统计

MATLAB家庭作业帮助 统计和机器学习Toolbox™提供功能和应用程序来描述，分析和建模数据。您可以使用描述性统计和绘图进行探索性数据分析，拟合概率分布到数据，生成蒙特卡罗模拟的随机数，并进行假设检验。回归和分类算法可以从数据和构建预测模型中得出推论。 对于多维数据分析，统计和机器学习工具箱提供特征选择，逐步回归，主成分分析（PCA），正则化和其他维数降低方法，让您识别影响模型的变量或特征。 该工具箱提供监督和无监督的机器学习算法，包括支持向量机（SVM），提升和包装决策树，k-最近邻，k-均值，k-型，分层聚类，高斯混合模型和隐马尔可夫模型。许多统计学和机器学习算法可以用于太大而不能存储在存储器中的数据集的计算。 从样本数据计算描述性统计量，包括中心趋势，色散，形状，相关性和协方差的度量。制作和交叉数据，并计算分组数据的摘要统计信息。如果您的数据包含缺失（NaN）值，则MATLAB®算术运算函数返回NaN。但是，统计和机器学习工具箱™中提供的专门功能忽略这些缺失值，并返回使用剩余值计算的数值。有关详细信息，请参阅缺少值的数据。 我喜欢什么关于Matlab： 我精通 数字分析师是通用语言。 分析工具非常好。这是我使用Matlab而不是八度的唯一原因。 有一个免费软件克隆，八度，符合参考实现。 我不喜欢Matlab： 没有一个很好的系统管理第三方（免费或其他）的包和脚本。 Mathworks控制“中央文件交换”，安装附加包似乎非常笨重，没有像R那样优秀的系统。此外，Mathworks没有动力改善这种情况，因为他们赚钱销售与免费软件包竞争的工具箱; Matlab中并行计算的许可证是非常昂贵的; 许多m代码，包括许多工具箱功能和一些内置函数，被设计为显然是正确的，牺牲了效率和/或可用性。最明显的例子是Matlab的中值函数，它执行一种数据，然后取中间值。这是70年代以来错误的算法。 将图形保存到文件最好在Matlab中。 我在过去5年没有发现我的用户体验有所改善（即使我开始使用Matlab而不是八度音阶），尽管Mathworks继续添加响铃和口哨。这表明我不是他们的目标客户，而是希望通过使权力用户变得更糟，扩大市场份额。 现在有两种方法可以在Matlab中进行面向对象的编程，这是最令人困惑的。使用旧样式的旧版代码将持续一段时间。 Matlab UI是用Java编写的，它有关于内存管理的不愉快的想法。 […]

数学家庭作业帮助 Mathematica是一个象征性的数学计算程序，有时被称为计算机代数程序，用于许多科学，工程，数学和计算领域。这是由史蒂芬·沃尔夫兰（Stephen Wolfram）设想的，由伊利诺伊州香槟的Wolfram Research开发。 Wolfram语言是数学中使用的编程语言。 功能包括即时动态交互，高冲击自适应可视化，符号界面构建，按需加载数据，图像和音频处理，神经网络，3D打印以及用于连接到DLL，SQL，Java，.NET，C ++的工具，Fortran，CUDA，OpenCL和基于http的系统。 数学的核心是一种语言。一个非常强大的象征性语言。建立在四分之一世纪以来非常谨慎，现在整合了大量的知识和计算。 用这种语言编写了数以百万行的代码，用于各种目的。而今天，特别是通过网络和云计算可以实现新的大规模部署选择 – 语言准备在使用中大幅扩展。 但是有一个问题。这是一个令人尴尬的问题 – 我一直在想20多年。问题是：应该用什么语言？ 通常在这个博客上讨论我们作为一家公司的活动时，我会谈论我们所做的进展，或者我们已经解决的问题。但是今天我要做一个例外，而是谈一个我们还没有解决的问题，但需要解决。 你可能会说，“拿出一个名字有多难？”根据我的经验，一些名字很容易想出来。但其他人真的很辛苦。这是一个非常难的例子。 （也许这篇文章的很长的篇幅介绍了一些困难 我们从一开始就谈论一下名字。有一些名字，比如说“夸克”，实际上只是随机的话。而且必须通过明确描述“外部”来获得所有的意义。但还有其他一些例如“网站”，只是从它们包含的单词或单词的根源来看，他们的意思就是这样。 我在我的时间里命名了各种各样的东西。科学概念。技术。产品。数学功能。我在不同的情况下使用了不同的方法。在一些情况下，我使用了“随机词”（并且长久以来，基于数学的数学发音器听起来不错）。但是，我经常尝试用一个熟悉的单词或单词来捕捉我所命名的精髓。 毕竟，当我们命名与我们公司有关的事情时，我们已经有一个“随机”的基本词：“wolfram”。有一段时间，我对使用它有点尖锐，因为这是我的姓氏。但是近年来，越来越多的“词汇胶”将我们正在做的大部分事情的名字保持在一起。

线性统计模型家庭作业帮助 线性回归是最基本的回归类型和常用预测分析。回归的总体思路是检查两件事情：（1）一组预测变量在预测结果变量方面做得很好？使用预测因子的模型是否影响因变量的变化？ （2）哪些变量特别是因变量的重要预测因子？他们以什么方式 – 由β估计的大小和标志表示 – 影响因变量？这些回归估计用于解释一个因变量与一个或多个独立变量之间的关系。 （3）什么是回归方程，显示如何使用一组预测变量来预测结果？具有一个相关和一个独立变量的方程式的最简单形式由公式y = c + b * x定义，其中y =估计的依赖分数，c =常数，b =回归系数，x =自变量。 命名变量。回归的因变量有很多名称。它被称为标准变量，内源变量，预后变量或回归。独立变量可以称为外生变量，预测变量或回归。 更多关于回归的使用。回归分析的三个主要用途是（1）因果分析，（2）预测效应，（3）趋势预测。除了关注两个或多个变量之间关系的强度的相关分析之外，回归分析假定一个或多个独立变量和一个因变量之间存在依赖关系或因果关系。

线性规划问题家庭作业帮助 线性规划（LP）（也称为线性优化）是在数学模型中实现最佳结果（如最大利润或最低成本）的方法，其需求由线性关系表示。 线性规划是采取与某些情况相关的各种线性不等式的过程，并找到在这些条件下可获得的“最佳”值。一个典型的例子将是材料和劳动力的限制，然后在这些条件下确定最大利润的“最佳”生产水平。 在“现实生活”中，线性规划是一个非常重要的数学领域的一部分，称为“优化技术”。这一研究领域（或至少其应用结果）每天都在资源的组织和分配中使用。这些“现实生活”系统可以有几十个或几百个变量，或更多。然而，在代数中，您只能使用简单（和可绘制）双变量线性案例。 解决线性规划练习的一般过程是绘制不平等（称为“约束”），以在x，y平面上形成一个封闭区域（称为“可行性区域”）。然后，您可以找出该可行性区域的角点坐标（即找到各条线对的交点），并在公式（称为“优化方程”）中测试这些角点，试图找到最高或最低的价值。 线性规划 有时称为线性优化的线性规划是由线性和非负性约束指定的凸多面体的最大化或最小化线性函数的问题。简单来说，线性规划是使用线性数学模型基于某些约束集的结果的优化。 线性规划在Wolfram语言中被实现为线性规划[c，m，b]，其找到一个向量，其最大限度地限制受约束和限制。 线性规划理论属于凸优化理论，也被认为是运算研究的重要组成部分。线性规划广泛应用于商业和经济，但也可用于解决某些工程问题。 经济学中的例子包括Leontief的投入产出模型，影子价格的确定等，商业应用的一个例子将是利用相同的资源从同一原材料生产不同产品的工厂的利润最大化，以及示例工程应用包括切比雪夫近似和结构设计（例如，平面桁架的极限分析）。 线性规划可以使用在可视化固体的多边形边缘上运行的单纯形法（Wood和Dantzig 1949，Dantzig 1949）来求解，以找到最佳答案。 Khachian（1979）发现了一个多项式时间算法。 Karmarkar（1984）发现了一种更有效的多项式时间算法。这种方法通过固体的中间（使其成为所谓的内点法），然后变换和变形。可以说，内部方法早在20世纪60年代就以屏障功能方法的形式被称为知识，但随着卡马卡尔的宣传，媒体炒作导致了这些方法的广泛关注。 变量可能只采用整数值的线性规划称为整数编程。 在电视犯罪戏剧NUMB3RS的第4季开幕式“信任度量”（2007）中，数学天才Charlie Eppes使用“你不需要Karmarkar的算法”这个短语来表示“你不需要成为一名火箭科学家知道….” 线性规划示例1997 UG考试

线性模型和马尔可夫链家庭作业帮助 线性模型描述作为一个或多个预测变量的函数的连续响应变量。他们可以帮助您了解和预测复杂系统的行为或分析实验，财务和生物数据。 线性回归是用于创建线性模型的统计方法。该模型描述了因变量yy（也称为响应）作为一个或多个独立变量XiXi（称为预测变量）的函数之间的关系。线性模型的一般方程是： y =β0+ΣβiXi+εiy=β0+ΣβiXi+εi 其中ββ表示要计算的线性参数估计，εε表示误差项。 有几种类型的线性回归： 简单线性回归：仅使用一个预测因子的模型 多元线性回归：使用多个预测因子的模型 多变量线性回归：多个响应变量的模型 简单的线性回归通常在MATLAB中完成。对于多元和多元线性回归，请参阅统计和机器学习工具箱。它能够进行逐步，稳健和多元回归： 产生预测 比较线性模型拟合 绘制残差 评估适合度 检测异常值 要创建适合数据曲线和曲面的线性模型，请参阅曲线拟合工具箱。要从测量的输入 – 输出数据创建动态系统的线性模型，请参阅系统识别工具箱。要从非线性Simulink模型创建控制系统设计的线性模型，请参见Simulink控制设计。 通用线性模型（GLM）是应用和社会研究中使用的大多数统计分析的基础。它是t检验，方差分析（ANOVA），协方差分析（ANCOVA），回归分析和许多多变量方法的基础，包括因子分析，聚类分析，多维比例，判别函数分析，规范相关，和别的。由于其普遍性，该模式对社会研究学生很重要。虽然对GLM的深刻理解需要进行一些高级统计培训，但我将在此尝试介绍概念并提供非统计学描述。