Questions tagged «statistics»

我再一次进行设计审查，并遇到一种说法，即特定场景的可能性“小于宇宙射线的风险”对程序的影响，但我发现我并不了解那是什么。概率是。 “由于2 -128是340282366920938463463374374607431768211456中的1，因此我认为我们有理由在这里冒险，即使这些计算相差数十亿倍……我们更容易受到宇宙射线的威胁我相信，把我们搞砸了。” 这个程序员正确吗？宇宙射线撞击计算机并影响程序执行的概率是多少？

546 statistics  physics  probability  error-detection  risk-analysis 

我是否可以调用一个命令来计算Git信息库中特定作者更改的行数？我知道，必须有一些方法可以计算提交次数，因为Github会对影响图进行计数。

457 git  command-line  statistics  repository 

在R，mean()并且median()是该做你所期望的标准功能。 mode()告诉您对象的内部存储模式，而不是在其参数中出现最多的值。但是是否有一个标准库函数实现矢量（或列表）的统计模式？

391 r  statistics  r-faq 

我正在寻找一些好的工具/脚本，使我能够从git存储库生成一些统计信息。我已经在某些代码托管网站上看到了此功能，其中包含诸如...的信息。 每位作者提交 每天/每周/每年/等等的提交次数。 随着时间的推移行的代码 图表 ... 多得多 基本上，我只是想了解一下我的项目随着时间的推移会增长多少，哪个开发人员会提交大多数代码，等等。

373 git  graph  statistics 

Python中是否有内置或标准库方法来计算数字列表的算术平均值（一种平均值）？

267 python  math  statistics  average  mean 

是否有一种方便的方法来计算序列或一维numpy数组的百分位数？ 我正在寻找类似于Excel的百分位数功能的东西。 我查看了NumPy的统计资料参考，但找不到。我只能找到中位数（第50个百分位数），但没有更具体的内容。

214 python  numpy  statistics  numpy-ndarray  percentile 

用MySQL计算中位数的最简单方法（希望不是太慢）是什么？我过去一直AVG(x)在寻找均值，但是我很难找到一种简单的方法来计算中位数。现在，我将所有行返回给PHP，进行排序，然后选择中间行，但是肯定必须有一个简单的方法可以在单个MySQL查询中完成。 示例数据： id | val -------- 1 4 2 7 3 2 4 2 5 9 6 8 7 3 排序val给出2 2 3 4 7 8 9，因此中位数应为4，而SELECT AVG(val)其中== 5。

207 sql  mysql  statistics  median 

我想拥有一个NumPy数组的规范。更具体地说，我正在寻找此功能的等效版本 def normalize(v): norm = np.linalg.norm(v) if norm == 0: return v return v / norm skearn或中有类似的东西numpy吗？ 该函数在v向量为0 的情况下起作用。

202 python  numpy  scikit-learn  statistics  normalization 

我正在寻找一个将两个列表作为输入，并返回Pearson相关性和相关性意义的函数。

197 python  numpy  statistics  scipy 

我注意到 In [30]: np.mean([1, 2, 3]) Out[30]: 2.0 In [31]: np.average([1, 2, 3]) Out[31]: 2.0 但是，应该存在一些差异，因为它们毕竟是两个不同的功能。 它们之间有什么区别？

190 python  numpy  statistics  average  mean 

是否有人对与自定义​​报告编写相关的数据分析工作流有任何智慧？用例基本上是这样的： 客户委托使用数据分析的报告，例如水域的人口估计和相关地图。 分析人员下载一些数据，对数据进行删节并保存结果（例如，为每单位人口增加一列，或根据地区边界对数据进行分组）。 分析人员分析了在（2）中创建的数据，接近了她的目标，但是发现需要更多数据，因此回到（1）。 重复冲洗，直到表格和图形符合QA / QC并满足客户要求。 编写包含表格和图形的报告。 明年，满意的客户会回来并要求更新。这应该很简单，例如通过新的下载来更新上游数据（例如，从去年获得建筑许可），然后按“重新计算”按钮，除非规格更改。 目前，我只是启动一个目录，并尽其所能对其进行临时设置。我想要一个更系统的方法，所以我希望有人能解决这个问题……我使用了电子表格，SQL，ARCGIS，R和Unix工具。 谢谢！ PS： 下面是一个基本的Makefile，用于检查对各种中间数据集（带.RData后缀）和脚本（.R后缀）的依赖性。Make使用时间戳检查依赖关系，因此，如果使用touch ss07por.csv，它将看到此文件比依赖它的所有文件/目标都新，并执行给定的脚本以相应地更新它们。这项工作仍在进行中，其中包括将数据放入SQL数据库的步骤以及诸如sweave之类的模板语言的步骤。请注意，Make的语法依赖制表符，因此在剪切和粘贴之前请先阅读手册。享受并给予反馈！ http://www.gnu.org/software/make/manual/html_node/index.html#Top R = / home / wsprague / R-2.9.2 / bin / R persondata.RData：ImportData.R ../../DATA/ss07por.csv Functions.R $ R-从-f ImportData.R persondata.Munged.RData：MungeData.R persondata.RData Functions.R $ R --slave -f MungeData.R report.txt：TabulateAndGraph.R persondata.Munged.RData Functions.R $ R --slave -f TabulateAndGraph.R> report.txt

185 r  statistics  data-visualization 

如何找到每个系数的p值（重要性）？ lm = sklearn.linear_model.LinearRegression() lm.fit(x,y)

154 python  numpy  statistics  scikit-learn  regression 

简介：我列出了30,000多个整数值，范围从0到47（含0和47），例如[0,0,0,0,..,1,1,1,1,...,2,2,2,2,...,47,47,47,...]从某个连续分布中采样。列表中的值不一定按顺序排列，但顺序对于此问题并不重要。 问题：根据我的分布，我想为任何给定值计算p值（看到更大值的概率）。例如，您可以看到0的p值将接近1，数字较大的p值将趋于0。 我不知道我是否正确，但是为了确定概率，我认为我需要使我的数据适合最适合描述我的数据的理论分布。我认为需要某种拟合优度检验来确定最佳模型。 有没有办法在Python（Scipy或Numpy）中实现这种分析？你能举个例子吗？ 谢谢！

139 python  numpy  statistics  scipy  distribution 

Chrome在网页加载时进行网络分析 我想将此数据导出到Microsoft Excel，以便在不同时间加载时将具有类似数据的列表。一次加载页面并不能真正告诉我很多，尤其是当我想比较页面时。 是否可以通过工具或chrome扩展程序执行此操作？

138 performance  networking  google-chrome  statistics  export 

我似乎找不到任何进行多元回归的python库。我发现的唯一的东西只是做简单的回归。我需要针对几个自变量（x1，x2，x3等）对我的因变量（y）进行回归。 例如，使用以下数据： print 'y x1 x2 x3 x4 x5 x6 x7' for t in texts: print "{:>7.1f}{:>10.2f}{:>9.2f}{:>9.2f}{:>10.2f}{:>7.2f}{:>7.2f}{:>9.2f}" / .format(t.y,t.x1,t.x2,t.x3,t.x4,t.x5,t.x6,t.x7) （以上输出：） y x1 x2 x3 x4 x5 x6 x7 -6.0 -4.95 -5.87 -0.76 14.73 4.02 0.20 0.45 -5.0 -4.55 -4.52 -0.71 13.74 4.47 0.16 0.50 -10.0 -10.96 -11.64 -0.98 15.49 4.18 …

129 python  numpy  statistics  scipy  linear-regression