n*****e
发帖数: 153 | 1 如果在每个subject身上测试6次：分别用a,b 两种method测，并且每种method在1,2,4,
三种frequency下测试。subject可以归于两类: normal group or impair group.
我想test overall effect between the two methods
用multivariate来做的话，H0是应该写成一个矩阵里面
(a1,a2,a4)impair=(b1,b2,b4)impair
(a1,a2,a4)normal=(b1,b2,b4)normal
还是应该写成一个矩阵里面
(a1+a2+a4)impair=(b1+b2+b4)impair
(a1+a2+a4)normal=(b1+b2+b4)normal
呢？
谢谢。。 |
|
n****t
发帖数: 182 | 2 Before the experiment, Bayesian statisticians think about the “prior odds”
, Pr(H1)/Pr(H0), where Pr(H1) is the probability of H1 is true, and Pr(H0)
is the probability of H0 is true.
Frequentist, on the other hand, does not think that way: there is only one
simple truth, H0 is true or H1 is true.
After experiment, Bayesians gain Pr(H1/Data)/Pr(H0/Data), the so called
posterior odds.
Bayesian factor (bf)=Posterior odds/Prior odds. Bayesians use this for
hypothesis testing. (Another interesting ... 阅读全帖 |
|
W******r
发帖数: 789 | 3 来自主题: ChineseMed版 - 统计的学问 在微观层次上，一种化学药品进入人体后会发生什么化学反应和带来什么生理变化，没
有人能彻底研究清楚。因此，检验药品的安全性和有效性基本上是用统计的方法。中医
之所以不被主流承认，其中很重要的一个原因也是因为中医缺乏统计分析。那么用统计
方法得出的结论有多可靠呢？我们一起来探讨一下。
(1) H0 VS. H1
在假设检验中，零假设H0是处于被保护的位置的，需要很强的证据才能把它推翻。药品
的安全性通常就是对应于两个组没有显著差别的零假设，处于受保护的位置。有一点经
常被人忽略，那就是如果p-value大于阈值，这个时候的结论应该是没有结论，也就是
既不能得出H0不成立的结论，也不能得出H0成立的结论。事实上，如果p-value是0.1左
右，common sense还是应该倾向于认为H0是不成立的，只是没有明显到可以推翻H0的程
度。
举个例子。一个赌场的庄家邀请你和他玩一个游戏。规则很简单：抛硬币。如果硬币正
面朝上，他给你10块钱；如果硬币反面朝上，你给他10块钱。庄家claim说硬币是均匀
的，正面朝上和反面朝上的概率都是0.5。你是一个精明的人。你决定先在旁边观察一
下别人玩的情... 阅读全帖 |
|
W******r
发帖数: 789 | 4 【 以下文字转载自 ChineseMed 讨论区 】
发信人: WtMaster (关仁隐士), 信区: ChineseMed
标 题: 统计的学问
发信站: BBS 未名空间站 (Tue Oct 9 11:25:40 2012, 美东)
在微观层次上，一种化学药品进入人体后会发生什么化学反应和带来什么生理变化，没
有人能彻底研究清楚。因此，检验药品的安全性和有效性基本上是用统计的方法。中医
之所以不被主流承认，其中很重要的一个原因也是因为中医缺乏统计分析。那么用统计
方法得出的结论有多可靠呢？我们一起来探讨一下。
(1) H0 VS. H1
在假设检验中，零假设H0是处于被保护的位置的，需要很强的证据才能把它推翻。药品
的安全性通常就是对应于两个组没有显著差别的零假设，处于受保护的位置。有一点经
常被人忽略，那就是如果p-value大于阈值，这个时候的结论应该是没有结论，也就是
既不能得出H0不成立的结论，也不能得出H0成立的结论。事实上，如果p-value是0.1左
右，common sense还是应该倾向于认为H0是不成立的，只是没有明显到可以推翻H0的程
度。
举个例子。一... 阅读全帖 |
|
W******r
发帖数: 789 | 5 【 以下文字转载自 ChineseMed 讨论区 】
发信人: WtMaster (关仁隐士), 信区: ChineseMed
标 题: 统计的学问
发信站: BBS 未名空间站 (Tue Oct 9 11:25:40 2012, 美东)
在微观层次上，一种化学药品进入人体后会发生什么化学反应和带来什么生理变化，没
有人能彻底研究清楚。因此，检验药品的安全性和有效性基本上是用统计的方法。中医
之所以不被主流承认，其中很重要的一个原因也是因为中医缺乏统计分析。那么用统计
方法得出的结论有多可靠呢？我们一起来探讨一下。
(1) H0 VS. H1
在假设检验中，零假设H0是处于被保护的位置的，需要很强的证据才能把它推翻。药品
的安全性通常就是对应于两个组没有显著差别的零假设，处于受保护的位置。有一点经
常被人忽略，那就是如果p-value大于阈值，这个时候的结论应该是没有结论，也就是
既不能得出H0不成立的结论，也不能得出H0成立的结论。事实上，如果p-value是0.1左
右，common sense还是应该倾向于认为H0是不成立的，只是没有明显到可以推翻H0的程
度。
举个例子。一... 阅读全帖 |
|
x***1
发帖数: 999 | 6 用Navier-Stokes equation, neglect viscosity:
q[dv/dt+(vdv/dh)=-grad p
here q is density, p pressure, v 小孔流速，
p=qgh
dv/dh*(1+(r/R)^2)*dh/dt=c, r,小孔半径，c constant
a=(R1-R2)/R1
(1+2ah/ho+a^2h^2/h0^2)(1+(r/R)^2)dh=cdt
如果忽略(r/R)^2:
t=C(h0 +a*h0^2/h0 + a^2*h0^3/3/h0^2) - (h + a*h^2/h0 + a^2*h^3/3/h0^2)
还是C最快。
如图 |
|
s******s
发帖数: 13035 | 7 总结一下。
p-value是啥？
p-value描述的是 P( Data | H0 )
但是学术界经常把它理解成 P( H0 | Data )
但凡学过prob 101都知道这两个没啥关系，要有关系，
也就是 P( H0 | Data ) = pvalue * P(H0) / P(Data)
所以，要算figure 1上的数，至少要知道先验的P(H0)是多少，
另外，P(Data)更难求，那么可以用
P(Data) = P(Data|H0)*P(H0) + P(Data|HA)*P(HA)等来求，
那么HA也变得重要。估计Berger后面做了一系列关于P(H0)和
P（Data)的假设才算出来那几个数字，理解意思就好，不用强求
I |
|
z**********g
发帖数: 16 | 8 Discussing The Existence of “repulsion particle” And Its Significance
Zhuang Yiliong
Shanghai Institute of Science and Technology Management
Abstract:This report has advanced a assume about the existence of “
repellention” by a kind of new idea. Beginning with this, I have explained
more successfully some import theory questions in the area of the present
physics, cosmology and philosophy ect. At same time a few of new reasons
have been raised But this is only rough idea of physica... 阅读全帖 |
|
w****a
发帖数: 710 | 9 bool one_dist(Iterator&& i0, Iterator&& i1) {
int dist = 0;
while(i0.has_next() || i1.has_next()) {
bool h0 = i0.has_next(), h1 = i1.has_next();
int v0 = h0 ? i0.get_next() : 0, v1 = h1 ? i1.get_next() : 0;
if(h0 && h1) {
if(v0 == v1) continue;
else {
h0 = i0.has_next(), h1 = i1.has_next();
if(!h0 && !h1) return dist == 0;
int next0 = h0 ? i0.get_next() : 0, next1 = h1 ? i1.get_next
() : 0;
... 阅读全帖 |
|
x********e
发帖数: 35261 | 10 再从H0，H1和H3的关系评一评序列比对的算法问题。
两序列比对主要有三个参数：coverage，gap，mismatch。覆盖率越高说明两序列越相
似，算加分。两序列中会有短片段（大概20bp以内）缺失，在coverage的基础上减分。
mismatch代表突变，也是减分。
H0与H1比对算出来得分大于H0与H3比对。说明对于H3的三个点突变扣分很多。但实际上
虽然H1的碱基与H0完全对上，但其实缺了45个核酸。H3与H0比缺了31个核酸，另外有3
个不影响功能的突变，在生物学意义上更接近H0。
这种时候就应该微调算法。说明生物信息学到底还是门工具科学，脱离生物学意义，会
出错。
Wuhan
H3 |
|
x********e
发帖数: 35261 | 11 目前最明显的组有三个，H0，H1和H3。H1和H3有不少兄弟子女是确定了，今天我发现H0
也不止是一根独苗。这三个古老型的区别不是突变，而是大片段缺失/插入。其中，H3
的头部跟RaTG13的头部序列基本上对得上。H0在H3的基础上多了一段序列，而H1在H0的
基础上缺失了两段序列。目前不好判断是H0缺失演变成H3还是H0与H3根本就是两个独立
的病毒株，由动物传给人。甚至三次动物传人都有可能。 |
|
x***1
发帖数: 999 | 12 不用这么复杂。
设高h0，上表面半径r1，下表面半径r2，圆柱半径为r^2=(r1^2+r2^2+r1r2)/3, let a=
(r2-r1)/h0
当液面处于h高度时，有:
A: dv=Pi*(r1^2+a^2(h0-h)^2+2r1(h0-h)a)dh
B: dv=Pi*r^2dh
C: dv=Pi*(r1^2+h^2a^2+2r1a)
上楼说的：dv/dt＝Ah^0.5
有：
A:f1(ho)-(2r1^2+4r1a+2h0^2a^2)h^0.5+0.4h^2.5a^2-(4/3r1a+4/3h0a^2)h^1.5=Ct
B: 2r^2(h0^0.5-h^0.5)=CT
C：f2(h0)-(2r1^2h^0.5+4/3*h^1.5a+0.4h^2.5a^2)=Ct
如果r1=1,r2=2,ho=1,如下图： |
|
a*******1
发帖数: 1554 | 13 你看这样可以不？
S0是初始价格，r是利率，sigma是波动率，T是到期日，K是执行价，hsigma是算vega用
的，h0是算delta用的，N是200，p是10^8，但一般不用取这么大吧，我读书做project
才取10万，这是当时作业的一小部分
function []=ThreeMethodsMilter(S0, r, sigma, T, K, h0, hsigma,p,N)
%% Finite difference
SqrRootp = sqrt(p);
DeltaT = T/N;
SqrtDeltaT = sqrt(DeltaT);
Z= randn(N-1,p);
P = prod([ones(1,p);1+r*DeltaT+sigma*SqrtDeltaT*Z+0.5*sigma^2*DeltaT*(Z.^2-1
)]);
S = P*S0;
C = exp(-r*T)*max(0,S-K);
SPlus = exp(-r*T)*max(0,(S0+h0)*P-K);
SMinus = exp(-r*T)*max(0,(S0-h0)*P-K);
DeltaFD = (SP... 阅读全帖 |
|
e*******n
发帖数: 872 | 14 原题见
http://www.mitbbs.com/article_t/DataSciences/10029.html
专门开一个贴，尝试逐题解答。本人菜鸟，求大牛指导
1. Given a coin you don’t know it’s fair or unfair. Throw it 6 times and
get 1 tail and 5 head. Determine whether it’s fair or not. What’s your
confidence value?
我的答案是：
H0: the coin is fair
Ha: the coin is unfair
X is the number of heads
Rejection region: |X - 3| > 2, i.e., X = 0,1,5,or 6
significance level alpha:
alpha = P(reject H0 | H0 is true)
=P(X=0,1,5,6 | H0 is true)
= (choose(6,0)+choose(6,1)+choose(6,5)... 阅读全帖 |
|
e*******n
发帖数: 872 | 15 原题见
http://www.mitbbs.com/article_t/DataSciences/10029.html
专门开一个贴，尝试逐题解答。本人菜鸟，求大牛指导
>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
1. Given a coin you don’t know it’s fair or unfair. Throw it 6 times and
get 1 tail and 5 head. Determine whether it’s fair or not. What’s your
confidence value?
我的答案是：
H0: the coin is fair
Ha: the coin is unfair
X is the number of heads
Rejection region: |X - 3| > 2, i.e., X = 0,1,5,or 6
significance level alpha:
alpha = P(reject H0 | H0 i... 阅读全帖 |
|
D**u
发帖数: 288 | 16 既然已经有答案了，那就来吧。
p-value 0.96 是合理的，必须牢记的一点是p-value仅仅跟H0有关，跟Ha没有任何其他
直接联系除了告诉你这是一个one-sided p value和它的direction, 所以"0.96"跟"小
于22"没有一点联系; 这里p-value只是告诉你，当你assume H0时，有96%的可能你得到的
test-statistic(均值) 小于 24.
当然，根据Ha我们可以确定一个alpha value,一般用0.05，我们可以将0.96跟0.05相比
较，这个问题的结果就是 0.96 远大于0.05，所以相对于Ha,我们无法拒绝H0. 所以
conclusion 是接受H0.
不仅仅是alpha = 0.05,即使alpha = 0.95 (confidence level只有0.05)的时候,因为0
.96>0.95我们仍然要保留 H0. 这个可以这样说，即使我们节操碎了一地，哪怕只要0.
05的信心就可以让我们投向Ha的情况下，现实仍然告诉我们"醒醒吧Ho是对的"。 |
|
T*******I
发帖数: 5138 | 17 我已经看不懂这位的评论了。令人感到有点不知所云。也许是我学的知识太过落后了，
现在有新的语言来表述回归分析的基本原理了。
其实，回归分析的原理很简单。我们只能用样本来估计一组随机变量间的量化的变异关
系，这个量化的关系就是回归系数。由于总体回归系数究竟是什么没人能够知道，但我
们可以知道有一个0回归系数，即无回归关系。所以，当用样本估计一个回归系数b后，
我们的统计检验假设就是：
H0: b=0
H1: b=/=0 (=/=意思是不等于)
目前的回归系数的检验技术就是在回答b是否等于0。如果b不等于0，则由样本所估计的
结果就是唯一可以接受的结果，因为我们并无第三个可供参考的回归系数的数值（例如
B）用于建立如下检验：
H0: b = B
H1: b=/=B
一般而言，检验中接受H0成立的概率水平设定为0.05。如果p<0.05, 则拒绝H0，表明即
使由于抽样误差的存在，由样本估计的b等于0的可能性也<0.05；反之，如果p>=0.05，
则接受H0，表明由于抽样误差的存在，由样本估计的b等于0的可能性>=0.05。这已经是
一个很严格的拒绝水平了。
test |
|
e*******n
发帖数: 872 | 18 1. Given a coin you don’t know it’s fair or unfair. Throw it 6 times and
get 1 tail and 5 head. Determine whether it’s fair or not. What’s your
confidence value?
我的答案是：
H0: the coin is fair
Ha: the coin is unfair
significance level alpha:
alpha = P(reject H0 wrongly when we have 5 head| H0 is true)
= choose(6,1)*(1/2)^6 = 6*(0.5^6) = 0.09375
because alpha > 0.05, we do not have enough evidence to reject H0, and we
accpte H0, so the coin is fair
confidence value = 1 - alpha = 1 - 0.09375 = 0.9062... 阅读全帖 |
|
w****2
发帖数: 12072 | 19 【 以下文字转载自 Military 讨论区 】
发信人: wlwl12 (戒网), 信区: Military
标 题: 中国的反导工程/反导计划 (转载)
发信站: BBS 未名空间站 (Sun Dec 23 18:06:28 2012, 美东)
【 以下文字转载自 Mao_and_Deng 俱乐部 】
发信人: wlwl12 (戒网), 信区: Mao_and_Deng
标 题: 中国的反导工程/反导计划
发信站: BBS 未名空间站 (Sun Dec 9 17:48:54 2012, 美东)
中国的反导工程/反导计划
（直接从网页上拷贝粘贴的，一些网页上不可见字符也贴进来了，地方太多不能一一删
除，不好意思）
其实早在很久以前我们国家就进行过多次反导反卫星研究和试验了.
以下内容来源于网易某位版主的博客,现在那位版主的博客不知为何被关闭了,幸好我截
留下了这些资料,
现在在此发上来让大家一起回顾一下过去毛泽东时代的反导反卫星计划.
中国的导弹防御计划与卫星战计划在时间上，分为三个阶段：
; t d5 Z; p0 [" E
1.60年代的640工程。
2.80年代... 阅读全帖 |
|
w****2
发帖数: 12072 | 20 【 以下文字转载自 Mao_and_Deng 俱乐部 】
发信人: wlwl12 (戒网), 信区: Mao_and_Deng
标 题: 中国的反导工程/反导计划
发信站: BBS 未名空间站 (Sun Dec 9 17:48:54 2012, 美东)
中国的反导工程/反导计划
（直接从网页上拷贝粘贴的，一些网页上不可见字符也贴进来了，地方太多不能一一删
除，不好意思）
其实早在很久以前我们国家就进行过多次反导反卫星研究和试验了.
以下内容来源于网易某位版主的博客,现在那位版主的博客不知为何被关闭了,幸好我截
留下了这些资料,
现在在此发上来让大家一起回顾一下过去毛泽东时代的反导反卫星计划.
中国的导弹防御计划与卫星战计划在时间上，分为三个阶段：
; t d5 Z; p0 [" E
1.60年代的640工程。
2.80年代的863计划，主要进行基础技术的可行性论与技术储备。
3.面对美国的TMD与NMD的威胁，现阶段主要进行对抗美国导弹防御计划的可行性论
与方案规划。显然，当时的中国力有不济，一个原子弹估计已经用掉
200亿人民币，国家的资源配置捉襟见肘，但是考虑到当时... 阅读全帖 |
|
x********e
发帖数: 35261 | 21 西双版纳植物所和华农联合发布的preprint文章定义了两种古老型haplotype H1（C
group root，CA06携带毒株）和H3（B group root， WH04携带毒株）。我把这两个毒
株跟RaTG13还有pangolin-CoV比对了一下，提出以下新冠来源和早期演化的理论：
1. SARS-CoV-2的自然宿主是一种蝙蝠体内类似于RaTG13的bat-CoV。这个病毒（RaTG13
-like-CoV）和RaTG13是亲戚，但两者基因组序列有很多自然突变造成的差异。
2. 蝙蝠接触穿山甲导致RaTG13-like-CoV感染穿山甲。RaTG13-like-CoV可能在穿山甲
体内长期存在积累突变，然后与穿山甲体内的pangolin-CoV发生重组，导致S蛋白可以
识别穿山甲ACE2受体。重组后的病毒（RaTG13like-pangolin-CoV）按理说已经具备传
播人的能力，这个病毒在穿山甲体内可以继续突变影响病毒的毒性。
3. 走私穿山甲的人与带病穿山甲接触，发生病毒向人的传播，这个“零号病人”携带
的毒株，我称为H0.它跟H3相似度在99.99%以上。
4.... 阅读全帖 |
|
|
o********r
发帖数: 775 | 23 简单点说，p value小你可以reject H0（就是说认为H0是错的），但是H0不能被
reject的时候不等同于H0成立。
we |
|
f**********e
发帖数: 1994 | 24 p value 包含的信息就是 H0 成立时，发生比观测事件更不可能的事件的机率。这个其
实并没有包含 H1 的信息。这篇文章在第三节假设了一个 Beta 的 H1 分布，用来估算
type 1 error （也就是 H0 其实还成立，但是 H0 在 H1 的存在下被 p value 误杀
的机率）。也就是 equation （3） 的 alpha（p）。那张图里的的 p＝0.05 对应到
0.29 的 no－effect 就是这个估计的 type 1 error － 其实还是没效果（H0），但是
被 p value 干掉了。 |
|
f**********e
发帖数: 1994 | 25 p value 包含的信息就是 H0 成立时，发生比观测事件更不可能的事件的机率。这个其
实并没有包含 H1 的信息。这篇文章在第三节假设了一个 Beta 的 H1 分布，用来估算
type 1 error （也就是 H0 其实还成立，但是 H0 在 H1 的存在下被 p value 误杀
的机率）。也就是 equation （3） 的 alpha（p）。那张图里的的 p＝0.05 对应到
0.29 的 no－effect 就是这个估计的 type 1 error － 其实还是没效果（H0），但是
被 p value 干掉了。 |
|
t****n
发帖数: 56 | 26 我得到的解如下：
不妨假设y是x的解析函数，并且可以幂级数展开：
设y=H0+H1*x+H2*x^2+H3*x^3+...
y'=H1+2*H2*x+3*H3*x^2+...
y''=2*H2+(3*2)*H3*x+(4*3)*H4*x^2+...
y'/x=H1/x+2*H2+3*H3*x+4*H4*x^2+...
y''+(1/x)y'=H1/x + (2*H2 +2*H2) + (3*2*H3+3*H3)*x + (4*3*H4+4*H4)*x^2 + ...
= H1/x + 4*H2 + (3*2+3)*H3*x + (4*3+4)*H4*x^2 + ...
Ay = A*H0 + A*H1*x + A*H2*x^2 + ...
从y''+(1/x)y' = Ay 可以导出
H1/x + 4*H2 + (3*2+3)*H3*x + (4*3+4)*H4*x^2 + ...
= A*H0 + A*H1*x + A*H2*x^2 + ...
于是可以得到
H1 = 0
A*H0 = 4*H2
A*H1 = (3*2+3)*H3
A*H2 = (4*3+4)*H4 |
|
o****o
发帖数: 8077 | 27 here is a more general fast solution:
data have ;
input mth: yymmn6. a b c ;
cards ;
200801 1 2 3
200802 1 2 3
200802 4 5 6
200803 1 2 3
200803 4 5 6
200803 7 8 9
;
run ;
/* intentionally to disorder */
proc sort data=have; by c; run;
/* Apply the Hash List approach credited to Richard A. DeVenezia */
data _null_;
if _n_=1 then do;
declare hash h0(ordered:'YES');
h0.defineKey('mth');
h0.defineData('mth', 'a', 'b', 'c', 'h');
h0.defineDone(); |
|
b*****s
发帖数: 11267 | 28 H0: u>50
H1: u<=50
如果这个是你要的话。 反正这样最后你算得结果还是一样的，因为max p-value是在边
界。
我当然确定。这是统计101啊，打回去读下hypethesis testing。
[在 emoryustc (至尊宝) 的大作中提到：]
:等号如何去？ 等号去掉h0为啥？
:你确定your claim is h1 是对的？ 我的感觉刚好相反啊，我觉得your claim is h0
:才对吧
:<br>: 那就把等号去掉。
:<br>: stat101， ur claim is h1。
:<br>: ur conclusion is either support ur claim or failed to support
it.
:<br>: [在 emoryustc (至尊宝) 的大作中提到：]
:<br>: :而有个人这么说
:<br>: :应该是H0: u=50, 那么 H1: u |
|
b*****s
发帖数: 11267 | 29 你能够证明h0成立嘛？
不能。
你只能证明h0不成立，从而h1成立
[在 emoryustc (至尊宝) 的大作中提到：]
:我有不同意见， 我认为既然题目提到u<=50, 含有等于号，根据原则应当作为H0,
也就是非单侧情况下， H0应当包含等于号 |
|
B********4
发帖数: 7156 | 30 这个问题我也迷糊了很久，查了不少资料，但还不是100%有把握。希望学统计的来指正
一下。
p-value是说在零假设（H0)之下出现看到该情况或者更极端情况的概率，也就是假设硬
币是fair的，抛6次出现5个head或者6个head的概率。因为我们考虑对称性，所以还要
考虑到1个head或者0个head的情况。楼主的p-value计算是对的。
significance level α只是预先设定的一个判定p-value的阈值（即多小的概率算小概
率事件），如果p<=α，我们认为零假设不对(因为在H0之下居然观察到了一个小概率事
件，肯定假设H0有问题）。反之，如果p>α,我们接受零假设H0。
根据wikipedia "given the availability of a hypothesis testing procedure that
can test the null hypothesis θ = θ0 against the alternative that θ ≠ θ
0 for any value of θ0, then a confidence interval with... 阅读全帖 |
|
B********4
发帖数: 7156 | 31 这个问题我也迷糊了很久，查了不少资料，但还不是100%有把握。希望学统计的来指正
一下。
p-value是说在零假设（H0)之下出现看到该情况或者更极端情况的概率，也就是假设硬
币是fair的，抛6次出现5个head或者6个head的概率。因为我们考虑对称性，所以还要
考虑到1个head或者0个head的情况。楼主的p-value计算是对的。
significance level α只是预先设定的一个判定p-value的阈值（即多小的概率算小概
率事件），如果p<=α，我们认为零假设不对(因为在H0之下居然观察到了一个小概率事
件，肯定假设H0有问题）。反之，如果p>α,我们接受零假设H0。
根据wikipedia "given the availability of a hypothesis testing procedure that
can test the null hypothesis θ = θ0 against the alternative that θ ≠ θ
0 for any value of θ0, then a confidence interval with... 阅读全帖 |
|
w****2
发帖数: 12072 | 32 中国的反导工程/反导计划
（直接从网页上拷贝粘贴的，一些网页上不可见字符也贴进来了，地方太多不能一一删
除，不好意思）
其实早在很久以前我们国家就进行过多次反导反卫星研究和试验了.
以下内容来源于网易某位版主的博客,现在那位版主的博客不知为何被关闭了,幸好我截
留下了这些资料,
现在在此发上来让大家一起回顾一下过去毛泽东时代的反导反卫星计划.
中国的导弹防御计划与卫星战计划在时间上，分为三个阶段：
; t d5 Z; p0 [" E
1.60年代的640工程。
2.80年代的863计划，主要进行基础技术的可行性论与技术储备。
3.面对美国的TMD与NMD的威胁，现阶段主要进行对抗美国导弹防御计划的可行性论
与方案规划。显然，当时的中国力有不济，一个原子弹估计已经用掉
200亿人民币，国家的资源配置捉襟见肘，但是考虑到当时的国家安全，提出设想令人
佩服。里根的星球大战，也是不现实的，但是美国人现在对里根推崇备至。
1967年1月，召开"640"工程会议，确定5个分系统代号、各研究单位与全系统的研
制，加快反导靶场与反导核弹头的研制。计划1973年--1975年试验。]
196... 阅读全帖 |
|
b*******8
发帖数: 37364 | 33 H0:俩人一样帅
Ha:不一样
算H0成立下偏差这么大的概率，如果概率足够小，抛弃H0，取Ha。 |
|
l*****9
发帖数: 9501 | 34 少女之心
現在我來為大家敘述一個我的親身經歷。我叫曼娜，憶起往事，覺得非常有趣。我的經
歷大概和每個少女是一樣的，希望各位讀者能夠從我的經歷中得到些樂趣。那已是十幾
年以前的事了，而每當想起少女時代的這段往事，我至今都還能回味到幸福的剎那，甚
至對我的少女時代產生無限留戀之心，使得我體內翻捲起一股熱潮，掀起人性本能的衝
動，渾身發熱，血流加快。
# S! t) ]0 [* T+ C9 V5 [. y* X6 Z
初戀時的心情我不說恐怕我們每個朋友也會知道的。那是多麼的浪漫，又是多麼的
大膽，多麼的活潑。女孩子平時是那樣的斯文羞澀，她們心中的想法是沒人能知道的。
可一但開始戀愛，接觸異性，她們就會開始不顧一切地去追尋男女之間的樂趣。甚至往
往比對方還要主動百倍，平時的正經和矜持也只不過是時機的把握罷了。
5 u; M$ X7 }: `" [+ l# d1 a
我的青春隨著無情的歲月已漸漸消失了，年齡一天一天的大了起來，我已是兩個孩
子的母親了，兩個雙胞女兒，大女兒叫愛華，小女兒叫愛雲。+ I8 v- I1 [5 L# Y4 Y
' J8 Y: R, V% N5 Z& o7 e
當我在懷孕... 阅读全帖 |
|
e*i
发帖数: 10288 | 35 Forward this post to your email--if you are using telnet
_=_
_=_ Part 001 of 001 of file 5_off_30_cpn.zip
_=_
begin 666 5_off_30_cpn.zip
M4$L#!!0````(`&!D_$)O_NPBKE```.-W```0````-5]O9F9?,S!?8W!N+G!D
M9NV]=5Q5V]8P#"B*I)2((FR1E-@==)=T2(@@M:6[0T5"!`D+#%04D!`%:02D
MI;M#NKN[O@7F$>X]]]SG?=_OGV?NW]YK[KGF&CW''&.N8E82E^2"
MZYI("%$@",C:P(R$GQ\L9VJ%U;
M!:!=#6A'PI!@:9`V"`I'HD`P.%1'4)`$:V6T!P9TL)`0NMAAK^]A0L))""'?
M"Q1`O%=`5C_:H$@,^D`;"H4XT(9!0/]L@\'0R`-M*!Z>/]O@4`C\... 阅读全帖 |
|
w***s
发帖数: 7132 | 36 猫姐姐你是搞统计的吧……俺看昏了已经……
以下的理解对不对:
H0--Null hypothesis---假设样本量和总体量没差异 （只是统计误差造成的微小差别）
alpha值是提前确定的，比如confident level 是95%,则alpha 是1-95%=5%，即我
们可以相信有95%的几率,样本量是可以代表总体数据的。
P value （or alpha) 是拒绝null hypothesis （当h0=true)的几率 （type I error发生的几率）
--alpha和P值的关系是一个是事先定的，一个是后来算的。
如果P
和总体量是有差异的。
-------------
俺现在去研究t test z test anova test都怎么用…… |
|
j***g
发帖数: 11325 | 37 果然全都是0。我觉得不太能，肯定是什么地方不对
American Airlines
Flight: 810
Cabin class: F0 Y0 B0 M0 H0 V0 K0 Q0
Flight: 1756
Cabin class: F0 Y0 B0 M0 H0 V0 K0 Q0
Flight: 1390
Cabin class: F0 Y0 B0 M0 H0 V0 K0 Q0 |
|
r******y
发帖数: 12263 | 38 新疆反恐实录（转帖） 来源： 李浩的日志
本文网址：http://news.backchina.com/2009/7/27/gb2312_50405.html* B, f! e$ u W5 b6 d
注：此文提交者“昆仑山”是一位反恐安全部队军人，他讲述了不为人知的新疆故
事，曝光震撼内幕。虽然，我们不同意他个人的某些观点，但无法质疑他的真实性，并
可洞窥窥某些受害汉人的思维和感觉。我们一字未改，以便人们全面了解新疆的真实情
况――此文仅供参考，不代表我们的立场。
1 C [) `/ U- M O2 J" g
8 l4 ], v- w5 \6 r 一个军人曝光的“新疆暴乱”
7 n* I+ g+ C }6 E3 b# n
. a5 S( v O e; ~$ a. B: ` 一、我们的选择。总算从这个被北京农村包围着的大
学毕业了，逃离般的喜悦加上很高兴有三个同学选择了和我一样的服务地区，散伙饭上
我喝的人事不省，第二天恍惚着就被架上了飞机。伊尔飞机很大，不过声音也很大，我
揉着耳朵出了机舱，一股干燥的热浪迎面扑来，Ｗ在我身后说到：“新疆的天看起来这
么蓝啊！” 没错，这里的... 阅读全帖 |
|
p*****m
发帖数: 7030 | 39 俺觉得你说的有点似是而非 multiple comparison的correction是为了防止type I err
or 也就是H0为真却否定之的概率 也就是你设置的alpha level 一般我们设alpha leve
l=0.05 这样如果p<0.05的话我们认为H0为假 也就是两组数的平均值不相同 这时候H0为
真的概率是5%。
因此如果进行了相当数量的comparison的话 type I error的可能性是比较次数Xalpha，
比如说 如果进行了10次pair comparison,那么其中某一次检验的type I error的概率就
高到50% 从而使得统计结果毫无意义 为了吧type I error控制在合理范围内 最简单的
办法就是把alpha level变小 比如说你说的alpha/检验次数 这样可以机械的保证总typ
e I error的概率还是5%。这是最保守的correction方法 当然人们一般习惯用不那么保
守的检验方法 其依据一般是多重检验的各组并非完全独立
所以我不是很明白你说的撞大运撞到5%的意思是啥。。而且 microarray里面一般不进行 |
|
r****t
发帖数: 10904 | 40 另外，这个“sample size太小 非正态分布的数据会让ttest倾向于否定H0”的说法根
据是什么？一般讲 small sample 用 U-test, 我能想起来的是两个原因：1. median
比 mean robust; 2. for small sample U-test statistic 简单到可以手算。因为我
没学过，所以有很多别的好处你可以补充。我看来，错误地 reject H0 is your alpha
, which is calculated against your H0 precisely, hence is not related to the
sample, be it large sample or small sample.
对于 sample size 很小的情况，也有 u-test 不适合但是 t-test 更适合的时候。这
个直接和前面我的帖子里面的态度有关，如果你知道数据确实是 normal 的（比如
model 是正态的，或者有很强的理由相信数据是正态，比如对一个柱子测 5 次长度这
种，而不仅仅是从几个 normality test |
|
|
T****i
发帖数: 15191 | 42 The funny part is the last panel, "H0 H0 H0, is the null hypothesis" |
|
l***y
发帖数: 4671 | 43 我认为你俩都是经典错误 :D
错在对假设检验的理解上。假设检验不是为了说明甲地比乙地妇女身高更高的。这是完
全错误的用法。没有任何假设检验可以说明这个问题。
假设检验的目的是在可控成本（即 sample size n）下，在保守主义的思路下（即保护
H0，或者说，对第一类错误敏感），做出理性决策（reject H0 or not），并控制错
误决策所带来的损失（alpha）。
所以 Sunnyday 的数学是对的，但是滥用了假设检验。当两地妇女的身高差异不显著时
，这种滥用造成的损失就是，第一，要 reject H0，必然要加大样本数，也就是增加了
取样成本；第二，当承认身高差异所带来的收益远小于改变认知所带来的成本时，比如
说决定为两地妇女生产衣服时启用不同的生产线，而不再用同一条生产线，会带来直接
的经济损失。在学术上，会导致把研究资源投入到把不显著的差异上，错误立项，惨淡
收场。
换而言之，只要肯加大 sample size，总能通过 t-test，但是对于决策来说没有意义。
而你的统计思想是对的，数学上是不成立的。你说的是在做 classification 时的
false p... 阅读全帖 |
|
l***y
发帖数: 4671 | 44 我认为你俩都是经典错误 :D
错在对假设检验的理解上。假设检验不是为了说明甲地比乙地妇女身高更高的。这是完
全错误的用法。没有任何假设检验可以说明这个问题。
假设检验的目的是在可控成本（即 sample size n）下，在保守主义的思路下（即保护
H0，或者说，对第一类错误敏感），做出理性决策（reject H0 or not），并控制错
误决策所带来的损失（alpha）。
所以 Sunnyday 的数学是对的，但是滥用了假设检验。当两地妇女的身高差异不显著时
，这种滥用造成的损失就是，第一，要 reject H0，必然要加大样本数，也就是增加了
取样成本；第二，当承认身高差异所带来的收益远小于改变认知所带来的成本时，比如
说决定为两地妇女生产衣服时启用不同的生产线，而不再用同一条生产线，会带来直接
的经济损失。在学术上，会导致把研究资源投入到把不显著的差异上，错误立项，惨淡
收场。
换而言之，只要肯加大 sample size，总能通过 t-test，但是对于决策来说没有意义。
而你的统计思想是对的，数学上是不成立的。你说的是在做 classification 时的
false p... 阅读全帖 |
|
T*******I
发帖数: 5138 | 45 来自主题: ChineseMed版 - 统计的学问 这句话适合你自己。
统计学家从来不会将一个H0假设建立在一个绝对的确定性等式上，因为统计面对的问题
是绝对的不确定。
那个H0假设就是在假定两个样本均数的绝对之差中由个体变异引起的抽样误差大到不可
忽视，而不是说，它们所来源的各自总体的期望绝对相等。
你很可能在写这篇文章之前甚至没搞清楚那两个样本均数之差是由什么构成的。而你对
那个H0的理解表明了你的确定性数学思维在统计领域的残余痕迹。
关于你所谓的“文科统计”。其实，你可能不知道，任何一个统计方法的诞生都首先是
一个文科思维而非数学思维。正是这个文科思维过程形成了统计算法以及决定了如何应
用数学计算技能。因此，只有正确的思维逻辑才会带给我们一个正确的统计方法，而一个
错误的逻辑必然带给我们一个错误的统计方法。
此外，你很可能不知道统计学的诞生并非在数学领域，而是在人文科学领域。 |
|
z**********g
发帖数: 16 | 46 bout “Repulsive particle” hypothesis
Zhuang Yilong
Shanghai Institute of Science and Technology Managemen
Jiading 201800
“Repulsive particle” hypothesis is a new theory of material
action. Contrary to Newton law of universal gravitation, which explains why
an apple on the three falls to the ground, it can be called law of universal
repulsion which explains why an apple grows on the tree. It regards a plank
quantum as a material particle, which is a epulsive particle”
counter... 阅读全帖 |
|
z**********g
发帖数: 16 | 47 Repulsion Particle Hypothesis
: Zhuang Yilong
Shanghai Institute of Science & Technology Management
Jiading District of Shanghai, 201800, China
Abstract: The theory of “ Repulsion Particle Hypothesis” is a new theory
of matter interactions. In contrast to Newtons universal gravitation that
the apple drops from the tree, this hypothesis can be called the universal
repulsion theory tha... 阅读全帖 |
|
D*********Y
发帖数: 3382 | 48 啊呀。。。。P value就是这个结果只是出于chance的概率。这个P value怎么算啊？是
不是就是这个事件的probability？害羞地跑过。
查到了，share一下
H0: P=0.5
HA: p > 0.5
p=probability of heads
phat = x/n = observed proportion of heads = 38/60
n=60
Variance of proportion = p*(1-p)/n
= 0.5(0.5)/60 =0.0041667
S.D. of p is 0.0645
Z = ( 0.6333 - 0.5 ) / 0.0645 = 2.0656
Assuming a 10 % level of significance, the critical z is 1.28
Computed value is 2.0656 which exceeds the critical value. Therefore, reject
H0 at 10 % level. The coin is biased towards heads.
b... 阅读全帖 |
|
