本文与普通的讲述 K-S 检验的文章略有不同，分为两部分：(1). 针对大部分分布的 Kolmogorov–Smirnov 检验（真正的K-S检验）(2). 仅适用于高斯分布的基于分布曲线形状的 kurtosis-skewness 检验准则（冒牌的K-S检验） 一、
转载
2024-01-16 14:49:45
211阅读
Kubernetes（简称K8S）是一个开源的容器编排引擎，用于自动化容器的部署、扩展和管理。在K8S中，用户账户是非常重要的，因为它们决定了用户在集群中的权限范围。因此，对K8S用户账户进行检验是至关重要的，以确保系统的安全性和稳定性。
整体流程如下：
| 步骤 | 内容 |
|-------|---------|
| 1 | 创建ServiceAccount |
| 2 | 创建Role和
原创
2024-04-07 10:47:11
73阅读
本文使用两个实例说明了假设检验的过程，在Python中使用KS检验来验证一个数列是否是服从正态分布，两个数列是否服从相同分布等问题。
假设检验的基本思想： 若对总体的某个假设是真实的，那么不利于或者不能支持这一假设的事件A在一次试验中是几乎不可能发生的。如果事件A真的发生了，则有理由怀疑这一假设的真实性
转载
2024-04-07 18:30:26
123阅读
本文主要讲解使用SPSS进行单样本K-S检验和两独立样本的K-S检验，附带案例实战
原创
2024-05-24 10:38:59
0阅读
Python——因子分析
原创
2021-08-31 10:54:02
4950阅读
因子分析用Python做的一个典型例子
一、实验目的
采用合适的数据分析方法对下面的题进行解答
二、实验要求
采用因子分析方法，根据48位应聘者的15项指标得分，选出6名最优秀的应聘者。
三、代码
import pandas as pd
import numpy as np
import math as math
import numpy as np
from numpy import *
f
原创
2021-08-30 16:13:29
1914阅读
White检验是一种用于检验线性回归模型中误差项同方差的统计方法。这种检验方法可以在各种数据分析场景下被广泛应用，如金融分析、市场研究和工程学。然而，如何在Python中实现White检验，则是许多数据科学家在数据建模过程中的一个常见挑战。本文将详细记录解决“White检验检验 python”问题的过程，包括背景描述、技术原理、架构解析、源码分析、性能优化和案例分析。
### 背景描述
在20
目录一、K8S支持的文件格式1、yaml和json的主要区别2、YAML语言格式二、YAML1、查看 API 资源版本标签2、编写资源配置清单2.1 编写 nginx-test.yaml 资源配置清单2.2 创建资源对象2.3 查看创建的pod资源3、创建service服务对外提供访问并测试3.1 编写nginx-svc-test.yaml文件3.2 创建资源对象3.3 访问测试三、详解K8S中的
转载
2023-08-22 19:37:08
300阅读
一、目的1. 熟悉了解整个数据集的基本情况，例如缺失值，异常值。a. 读取数据集并了解数据集大小，原始特征维度; b. 通过info熟悉数据类型; c. 粗略查看数据集中各特征基本统计量; d. 查看数据缺失值情况 e. 查看唯一值特征情况 f. 查看数据类型 ·类别型数据 ·数值型数据 ·离散数值型数据 ·连续数值型数据2. 了解变量间的相互关系、变量与预测值之间的存在关系。a. 特征和特征之间
转载
2023-11-02 13:45:44
168阅读
因为写代码的缘故，经常会去看Stack Overflow网站，国内非程序员同学可能对这个网站比较陌生，但在英文世界里，这可是最大的IT技术问答网站，有最权威、最及时、最丰富的技术问题Q&A。 所谓“编程不识Stack Overflow，纵称程序员也枉然”，Stack Overflow也算是国内程序员最常逛的网站之一，为什么这么受欢迎呢？我觉得有5点：1、Stack Overflow是英文
转载
2024-06-25 10:50:02
31阅读
图片工具检查图片是否损坏日常工作中，时常会需要用到图片，有时候图片在下载、解压过程中会损坏，而如果一张一张点击来检查就太不Cool了，因此我想大家都需要一个检查脚本；测试图片，0.jpg是正常的，broke.jpg是手动删掉一点内容后异常的：脚本运行结果：代码如下：# 从本地判断图片是否损坏
def is_valid_image(path):
'''
检查文件是否损坏
'''
try:
bVali
转载
2023-09-21 01:35:48
105阅读
导入相关库：导入数据为了开始执行离群值测试，我们将导入一些每10分钟采样的平均风速数据说明：在任何数据集中， outlier都是与其他数据点不一致的基准点。 如果从特定分布采样的数据具有高概率，则异常值将不属于该分布。 如果特定点是异常值，则有各种测试用于测试，这是通过常态测试中使用的相同的空假设测试来完成的。Q测试Dixon的Q-Test用于帮助确定是否有证据表明某个点是一维数据集的异常值。 假
转载
2023-07-27 12:11:56
127阅读
我们前面讲了异方差，也讲了怎么用图示法来判断是否有异方差，这一篇来讲讲怎么用统计的方法来判断有没有异方差。关于检验异方差的统计方法有很多，我们这一节只讲比较普遍且比较常用的white test(怀特检验)。假设现在我们做了如下的回归方程：如果要用怀特检验检验上述方程有没有异方差，主要分以下几个步骤：1.step1：对方程进行普通的ols估计，可以得到方程的残差ui。2.step2：以第一步估计估计
转载
2023-08-30 19:25:03
554阅读
t 检验是一种统计技术，可以告诉人们两组数据之间的差异有多显著。它通过将信号量（通过样本或总体平均值之间的差异测量）与这些样本中的噪声量（或变化）进行比较来实现。有许多有用的文章会告诉你什么是 t 检验以及它是如何工作的，但没有太多材料讨论 t 检验的不同变体以及何时使用它们。本文将介绍 t 检验的 3 种变体以及何时使用它们以及如何在 Python 中运行它们。单样本 t 检验单样本 t 检验将
转载
2023-07-29 21:13:22
177阅读
基于R语言的主成分分析的简单应用
基本流程1.检验数据是否适合做主成分分析/是否需要主成分本质：数据之间相关性较高则适合做主成分分析检验方法：KMO系数法KMO() 括号内填相关矩阵
KMO系数 > 0.7，则认为适合做主成分（0.7 并不是严格规定，实际操作中 0.6 这样也不是不行）barlett球形检验cortest.bartlett() 括
转载
2024-01-20 15:26:42
487阅读
【导读】在之前的《数据挖掘概念与技术 第2章》的文章中我们介绍了Q-Q图的概念，并且通过调用现成的python函数， 画出了Q-Q图， 验证了Q-Q图的两个主要作用，1. 检验一列数据是否符合正态分布 2. 检验两列数据是否符合同一分布。本篇文章将更加全面的为大家介绍QQ图的原理以及自己手写函数实现画图过程Q-Q图是什么QQ图是quantile-quantile(分位数-分位数图) 的简称，上面也
转载
2023-08-02 19:20:27
120阅读
基于Fisher准则的线性分类器设计已知有两类数据和二者的先验概率,已知P(w1)=0.6，P(w2)=0.4。 W1和W2类数据点的对应坐标分别为： x1=0.23 1.52 0.65 0.77 1.05 1.19 0.29 0.25 0.66 0.56 0.90 0.13 -0.54 0.94 - 0.21 0.05 -0.08 0.73 0.33 1.06 -0.02 0.11 0.31 0
转载
2023-11-28 20:08:30
88阅读
统计性检验本文分为四个部分：正态性检验相关性检验参数统计假设检验非参数统计假设检验 1.正态性检验本部分列出了可用于检查数据是否具有高斯分布的统计检验。w检验（Shapiro-wilk test)检验数据样本是否具有高斯分布。from scipy.stats import shapiro
data = [21,12,12,23,19,13,20,17,14,19]
stat,p = sh
转载
2023-10-07 16:46:30
176阅读
http://ilian.i-n-i.org/python-interview-question-and-answers/http://www.geekinterview.com/Interview-Questions/Programming/Pythonhttp://www.reddit.com/r/Python/comments/1knw7z/python_interview_question
转载
2023-11-06 17:33:12
209阅读
文章目录1. 统计包与数据挖掘1.1 数据分析流1.2 数据统计包2. 方差分析2.1 T检验（单因素方差分析）2.2 T检验 （多因素方差分析）2.3 方差分析——多因素和交互 1. 统计包与数据挖掘1.1 数据分析流进行数据分析应该遵循一个什么样的步骤1.2 数据统计包numpy 1.pandas提供basestat功能：单变量、双变量数据分析，包括描述统计（集中和离散、图形、交叉表）、相关
转载
2024-04-02 09:17:07
65阅读
