R语言进行DW检验: library(lmtest) dw = dwtest(fm1) > dw Durbin-Watson test data: fm1 DW = 2.4994, p-value = 0.8706 DW检验的原假设为:误差不相关! 因为dw>0.05所以不拒绝原假设,即认为误差是不相关的. 误差自相关会产生的后果: 1．参数估计量仍然是线性的.无偏的,但非有效. 2．OLS估计量的被估方差是有偏的且会被低估,因而会使相应的t值变大. 3．模型的t和F统计检验失效. 4．用通常

##################    Rancher v2.1.7  +    Kubernetes 1.13.4  ################ #######################    以下为声明  ##################### 此文档是在两台机上进行的实践,kubernetes处于不断开发阶段 不能保证每个步骤都能准确到同步开发进度,所以如果安装部署过程中有问题请尽量google 按照下面步骤能得到什么? 1.两台主机之一会作为Rancher的serve

txt_filename = './files/python_baidu.txt' # 打开文件 file_obj = open(txt_filename, 'r', encoding='utf-8') # 读取整个文件内容 all_content = file_obj.read() # 关闭文件 file_obj.close() print(all_content) 结果: Python (英国发音:/ˈpaɪθən/ 美国发音:/ˈpaɪθɑːn/), 是一种面向对象的解释型计算机程序设计语

{#portal.html#} {## ————————46PerfectCRM实现登陆后页面才能访问————————#} {#{% extends 'king_admin/table_index.html' %}#} {#{% block right-container-content %}#} {#<div class="container col-lg-offset-3">#} {# <h2><a class="form-signin-he

线性函数拟合(y=a+bx) 1.       R运行实例 R语言运行代码如下:绿色为要提供的数据,黄色标识信息为需要保存的. x<-c(0.10,0.11, 0.12, 0.13, 0.14, 0.15,0.16, 0.17, 0.18, 0.20, 0.21, 0.23) y<-c(42.0,43.5, 45.0, 45.5, 45.0, 47.5,49.0, 53.0, 50.0, 55.0, 55.0, 60.0) data1=data.frame(x=x,y=y)  #数据存入数据框

分析人:BUPT_LX 研究目的 用某些算法对2014年12月份的16家国内A股上市的商业银行当中11项財务数据(资产总计.负债合计.股本.营业收入.流通股A.少数股东权益.净利润.经营活动的现金流量净额.投资活动的现金流量净额.筹资活动的现金流量净额.汇率变动对现金的影响)提取分析,得出股票价格的財务影响原因.更加清楚地指导银行股价与財务数据指标之间的联系. 研究方法 主要有描写叙述性分析.因子分析.回归法 方法概述: 1. 先对上述的財务数据进行提取.然后用常规的描写叙述方法(平均.最大.最

<时间序列分析——基于R>王燕,读书笔记 笔记: 一.检验: 1.平稳性检验: 图检验方法:     时序图检验:该序列有明显的趋势性或周期性,则不是平稳序列     自相关图检验:(acf函数)平稳序列具有短期相关性,即随着延迟期数k的增加,平稳序列的自相关系数ρ会很快地衰减向0(指数级衰减),反之非平稳序列衰减速度会比较慢   构造检验统计量进行假设检验:单位根检验adfTest()——fUnitRoots包 2.纯随机性检验.白噪声检验(Box.test(data,type,lag=n)

y,X1,X2,X3 分别表示第 t 年各项税收收入(亿元),某国生产总值GDP(亿元),财政支出(亿元)和商品零售价格指数(%). (1) 建立线性模型: ① 自己编写函数: > library(openxlsx) > data = read.xlsx("22_data.xlsx",sheet = 1) > x = data[,-c(1,2)] > x = cbind(rep(1,17),x) > x_mat = as.matrix(x) > y

0.前言 虽然很早就知道R被微软收购,也很早知道R在统计分析处理方面很强大,开始一直没有行动过...直到 直到12月初在微软技术大会,看到我软的工程师演示R的使用,我就震惊了,然后最近在网上到处了解和爬一些R的资料,看着看着就入迷了,这就是个大宝库了,以前怎么没发现,看来还是太狭隘了.直到前几天我看到这个Awesome R文档,我就静不下来了,对比了目前自己的工作和以后的方向,非常适合我.所以毫不犹豫的把这个文档汉化了,所以大家一起享受吧. 说明:本文已经提交到github,地址:https:/

r.js是requireJS的优化(Optimizer)工具,可以实现前端文件的压缩与合并,在requireJS异步按需加载的基础上进一步提供前端优化,减小前端文件大小.减少对服务器的文件请求.要使用r.js需下载r.js文件(点我下载),将其放到你的项目根目录:还需要安装nodeJS(点我下载),以便通过命令行来执行r.js功能.我们将拿一个小案例来详细说明使用r.js的方法(你可以点此下载这个案例). 如下图所示的项目(见案例中的before文件夹)仅仅使用了requireJS,但还未使用过

用R画地图数据 首先,从这里下载中国地图的GIS数据,这是一个压缩包,完全解压后包含三个文件(bou2_4p.dbf.bou2_4p.shp和bou2_4p.shx),将这三个文件解压到同一个目录下. 用R绘制地图比较简单.比如画一下全国范围的区域,可以用如下代码: library(maptools) mydat = readShapePoly("china-province-border-data.tar/china/bou2_4p.shp") #地图包位置,根据自己的角标位置设置

c# 使用Split分割 换行符,方法如下(其余方法有空再添加):   string str = "aa" + "\r\n" + "bb";   string[] ss = str.Split(new string[] { "\r\n" }, StringSplitOptions.None);

JAVA很适合开发应用系统,但是数学建模和计算能力非其所长,如果该系统需要进行大量的统计或者优化的计算,调用R是一种很好的方式.JAVA负责系统的构建,R用来做运算引擎,从而实现应用型和分析性相结合的系统. Rserve方式 Rserve作为一个package发布在CRAN上,可以直接使用install.packages("Rserve")进行安装.需要使用时在R控制台下加载该包,然后输入命令Rserve(),开启服务器,就可以供客户端调用. 客户端,下载REngine.jar和Rse

R软件功能非常强大,可以很好的进行各类统计,并能输出图形.下面介绍一种R语言和C#进行通信的方法,并将R绘图结果显示到WinForm UI界面上. 1 前提准备 安装R软件,需要安装32位的R软件,64位的调用会报错.另外就是讲R添加到电脑环境变量中. 打开R软件,安装包 scatterplot3d,演示需要用到此R包. 2 创建项目GraphGenerateByR,项目结构如下: 注意这里需要引入RDotNet类库,可以自行下载:http://rdotnet.codeplex.com/ 3 M

这个问题是我按了com + shift + K 调出Simulatior 的时候出现的, 然后虚拟机就刷新不了了, 怎么按com+r都不好使. 在Simulatior的菜单栏选择Hardware --> Keyboard  --> Connect Hardware Keyboard 选上就好了 官网解释: https://facebook.github.io/react-native/docs/troubleshooting.html#content 应该是快捷键冲突了,调出虚拟键盘,就用不了

同事反馈他在一测试服务器(CentOS Linux release 7.2.1511)上修改了/etc/profile文件后,使用source命令不能生效,让我帮忙看看,结果使用SecureCRT一登录就发现下面错误信息: Last login: Fri Nov 4 00:42:45 2016 from 10.20.34.14   -bash: $'\r': command not found   -bash: $'\r': command not found   -bash: $'\r': c

r.styleable 是自定义控件 自定义控件写好的后,需要在res-value-attrs.xml中定义,如: <declare-styleable name="SlidingMenu"> <attr name="mode"> <enum name="left" value="0" /> <enum name="right" value="1"

首先新建一个文件夹,名为quickapp,然后在地址栏复制文件目录地址,进入系统高级设置,修改系统环境变量Path,双击后选择新建,输入quickapp文件目录地址,确认保存. 如何修改path变量? 右键你桌面上的应用图标,打开所在位置,ctrl+c复制图标,for example,以qq为例,将qq安装目录下的快捷方式复制到该quickaap文件下,将其改名为QQ(大小写无所谓). 使用快捷键 win+r,运行中输入"QQ"然后Enter键,即可打开qq应用程序. 这一举将减少你桌

决策树是什么 决策树是基于树结构来进行决策,这恰是人类在面临决策问题时一种很自然的处理机制.例如,我们要对"这是好瓜吗?"这样的问题进行决策时,通常会进行一系列的判断或"子决策":我们先看"它是什么颜色?",如果是"青绿色",则我们再看"它的根蒂是什么形态?",如果是"蜷缩",我们再判断"它敲起来是什么声音?",最后我们得出决策:这是一个好瓜.这个决策如图所示: 决策

神经网络基本原理 一.神经元模型 图中x1~xn是从其他神经元传来的输入信号,wij表示表示从神经元j到神经元i的连接权值,θ表示一个阈值 ( threshold ),或称为偏置( bias ).则神经元i的输出与输入的关系表示为: 图中 yi表示神经元i的输出,函数f称为激活函数 ( Activation Function )或转移函数 ( Transfer Function ) ,net称为净激活(net activation).若将阈值看成是神经元i的一个输入x0的权重wi0,则上面的式子