数据科学专业问答社区，好文章，一字千金--CDA答疑社区

CDA数据科学研究院 CDA考试中心 CDA网校企业服务

CDA社区

CDA竞赛 CDA技术答疑 CDA俱乐部

关于CDA APP下载

免密码登录

提交首次登录验证后自动注册

展开 +

mysql的distinct如何作用到多个列上？

mysql的distinct如何作用到多个列上？每个列的每个值都不重复的那种如我有三个列(a,b,c），值的情况如下图我要查出的结果集为： a列值唯一，b列值唯一，c列值唯一. 也就是说单独看三个列中的每个列值，都是不能重复的。普通的select distinct a,b,c 无法完成需求，普通的distinct只能对a,b,c列三者合一后进行去重判断，但我需要的是三个列单独拿出来都是

0.0000 0 2

双侧检验中原假设与备择假设的怎么确定？

问：双侧检验中原假设与备择假设的怎么确定？1. 属于决策中的假设检验2. 不论是拒绝H0还是不拒绝H0，都必需采取相应的行动措施3. 例如，某种零件的尺寸，要求其平均长度为10cm，大于或小于10cm均属于不合格• 我们想要证明(检验)大于或小于这两种可能性中的任何一种是否成立4. 建立的原假设与备择假设应为 H0：μ=10 H1：μ≠10

0.0000 0 1

双侧检验与单侧检验研究的问题？

问：双侧检验与单侧检验研究的问题？答：单侧检验包括左单侧检验和右单侧检验。左单侧检验希望考察的数值越大越好右单侧检验希望考察的数值越小越好。

0.0000 0 3

利用P 值进行检验的标准？

问：利用P 值进行检验的标准？P值检验比统计量检验提供了更多的信息。P值给出的是根据实际统计量算出的显著性水平，告诉我们实际的显著性水平是多少。根据统计量检验，如果拒绝原假设，也仅仅是知道犯错误的可能性是α那么大，但究竟是多少却不知道，而P值则是算出的犯第一类错误的实际概率。1. 单侧检验 • 若p-值>α ,不拒绝H0 • 若p-值< α, 拒绝H02. 双侧检验 • 若p-值>α

42.8571 1 3

什么是P 值?(P-value)

问：什么是P 值?(P-value)答：当原假设为真时样本观察结果或更极端结果出现的概率。如果P值很小，说明这种情况发生的概率很小，如果出现这种情况，根据小概率原理，我们就有理由拒绝原假设，P值越小，拒绝原假设的理由就越充分。P值的大小取决于三个因素：第一、样本数据与原假设之间的差异。第二、样本量。第三、被假设参数的总体分布。P 值总结：1. 是一个概率值2. 如果原假设为真，P

0.0000 0 3

假设检验的流程是什么？

假设检验的流程是什么？答：假设检验的流程如下：第一、提出假设第二、确定适当的检验统计量α 什么是检验统计量？1. 用于假设检验决策的统计量2. 选择统计量的方法与参数估计相同，需考虑 • 是大样本还是小样本 • 总体方差已知还是未知3. 检验统计量的基本形式为第三、规定显著性水平α什么是显著性水平？ 1. 是一个概率值 2. 原假设为真时，拒绝原假设的概率被

0.0000 0 2

两类错误怎么解释？

问：两类错误怎么解释？对于原假设提出的命题，我们需要做出判断，这种判断可以用“原假设正确”和“原假设错误”来表述。因而判断有可能正确也有可能错误，也就是说我们面临犯错误的可能。所犯错误的两种类型，第一类错误是原假设为真被我们拒绝，也叫弃真错误。第二类错误是原假设为伪，我们却没有拒绝。假设检验中的两类错误(决策风险)1.第一类错误（弃真错误）• 原假设为真时拒绝原假设 • 会产生一系列后果

0.0000 0 0

什么是备择假设？

问：什么是备择假设？尽管原假设陈述的是两个总体的均值相等，却并不表示它是既定的事实，仅是假设而已。如果原假设不成立，就要拒绝原假设，需要在另一个假设中做出选择，这个假设称为备择假设。备择假设的特点：1. 与原假设对立的假设，也称“研究假设”2. 研究者想收集证据予以支持的假设总是有不等号: ≠, 3. 表示为H1• H1：μ某一数值 • 例如, H1：

0.0000 0 4

什么是原假设？

问：什么是原假设？什么是原假设？(null hypothesis)由于原假设H0的下标用0表示，所以有些文献也将此成为“零假设”。μ是我们要检验的参数。1. 待检验的假设，又称“0假设”2. 研究者想收集证据予以反对的假设3. 总是有等号=, =4. 表示为H0• H0：μ=某一数值• 指定为= 号，即=

0.0000 0 4

假设检验学习中主要有哪些知识点？

问：假设检验学习中主要有哪些知识点？假设检验的定义：1.事先对总体参数或分布形式作出某种假设，然后利用样本信息来判断原假设是否成立2.有参数假设检验和非参数假设检验3.采用逻辑上的反证法，依据统计上的小概率原理主要的知识点见下图：

0.0000 0 6

假设检验和参数估计的区别？

问：假设检验和参数估计的区别？答：假设检验和参数估计是统计推断的两个组成部分，他们都是利用样本对总体进行推断，但推断的角度不同。参数估计讨论的是用样本统计量估计总体参数的方法，总体参数μ在估计前是未知的。而在假设检验中是先对μ的值提出一个假设，然后利用样本信息去检验这个假设是否成立。

42.8571 1 0

一个总体参数的区间估计包含哪些？

问：一个总体参数的区间估计包含哪些？研究一个总体时，所关心的主要参数有：总体均值，总体比例，总体方差。总体均值估计需要考虑总体是否为正态分布，总体方差是否已知，用于构造估计量的是大样本还是小样本。

0.0000 0 2

为什么需要置信区间？

问：为什么需要置信区间？现实测量中误差永远存在，而且不可避免。即使实验条件再精确也无法完全避免随机干扰的影响，所以做科学实验往往要测量多次，用取平均值之类的统计手段去得出结果。多次测量，是一个排除偶然因素的好办法。在科学实验中总是会在测量结果上加一个误差范围。这里的误差范围（区间）在统计概率中就叫做置信区间。简单来说，置信区间就是误差范围。

0.0000 0 3

点估计问题的提法？

问：点估计问题的提法？答：设总体X 的分布函数形式已知,但它的一个或多个参数为未知,借助于总体X的一个样本来估计，总体未知参数的值的问题称为点估计问题.点估计问题就是要构造一个适当的统计量，用它的观察值，来估计未知参数

0.0000 0 3

估计量的求法？

问：估计量的求法？答：由于估计量是样本的函数,是随机变量，故对不同的样本值，得到的参数值往往不同，如何求估计量是关键问题。常用构造估计量的方法: (两种) ：矩估计法和最大似然估计法。

0.0000 0 3

评价估计量的标准有哪些？

问：评价估计量的标准有哪些？无偏性(unbiasedness)：估计量抽样分布的数学期望等于被估计的总体参数有效性(efficiency)：对同一总体参数的两个无偏点估计量，有更小标准差的估计量更有效。一致性(consistency)：随着样本量的增大，估计量的值越来越接近被估计的总体参数

0.0000 0 2

置信水平是什么？

问：置信水平是什么？答：1. 将构造置信区间的步骤重复很多次，置信区间包含总体参数真值的次数所占的比例称为置信水平2. 表示为(1 – α)% • α为是总体参数未在区间内的比例3. 常用的置信水平值有 99%, 95%, 90% • 相应的α为0.01，0.05，0.10例：置信区间(95%的置信区间)

0.0000 0 1

点估计与区间估计的区别是什么？

问：点估计与区间估计的区别是什么？答：点估计指：1. 用样本的估计量的某个取值直接作为总体参数的估计值2. 无法给出估计值接近总体参数程度的信息• 虽然在重复抽样条件下，点估计的均值可望等于总体真值，但由于样本是随机的，抽出一个具体的样本得到的估计值很可能不同于总体真值• 一个点估计量的可靠性是由它的抽样标准误差来衡量的，这表明一个具体的点估计值无法给出估计的可靠性的度量

0.0000 0 0

啊啊啊啊啊吖

使用“名称”返回模式中具有未知数量的每个实例

我试图使用regexp从模式中获取每个数字。困难的是我需要使用'names'参数，并且数字/字段的数量是未知的。例如，我希望将''[10,20,30]''中的数字与regexp（...，'names'）匹配，输出结构为字段'val1'，'val2'， 'val3'（值10,20和30）。像这样的东西：>> match = regexp（'[10,20,30]'，expr，'names'

0.0000 0 2

啊啊啊啊啊吖

如何设置涉及从x = 1到无穷大和循环的和的方程？

我对如何正确设置这个等式感到困惑。找到V（i，j）的值。最终结果将是随着时间的推移绘制V. 我知道需要循环才能使这个等式起作用，但是在设置它时我会迷失方向。基本上我试图从n = 1到无穷大的总和，(1-(-1)^n)/(n^4 *pi^4)*sin((n*pi*c*j)/L)*sin((n*pi*i)/L) 我原本以为我应该使它成为一个while循环，将n递增1，直到我达到10左右才知道输出会是什

0.0000 0 2

<1…104410451046…1215>

快速发帖我要提问

数据分析师求职、备考、笔试
刷题神器！

社区福利马上领

热门用户换一批

: 詹惠儿

: 赵娜0418

: shauna570392

: 啊啊啊啊啊吖

: liting李

: 读童话的狼

本月PGC排行

总奖励

暂无数据