作者查詢 / ksherry
作者 ksherry 在 PTT [ R_Language ] 看板的留言(推文), 共13則
限定看板:R_Language
看板排序:
全部WarCraftChat174graduate127PlayBaseball87Statistics59Economics39Grad-ProbAsk31WarCraft30R993230XX27R_Language13Softball13GraduateCram11Tsao8Gossiping6MACAU5FJU_BASEBALL4NCKU-HIS994MLBGAME3Monkeys3NTUcourse3R003230XX3Baseball2CS_TEACHER2Cubs2HCKuo2MLB2NTPU-STAT-SB2Asian-MLB1B98303XXX1Garena1Guardians1JH30th3061MapleStory1Marlins1NTUSSsh-BA1P2PSoftWare1Powerful_PRO1share1Taipei1WCDragons1YAKYU1YCChen1<< 收起看板(41)
首頁
上一頁
1
下一頁
尾頁
5F推: 以前寫的講義 https://tinyurl.com/v2yqtqb04/11 21:38
6F→: r code: https://tinyurl.com/qkzohnu04/11 21:39
6F推: 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
7F→: 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
8F→: 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
9F→: 4 筆樣本, 以此類推10/09 09:40
2F推: fn 裡面 input 沒有 n11/29 11:39
6F推: qnorm(0.975,mean=70,sd=23/sqrt(400))05/19 23:55
7F→: 樣本平均分配之標準差會縮小05/19 23:55
1F推: 如果gradient函數不太複雜 可考慮自己寫11/08 18:43
2F推: 一般稱為追蹤資料門檻模型11/01 15:27
1F推: Google Full information maximum likelihood09/07 17:23
2F→: 聯立方程組 你還是要自己先求出均衡解09/07 17:23
首頁
上一頁
1
下一頁
尾頁