作者查詢 / yhliu

總覽項目：發文 | 留言 | 暱稱

作者 yhliu 在 PTT 全部看板的留言(推文), 共13658則

限定看板：全部

看板排序：

全部Statistics7156Math4807trans_math1070Examination434Economics50ask-why41teaching37Visual_Basic18SYSOP13R_Language10Fortran9BioMedInfo4Translation3NTHU_STAT942Prob_Solve2intltrade1marvel1<< 收起看板(17)

首頁

尾頁

[機統] 機率的相同相異

[ Math ]42 留言, 推噓總分: +9

作者: Mistouko - 發表於 2024/05/03 12:44(1天前)

30^F→yhliu: 就第１題而言，題目既有相同物之設定，個人覺得不應05/04 08:31

31^F→yhliu: 以相異物來思考。分物品和丟骰子實驗不一樣，除非分05/04 08:33

32^F→yhliu: 物品也像丟骰子一樣隨意一丟然後依某種符合機會均等05/04 08:35

33^F→yhliu: 法則的準則評判物品歸屬，那 "相同物" 的概念才不會05/04 08:36

34^F→yhliu: 影響結果。但這裡是 "分物"，所要批判的只有 "機會05/04 08:38

35^F→yhliu: 均等" 假設能否維持。但我們也只能在機會均等假設之05/04 08:39

36^F→yhliu: 下做計算。在把物分給人的過程，相同物和不同物的分05/04 08:40

37^F→yhliu: 法當然是不同的，因此個人認為解答的算法不對。05/04 08:42

[問題] SAS的GLM 跟REG相關疑問

[ Statistics ]7 留言, 推噓總分: 0

作者: kylesdream - 發表於 2024/04/18 23:46(2周前)

1^F→yhliu: 類別解釋變項計算標準化迴歸係數相對來說較不實用，因此GLM04/20 06:41

2^F→yhliu: 程序沒有標準化迴歸係數選項。如果迴歸模型混合了數量型和04/20 06:43

3^F→yhliu: 類別解釋變項，可以如你說的自己將類別變項建立成虛擬變數04/20 06:45

4^F→yhliu: 然後用REG程序；或者把反應變數和數量型變數做標準化再跑一04/20 06:47

5^F→yhliu: 次GLM計算其標準化迴歸係數；或者利用巨集保留一些統計結果04/20 06:49

6^F→yhliu: 再利用這些結果計算所要的標準化迴歸係數。利用巨集的方式04/20 06:51

7^F→yhliu: 我已數十年沒接觸過SAS因而也無法細談了；用前二種方法吧！04/20 06:53

[分析] 條件機率

[ Math ]1 留言, 推噓總分: 0

作者: perfectkevin - 發表於 2024/04/18 23:57(2周前)

1^F→yhliu: N=343670, Na=40977, Nb=50546, Nab=29066, OK!04/19 07:20

[請益] 研究日本2531年全性佐藤

[ ask-why ]13 留言, 推噓總分: +3

作者: amx2131 - 發表於 2024/04/03 03:37(1月前)

5^F→yhliu: https://yhliu2k.pixnet.net/blog/post/14631682904/11 10:44

[中學] 請教一個定理

[ Math ]6 留言, 推噓總分: +1

作者: jodojeda - 發表於 2024/02/28 08:16(2月前)

3^F→yhliu: f(x) = x^x, x>0 這函數當 x 從右邊趨於 0 時極限 102/28 10:27

4^F→yhliu: 到 x = 1/e 時最小，在 x = 1 時又回到 1, 然後持續02/28 10:28

5^F→yhliu: 上升。所以在 x<1 （或 y<1) 部分，f(x) = y 恰得二02/28 10:30

6^F→yhliu: 解，在 x >= 1 (y >= 1) 時 f(x) = y 得唯一解。02/28 10:31

[其他] 矩陣最佳化求解

[ Math ]1 留言, 推噓總分: 0

作者: savageee001 - 發表於 2024/01/21 05:32(3月前)

1^F→yhliu: 線性規劃問題。先弄清楚表格內容的意思吧。01/21 08:32

[問題] 一題機率內詳

[ Statistics ]3 留言, 推噓總分: 0

作者: NCKUGoodMan - 發表於 2024/01/09 09:32(3月前)

1^F→yhliu: 不需變換。P[X>3YZ] = P[YZ<X/3] = P[Z<(X/3)/Y]01/10 09:17

2^F→yhliu: = E[min{1,(X/3)/Y] = E[X/3-(X/3)ln(X/3)] = 1/4+(ln3)/601/10 09:20

3^F→yhliu: 原解的錯誤發生在P[T<S-ln3]mlm需 S>ln3,不能從０到正無窮01/10 09:48

[機統] 兩個機統概念的問題

[ Math ]4 留言, 推噓總分: +1

作者: cornerstone - 發表於 2023/12/31 14:13(4月前)

4^F→yhliu: 1. 是；2. 應該備有幾個這問題較複雜,可查存貨問題.01/01 10:32

[問題] 複雜統計量的平均和變異

[ Statistics ]39 留言, 推噓總分: +3

作者: saltlake - 發表於 2023/12/18 05:03(4月前)

3^F→yhliu: 變異性？或是特異性？敏感性和特異性都是一種比例，不算複12/18 10:21

4^F→yhliu: 雜統計量。勝算，相對危險和勝算比或勝算比的對數值算是比12/18 10:24

5^F→yhliu: 較複雜些，都有大樣本漸近平均數和漸近變異數都有公式可查12/18 10:26

6^F→yhliu: 真正複雜的統計量，可能需要原始資料做 bootstrapping.12/18 10:29

19^F→yhliu: 都說敏感性和特異性只是比例了...只是它們不是用全樣本計算12/20 08:37

20^F→yhliu: 的比例，而分別是有病和無病者為母數。如果抽樣就是按有病12/20 08:42

21^F→yhliu: 無病者懦}抽，就是全樣本，如果是無論有病無病一起抽，就是12/20 08:44

22^F→yhliu: 用條件分析法，在 given 有病無病樣本數下之比例而已。12/20 08:46

23^F→yhliu: 至於說有兩種診斷法，這是 McNemar 檢定一類的問題。以敏感12/20 08:49

24^F→yhliu: 性而言，採用有病樣本，兩檢驗敏感性有差，就是一種診斷正12/20 08:52

25^F→yhliu: 確另一種診斷錯誤，這有兩種情形，若兩情形不均勻，即是兩12/20 08:53

26^F→yhliu: 診斷敏感性不同。若其中還要考慮共變量...除非樣本很大，否12/20 08:55

27^F→yhliu: 則恐怕有些統計困難，不管怎樣，至少可以考慮 logit model.12/20 08:58

36^F→yhliu: 但以敏感性（靈敏度）而言，就是一個二項比例，並非複雜的12/22 13:58

37^F→yhliu: 統計量。兩種診斷法的比較，如果是同一樣本，用 McNemar 檢12/22 14:01

38^F→yhliu: 定；如果是獨立樣本，就用兩樣本比例差異檢定。12/22 14:02

39^F→yhliu: (漏了這一句) 他問的是 "統計量" 的平均數變異數，並沒錯。12/22 14:03

[線代] subspace 問題

[ Math ]9 留言, 推噓總分: +2

作者: anoymouse - 發表於 2023/12/13 21:34(4月前)

7^F→yhliu: 不管 s0 是哪一點，13 所定的子集都是一個子空間。12/14 09:01

首頁

尾頁