其他

參數估計是在抽樣及抽樣分布的基礎上，根據樣本統計量來推斷所關心的母體參數。 1 參數估計基本原理 1 估計量與估計值 估計量：參數估計中，用來估計母體參數的統計量的名稱，如樣本均值、樣本比例 估計值：根據一個具體的樣本計算出來的估計量的數值 2 點估計與區間估計 參數估計的方法有點估計和區間估計。 點估計：用樣本統計量的某個取值直接作為母體參數的估計值。無法機率度量可靠程度

1 統計量 統計量：由樣本構造一個函數，不依賴任何參數 常用統計量：樣本均值（ X ¯   ）、樣本方差（ S 2   ）、樣本變異係數（ V=SX ¯    ）、樣本k階距、樣本k階中心距、樣本偏度、樣本峰度 次序統計量：樣本極差（最大值減最小值） 充分統計量：統計量加工過程中一點資訊都不損失的統計量。判別定理：因子分解定理 2 由常態分佈匯出的幾個重要分布 1

一、資料清洗 1.重複資料的處理 （1）countif函數構造輔助列 對c列進行篩選，選出非1的，然後刪除，就可以留下非重複項； 或者對c列進行降序排序，然後刪除前幾行非1的 （2）Excel進階篩選 （3）條件式格式設定：突出重複值 （4）樞紐分析表：計數 （5）Excel重複資料刪除項 2.填充缺失的資料 （1）如果缺失值過多，說明存在問題，可以接受的缺失值在10%以下 （2）處理趨勢值的四種方式：

有三張表，student表   sc表和course表； Student表：學號sno、姓名sname、性別ssex Course表：課程號cno、課程名cname、學分ccredit Sc表：學號sno、課程號cno、成績grade 請使用sql語句查詢學生姓名及其課程總學分 （註：如果課程不及格，那麼此課程學分為0） 答案： select st.sname,sum(cou.ccredit)&

預備實驗（選做） 實驗名稱：SQL Server 2005的安裝與系統設定   實驗目的和要求：掌握SQL Server 2005的安裝和配置方法，熟悉SQL Server的系統內容，主要是對“查詢分析器”和“企業管理器”的熟悉和使用。 實驗裝置： （１） 作業系統為WINDOWS xp/ 2003 server的電腦一台；

<span style="font-family: 'Microsoft YaHei'; line-height: 18.1818px; white-space: pre-line; background-color: rgb(255, 255, 255);">有一個對象數組，裡面儲存著通訊錄。</span> 函數 lookUp 有兩個參數： firstName 和prop 。 函數將會檢查通訊錄是否存在 firstName值 和 prop 屬性。

sum()、max()、min()、mean()、median() prod(x) 對x中的元素都連乘 which.max(x) 返回x中最大元素的下標 which.min(x) 返回x中最小元素的下標 range(x) 範圍 rev(x) 對x中的元素取逆序 sort(x) 將x中的元素將升序排列 pmin(x,y)      返回一個向量，它的第i個元素是x[i], y[i] 中最小值

plyr包簡介 plyr包是Hadley Wickham為解決split – apply – combine問題而寫的一個包，其動機在與提供超越for迴圈和內建的apply函數族的一個一攬子解決方案。使用plyr包可以針對不同的資料類型，在一個函數內同時完成split – apply – combine三個步驟，以實現最大限度的高效和簡潔。 plyr包特別適合處理大型資料集問題，比如對空間資料的空間位置或時間序列面板資料的時間點建模，或者在高維數組中進行資料探索等等。

查看協助文檔 help.start() 擷取函數的協助文檔 help(functionname)  在網頁中顯示 ?functionname 在控制台顯示 args(functionname) 快速擷取函數的參數 example(functionname) 查看函數的執行個體 搜尋協助文檔  help.search("pattern") ??pattern 查看R軟體包協助資訊

分類器是一個可以確切分析為何代碼耗時如此之長的方便工具，並提供一些建議來解決你的問題。 system.time 取出並分析任意一條R語句，然後函數告訴你運行那個語句所需的時間 (1)使用者時間 user time  運行這行語句需要佔用中央處理器的時間，即電腦運算的時間 (2)已耗用時間 elapsed time ，也稱時鐘時間 walk clock time，是你所經曆的時間 例：已耗用時間比使用者時間長

https://docs.scipy.org/doc/numpy/reference/routines.math.html 三角函數（Trigonometric） Function Describe sin(x[, out]) 正弦值 cos(x[, out]) 餘弦值 tan(x[, out]) 正切值 arcsin(x[, out]) 反正弦 arccos(x[, out]) 反餘弦 arctan(x[, out]) 反正切 hypot(x1, x2[,

1 資料的預先處理 資料審核：檢查資料中是否有錯誤，主要從完整性和準確性兩個方面。對二手資料，則著重適用性和時效性。 資料篩選：根據需要找出符合特定條件的某類資料。 資料排序：按一定順序將資料排列 樞紐分析表 2 品質資料的整理與展示 對品質資料主要做分類整理，對數值型資料主要做分組整理。 1 分類資料的整理與展示 頻數與頻數分布 分類資料的圖示 橫條圖 帕累托圖：按各類別資料出現的頻數多少排序後繪製的橫條圖 餅圖 環形圖：餅圖的擴充，去掉中間的“洞” 2

1 資料的來源 資料的間接來源：二手資料 資料的直接來源 2 調查資料 資料採樣階段：如何抽選出一個好的樣本 使用抽樣的方式採集資料的具體方式有很多種，可以分為兩類：機率抽樣和非機率抽樣 機率抽樣：也稱隨機抽樣。主要包括簡單隨機抽樣、分層抽樣、整群抽樣、系統抽樣、多階段抽樣 分層抽樣：將抽樣樣本按某種特徵或某種規則劃分為不同的層，然後從不同的層中獨立、隨機地抽取樣本。將各層的樣本結合起來對總體的目標量進行估計。

1 統計及其應用領域 資料分析所用方法可分為描述統計方法和推斷統計方法。 描述統計：研究資料收集、處理、匯總、表徵圖描述、概括與分析等統計方法 推斷統計：研究如何利用樣本資料來推斷總體特徵的統計方法 2 統計資料的類型 按照所採用的計量尺度不同，可以將統計資料分為分類資料、順序資料和數值型資料。 分類資料是無序的如男女，企業按行業劃分等； 順序資料是有序的非數字型資料，如一等品，二等品等 按照統計資料的收集方法，可以將其分為觀測資料和實驗資料。區別為有無人為控制條件。

一般時間序列的均值函數是完全任意的時間函數，平穩時間序列的均值函數是一定時域上的常數。 1 確定性趨勢與隨機趨勢 下文考慮確定趨勢的建模方法 2 常數均值的估計 假設均值函數是常數，模型可以寫為 Y t =μ+X t   其中對所有的 t  有 E(X t )=0  若用樣本觀測到的時間序列

1 隨機事件及其機率 實驗、事件 隨機事件（偶然事件）、必然事件、不可能事件 機率 2 機率的性質與運演算法則 互斥事件：事件A和時間B不可能同時發生， P(A∪B)=P(A)+P(B)  乘法公式： P(AB)=P(B)P(A|B)  當兩個事件獨立時， P(AB)=P(B)P(A)  一般情形，設n個事件 A 1 ,A 2 ,...,A n   互不相容，

1 時間序列與隨機過程 隨機變數序列 Y t :t=0,±1,±2,±3,...  稱為一個隨機過程，並以之作為觀測時間序列的模型。 2 均值、方差和共變數 對隨機過程 Y t :t=0,±1,±2,±3,...  ，均值函數定義如下： μ t =E(Y t ),t=0,±1,±2,...  即 μ t   恰是過程在

library(arules)  #載入arules程式包   data(Groceries)  #調用資料檔案   frequentsets=eclat(Groceries,parameter=list(support=0.05,maxlen=10))  #求頻繁項集   inspect(frequentsets[1:10])  &

為什麼要進行資料預先處理。 現實情況中，你的資料可能是不完整的（缺少屬性值或某些感興趣的屬性或僅包含聚類資料）、含雜訊的（包含錯誤或存在偏離期望的離群值）、並且是不一致的。 資料清理：填寫缺失的值、光滑雜訊資料、識別或刪除離群點並解決不一致性 Data Integration：當資料來自多個資料來源時，而同一個屬性在不同資料來源不同，合成時存在冗餘 資料規約：資料集的簡化 描述性資料匯總  1 度量資料的中心趨勢 均值、中位元、眾數、中列數（

qplot()的局限在於它只能使用一個資料集和一組圖形屬性對應，解決這個問題的辦法就是使用圖層。每個圖層可以有自己的資料集合圖形屬性對應，附加的資料元素可通過圖層添加到圖層中。 一個圖層主要由5個部分組成：資料、一組圖形屬性對應、幾何對象、統計變換和位置調整。 1. 建立繪圖對象 當調用qplot()時，它其實做了很多幕後工作：建立一個繪圖物件，添加圖形並且展示結果。