your Research 这是大科学家Richard Hamming的著名讲演,于1986年在贝尔通讯研究中心