摘要：
以下是封装好的 MATLAB 函数，用于根据向量坐标绘制箭头图形。函数支持从原点出发的向量或自定义起点和终点的向量，并提供了灵活的绘图选项。 封装函数代码 function plotVectors(start_points, end_points, options) % plotVectors - 阅读全文
posted @ 2025-02-08 15:04
redufa
阅读(110)
评论(0)
推荐(0)
摘要：
改公式格式，遇到行间公式不带换行，增加换行，多次增加换行后，容易有多余的行，去除掉 import os import re # 定义替换函数 def replace_latex_delimiters(content): # 替换 \( \) 为 $$ $$ content = re.sub(r'\\ 阅读全文
posted @ 2025-01-30 17:40
redufa
阅读(25)
评论(0)
推荐(0)
摘要：
两种方式： 1. 打包exe文件 对应文件夹 cmd调出命令行执行 pyinstaller --onefile script.py PS1: 安装pyinstaller 如果提示没有pyinstaller 先安装pyinstaller pip install pyinstaller ps2：卸载 p 阅读全文
posted @ 2025-01-29 12:46
redufa
阅读(41)
评论(0)
推荐(0)
摘要：
2.1 简单线性回归模型 本章探讨简单线性回归模型，该模型含一个回归变量\(x\)，回归变量\(x\)与响应变量\(y\)呈直线关系，模型表达式为 \[y = \beta_0+\beta_1x+\varepsilon \]其中，截距\(\beta_0\)与斜率\(\beta_1\)是未知常数，\(\ 阅读全文
posted @ 2025-01-24 16:27
redufa
阅读(95)
评论(0)
推荐(0)
摘要：
t检验的线性数学模型 单样本t检验：假设总体均值为\(\mu\)，样本容量为\(n\)，样本均值为\(\bar{X}\)，样本标准差为\(S\)。 模型可以表示为 \[X_i=\mu + \epsilon_i \]其中\(X_i\)是第\(i\)个观测值，\(\epsilon_i\)是误差项，且 \ 阅读全文
posted @ 2025-01-16 17:18
redufa
阅读(55)
评论(0)
推荐(0)
摘要：
第 1 章回归分析概述 1 1.1 变量间的统计关系 1 1.2 回归方程与回归名称的由来 3 1.3 回归分析的主要内容及其一般模型 5 1.4 建立实际问题回归模型的过程 7 1.5 回归分析应用与发展述评 1 思考与练习 14 第 2 章一元线性回归 15 2.1 一元线性回归模型 15 2. 阅读全文
posted @ 2025-01-15 13:51
redufa
阅读(621)
评论(0)
推荐(0)
摘要：
 阅读全文
posted @ 2025-01-14 20:28
redufa
阅读(33)
评论(0)
推荐(0)
摘要：
 阅读全文
posted @ 2025-01-14 20:22
redufa
阅读(6)
评论(0)
推荐(0)
摘要：
 阅读全文
posted @ 2025-01-14 20:21
redufa
阅读(10)
评论(0)
推荐(0)
摘要：
线性回归分析导论 道格拉斯 阅读全文
posted @ 2025-01-14 17:58
redufa
阅读(12)
评论(0)
推荐(0)
摘要：
高等数理统计 苏良军 阅读全文
posted @ 2025-01-14 16:20
redufa
阅读(19)
评论(0)
推荐(0)
摘要：
是的，ANOVA（方差分析）和回归分析都可以被视为广义线性模型（Generalized Linear Model, GLM）的特例。广义线性模型提供了一种灵活的方式，用于建模因变量与一个或多个自变量之间的关系。 ANOVA (Analysis of Variance): ANOVA 用于比较两个或更 阅读全文
posted @ 2025-01-14 16:00
redufa
阅读(92)
评论(0)
推荐(0)
摘要：
封面 1 使用说明 10 目录 11 引言 24 第0章 公式、图和表 26 0.1 初等数学中的基本公式 26 0.1.1 数学常数 26 0.1.2 量角 26 0.1.3 平面图形的面积与周长 30 0.1.4 立体图形的体积与表面积 33 0.1.5 正多面体的体积与表面积 35 0.1.6 阅读全文
posted @ 2025-01-13 15:36
redufa
阅读(174)
评论(0)
推荐(0)
摘要：
威布尔分布 威布尔分布（Weibull distribution）在可靠性工程、生存分析等领域有广泛应用。 概率密度函数（PDF） 威布尔分布的概率密度函数为： \[f(x;\lambda,\beta) = \begin{cases} \frac{\beta}{\lambda}\left(\frac 阅读全文
posted @ 2024-12-30 15:29
redufa
阅读(858)
评论(0)
推荐(0)
摘要：
1. 两个均值比较校验 1.1 两独立样本均值检验 1.1.1 检验理论依据 两样本均值差： \(\bar{x}_1-\bar{x}_2\) 两总体均值差： \(\mu_1 - \mu_2\) 则两样本均值差服从正态分布： \[\overline{x}_1-\overline{x}_2\sim N( 阅读全文
posted @ 2024-12-29 03:59
redufa
阅读(214)
评论(0)
推荐(0)
摘要：
条件异方差模型的公式可以有多种形式，但最常见的两种是ARCH模型和GARCH模型。下面分别给出这两种模型的基本公式。 ARCH模型（自回归条件异方差模型） ARCH模型的基本形式是： \[\epsilon_t = \sigma_t z_t \]其中，$ \epsilon_t $ 是误差项，$ z_t 阅读全文
posted @ 2024-12-17 00:11
redufa
阅读(355)
评论(0)
推荐(0)
摘要：
import os import pandas as pd # 指定要遍历的目录 directory = os.getcwd() # 初始化一个空的 DataFrame 来存储汇总结果 summary_df = pd.DataFrame() # 遍历目录中的所有文件 for filename in 阅读全文
posted @ 2024-12-12 23:25
redufa
阅读(32)
评论(0)
推荐(0)
摘要：
生成样表 import pandas as pd # 生成数据 data1 = { '姓名': ['张三', '李四', '王五'], '年龄': [25, 30, 35], '性别': ['男', '男', '女'] } data2 = { '姓名': ['赵六', '钱七', '孙八'], '年 阅读全文
posted @ 2024-12-12 23:25
redufa
阅读(48)
评论(0)
推荐(0)
摘要：
封面 1 目录 3 第0章 绪论 9 0.1 有限元法的要点和特性 9 0.2 有限元法的发展、现状和未来 13 0.3 本书概述 17 第1篇 基本部分 21 第1章 有限元法的理论基础——加权余量法和变分原理 21 1.1 引言 21 1.2 微分方程的等效积分形式和加权余量法 22 1.3 变 阅读全文
posted @ 2024-12-12 08:34
redufa
阅读(618)
评论(0)
推荐(0)
摘要：
封面 1 第一部分 引言 9 1 有限元方法概述 10 1.1 基本概念 10 1.2 历史背景 10 1.3 该方法的普遍适用性 13 1.3.1 一维热传递 13 1.3.2 一维流体流动 15 1.3.3 轴向受载的实心杆 15 1.4 有限元方法的工程应用 15 1.5 有限元方法的总体描述 阅读全文
posted @ 2024-12-11 13:00
redufa
阅读(157)
评论(0)
推荐(0)
摘要：
第一部分 基础知识 20 第1章 引言 20 1.1 模拟时代与计算机辅助工程 20 1.1.1 模拟的世界 20 1.1.2 显式有限元方法的发展 21 1.1.3 计算机辅助工程CAE——机遇和挑战 22 1.2 预备知识 23 1.2.1 符号 23 1.2.2 弹性本构关系 25 第2章 非 阅读全文
posted @ 2024-12-11 12:43
redufa
阅读(113)
评论(0)
推荐(0)
摘要：
目录三大分布密度函数推导一、\(\chi^{2}\)分布密度的推导二、t分布密度的推导三、F分布密度的推导 三大分布密度函数推导 一、\(\chi^{2}\)分布密度的推导 令\(Y_{1}, \cdots, Y_{n}\)独立同分布，且每个\(Y_i\)服从标准正态分布\(N(0,1)\)，由定义 阅读全文
posted @ 2024-12-10 15:41
redufa
阅读(502)
评论(0)
推荐(0)
摘要：
第一章 基本概念 14 1.1 统计结构 14 1.1.1 统计结构 21 1.1.2 乘积结构与重复抽样结构 22 1.1.3 可控结构 23 1.2 常用分布族 20 1.2.1 Gamma分布族 20 1.2.2 Beta分布族 22 1.2.3 Fisher Z分布族 23 1.2.4 t分 阅读全文
posted @ 2024-12-10 15:15
redufa
阅读(456)
评论(0)
推荐(0)
摘要：
目录定理解释证明说明1说明21. 原始数据的联合密度函数2. 构造正交矩阵 \(A\)3. 线性变换 \(Y = AX\)4. 新数据的联合密度函数5. 证明结论(2)6. 证明结论(1)7. 卡方分布的证明矩阵验证展开转置计算条件 1: \(A^T A = I\)条件 2: \(A A^T = I 阅读全文
posted @ 2024-12-10 12:08
redufa
阅读(860)
评论(0)
推荐(0)
摘要：
封面 1 目录 10 第一章 统计中的常用分布 37 1.1 常用离散型分布 37 1.1.1 单点分布 37 1.1.2 两点分布 37 1.1.3 均匀分布 37 1.1.4 二项分布 38 1.1.5 超几何分布 39 1.1.6 几何分布 39 1.1.7 负二项分布 40 1.1.8 泊松 阅读全文
posted @ 2024-12-10 10:43
redufa
阅读(63)
评论(0)
推荐(0)
摘要：
封面 1 目录 7 第一章 预备知识 9 第一节 事件和概率 9 第二节 随机变量及其分布 24 第三节 随机变量的特征数 32 第四节 矩母函数与特征函数 44 第五节 随机向量及其分布 48 第六节 随机变量函数的分布 61 第七节 分布参数的估计和检验 66 第二章 离散型随机变量的分布 70 阅读全文
posted @ 2024-12-10 09:55
redufa
阅读(43)
评论(0)
推荐(0)
摘要：
t分布 定义 设随机变量\(X_1\)与\(X_2\)独立且\(X_1 \sim N(0,1)\)，\(X_2 \sim \chi^2(n)\)，则称\(t = \frac{X_1}{\sqrt{X_2 / n}}\)的分布为自由度为\(n\)的\(t\)分布，记为\(t \sim t(n)\)。 阅读全文
posted @ 2024-12-09 17:27
redufa
阅读(459)
评论(0)
推荐(0)
摘要：
怎么理解伽马分布 阅读全文
posted @ 2024-12-06 21:34
redufa
阅读(24)
评论(0)
推荐(0)
摘要：
三大分布 0.简介 卡方分布 $ \chi^2$分布 统计量的构造： \[ \chi^2 = x_1^2 + x_2^2 + \cdots + x_n^2 \] 抽样分布密度函数： \[ p(y) = \frac{1}{\Gamma\left(\frac{n}{2}\right)2^{n/2}} y 阅读全文
posted @ 2024-12-06 16:33
redufa
阅读(530)
评论(0)
推荐(0)
摘要：
推荐方法三 目录方法一：在代码中直接设置字体方法二：使用FontProperties方法三：修改matplotlib配置文件注意事项 要在matplotlib中显示中文，你需要确保两件事情： 指定一个支持中文的字体：你需要选择一个系统中已安装且支持中文的字体。 配置matplotlib以使用该字体： 阅读全文
posted @ 2024-12-05 19:04
redufa
阅读(3634)
评论(0)
推荐(0)
摘要：
目录1. t检验1.1 单样本t检验1.2 两个独立样本T检验1.3 配对样本T检验2.方差分析2.1 单因素方差分析3.卡方检验4 相关分析4.1 Pearson相关使用 Pandas使用 Scipy4.2 偏相关分析5.线性回归6. 逻辑回归7. 生存分析8.主成因分析8.1 主成因分析8.2 阅读全文
posted @ 2024-12-04 21:22
redufa
阅读(175)
评论(0)
推荐(0)
摘要：
封面 1 书名 3 版权 4 前言 5 目录 11 第1章 预备知识 19 1.1 C++简介 19 1.2 C++简史 20 1.2.1 C语言 20 1.2.2 C语言编程原理 20 1.2.3 面向对象编程 21 1.2.4 C++和泛型编程 22 1.2.5 C++的起源 22 1.3 可移 阅读全文
posted @ 2024-12-02 19:00
redufa
阅读(590)
评论(0)
推荐(0)
摘要：
import numpy as np import matplotlib.pyplot as plt # 定义x的取值范围 x = np.linspace(-10, 10, 400) # 定义y=kx+b，这里k=1, b=0作为示例 k, b = 1, 0 y_linear = k * x + b 阅读全文
posted @ 2024-12-01 13:32
redufa
阅读(52)
评论(0)
推荐(0)
摘要：
import matplotlib.pyplot as plt from pylab import mpl # 设置matplotlib支持中文字体 mpl.rcParams["font.sans-serif"] = ["SimHei"] # Windows系统使用黑体 # mpl.rcParams 阅读全文
posted @ 2024-12-01 13:31
redufa
阅读(45)
评论(0)
推荐(0)
摘要：
import matplotlib.pyplot as plt import matplotlib # 设置字体为系统中的中文字体（这里以SimHei为例，适用于Windows） matplotlib.rcParams['font.sans-serif'] = ['SimHei'] # 解决负号显示 阅读全文
posted @ 2024-11-24 16:08
redufa
阅读(28)
评论(0)
推荐(0)
摘要：
增加一句 import matplotlib # 设置字体为系统中的中文字体（这里以SimHei为例，适用于Windows） matplotlib.rcParams['font.sans-serif'] = ['SimHei'] import matplotlib.pyplot as plt imp 阅读全文
posted @ 2024-11-24 03:58
redufa
阅读(26)
评论(0)
推荐(0)
摘要：
例2.4 现在讨论图2.1所示的机械系统。该系统一开始处于静止状态。位移x和y从它们各自的平衡位置开始测量。假设力p(t)是阶跃输入，位移x(t)是输出，试求该系统的传递函数。 然后，假设m = 0.1 kg，b₂ = 0.4 N·s/m，k₁ = 6 N/m，k₂ = 4 N/m，并假设p(t)是 阅读全文
posted @ 2024-11-22 14:01
redufa
阅读(92)
评论(0)
推荐(0)
摘要：
import fitz # 导入 PyMuPDF 库 def extract_pages(source_filepath, output_filepath, start_page, end_page): # 打开源 PDF 文件 doc = fitz.open(source_filepath) # 阅读全文
posted @ 2024-11-21 13:00
redufa
阅读(95)
评论(0)
推荐(0)
摘要：
递推最小二乘法（Recursive Least Squares, RLS）是一种自适应滤波算法，用于在线估计动态系统的参数。它通过最小化误差平方和来更新参数估计值，而不需要存储历史数据。带遗忘因子的递推最小二乘法（Recursive Least Squares with Forgetting Fac 阅读全文
posted @ 2024-11-21 10:24
redufa
阅读(642)
评论(0)
推荐(0)
摘要：
目录7.1 引子7.2 比例控制7.3 比例积分控制器 7.1 引子 \[7000 \frac{dx(t)}{dt}+10ax(t)=u(t)+d(t) \]\(u(t)\) 是体重变化， \(u(t)=E_i-E_a\), \(E_i\) 是热 量摄入 ,\(E_a\) 是运动消耗, \(x(t) 阅读全文
posted @ 2024-11-19 17:50
redufa
阅读(139)
评论(0)
推荐(0)
浙公网安备 33010602011771号