作者查詢 / ksherry

總覽項目：發文 | 留言 | 暱稱

作者 ksherry 在 PTT [ R_Language ] 看板的留言(推文), 共13則

限定看板：R_Language

首頁

尾頁

[ R_Language ]6 留言, 推噓總分: +3

作者: cevian - 發表於 2020/04/08 01:27(4年前)

5^F推ksherry: 以前寫的講義 https://tinyurl.com/v2yqtqb04/11 21:38

6^F→ksherry: r code: https://tinyurl.com/qkzohnu04/11 21:39

[ R_Language ]10 留言, 推噓總分: +3

作者: siscom - 發表於 2019/10/04 22:37(4年前)

6^F推ksherry: 記得考慮若是抽出放回, 可能一組樣本被抽到多次10/09 09:38

7^F→ksherry: 一個簡單的作法是, 假設資料有 10 筆, 則在均勻 [0,1] 中10/09 09:39

8^F→ksherry: 將區間分成 10 等份, 例如若抽出一組數字為 0.33, 則抽第10/09 09:40

9^F→ksherry: 4 筆樣本, 以此類推10/09 09:40

[ R_Language ]14 留言, 推噓總分: +1

作者: AmigoSafin - 發表於 2018/11/27 11:38(5年前)

2^F推ksherry: fn 裡面 input 沒有 n11/29 11:39

[ R_Language ]10 留言, 推噓總分: +2

作者: piggyhawk - 發表於 2018/05/15 22:46(6年前)

6^F推ksherry: qnorm(0.975,mean=70,sd=23/sqrt(400))05/19 23:55

7^F→ksherry: 樣本平均分配之標準差會縮小05/19 23:55

[ R_Language ]3 留言, 推噓總分: +2

作者: wheado - 發表於 2016/11/08 17:51(7年前)

1^F推ksherry: 如果gradient函數不太複雜可考慮自己寫11/08 18:43

[ R_Language ]2 留言, 推噓總分: +2

作者: alan00205 - 發表於 2016/10/31 16:32(7年前)

2^F推ksherry: 一般稱為追蹤資料門檻模型11/01 15:27

[ R_Language ]4 留言, 推噓總分: +2

作者: f496328mm - 發表於 2016/09/07 15:56(7年前)

1^F推ksherry: Google Full information maximum likelihood09/07 17:23

2^F→ksherry: 聯立方程組你還是要自己先求出均衡解09/07 17:23

首頁

尾頁