A*L
发帖数: 2357 | 1 对了，上次那个东西，我用historical, parametric等都算了一遍，呵呵，有点意思。
我都想发个paper了。
我的
也就
区，
的例
一个
从你 |
|
p****u
发帖数: 1940 | 2 2.8 micron pumped optical parametric oscillation in ZnGeP2
Authors:
Budni, P. A.; Ezzo, K.; Schunemann, P. G.; Minnigh, S.; McCarthy, J. C.;
Pollak, T. M.
Journal:
IN: OSA Proceedings on Advanced Solid-State Lasers. Vol. 10 - Proceedings of
the Topical Meeting, Hilton Head, SC, Mar. 18-20, 1991 (A92-51226 21-36).
z***[email protected] |
|
y******n
发帖数: 421 | 3 南开物理学硕士，Texas A&M 教授,清华大学特聘教授
http://econweb.tamu.edu/people/faculty.htm?id=19
Biography
Qi Li is the Hugh Roy Cullen Professor in Liberal Arts at Texas A&M
University since 2001. He is a professor of economics at Texas A&M
University since 2000. He held a (from assistant to full) professorship
position at the University of Guelph from 1991 to 2000. He is currently a Co
-Editor of the Annals of Economics and Finance, and an Associate Editor for
the Journal of Econometrics, Econometric Reviews, J... 阅读全帖 |
|
c********5
发帖数: 23 | 4 看起来还是对软件有很有钻研的．呵呵．
１９９９年Max 2.0的时候我已经在用了，很清楚Max 和Maya的区别．在东岸最好的建
筑学院跟的最好的建筑师学的建筑，我很明白用软件做parametric设计不是误入歧途而
是大势所趋.
现在最新的建筑设计已经不是用画草图就可以解决了的，所以很希望与各位沟通．很高
兴认识大家．
团队是在国内么？我如果回国的话可以多联系．如果在美国西岸，请线上联系，最近在
韩国有一个重要的竞赛要做，寻找maya的高手．如果仅仅是Max的话，我自己就可以了．
谢谢！
件了 |
|
N**D
发帖数: 10322 | 5 我的理解是这样的
curse of dimenionality 的最初来源是density estimation, which is fundamental
problem in almost all engineering. In parametric form such as linear model,
it is believed that the number of data required is exponential of the number
of free parameters.
However, what VC dimension shows is that, the above understanding is not
correct, after taking into consideration the problem we want to solve.
For example, for classification, it is NOT true that "the fewer the number
of free parameters ", "the le |
|
N**D
发帖数: 10322 | 6 我的理解是这样的
curse of dimenionality 的最初来源是density estimation, which is fundamental
problem in almost all engineering. In parametric form such as linear model,
it is believed that the number of data required is exponential of the number
of free parameters.
However, what VC dimension shows is that, the above understanding is not
correct, after taking into consideration the problem we want to solve.
For example, for classification, it is NOT true that "the fewer the number
of free parameters ", "the le... 阅读全帖 |
|
m**c
发帖数: 2103 | 7 这比那个是严谨可信一些。不过本着学术钻牛角尖的精神，该报告还有几点问题。仅供
娱乐哦。
首先这个第三方保险是自愿的，那就要考虑adverse selection.如果买该保险的用户无
法代表整个使用laptop的用户群那该报告就有问题。
其次该报告没有讲detail. 比如那个malfunction faliure rate, 难道就是把2年来的
统计数据tabulate一下？ 考虑到censoring至少估计下survival function吧，就算是
基本的parametric estimate with covariates.
这家公司很有意思，所有品牌的电脑保费都一样，只看价格。我瞅了一眼比联想自己的
质保贵不少，比苹果的便宜一些和戴尔的差不多。从这个角度看或许可以回答联想包不
包括IBM.既然thinkpad 基本上只能从官网买而官网质保更便宜，那么参保square
trade的联想用户更可能是从比如bestbuy,马鬃等买ideapad的用户。当然这仅仅是推测
，或许07年的时候联想官方质保更贵。
我第一台笔记本是ASUS，当时就瞅着其坚如磐石的口号，结果不幸中了转轴门，... 阅读全帖 |
|
c*******e
发帖数: 290 | 8 List bigList = new ArrayList();
List smallList = new ArrayList()
List newList = ListUtils.subtract(bigList, smallList);
List[] samples = {bigList, newList};
后面两行同样的问题，都 warning 说没有 parametrized. 那个 subtract 是因为
ListUtils 里面只返回 raw type List. 最后那行是因为直接定义数组比较简洁。
这种情况，只有用 @SuppressWarnings 吗? |
|
g*****g
发帖数: 34805 | 9 subtract should have parametric signature like
static List subtract()
The second one you can use
List[] |
|
o******r
发帖数: 259 | 10 一般就指virtual function实现的同一interface，不同derived class object的
behavior,
parametric polymorphism指的是template
不过一般不提 |
|
a*****e
发帖数: 1700 | 11 顶楼主！这样一个项目能支持下来不容易，流血流汗啊！
顺带问一下，Dao的类型推导是基于什么做的？类型系统支持 parametric
polymorphism 吗？
实现方面，GC 是自己写的吗？能给简单介绍一下性能如何？ |
|
N*******t
发帖数: 66 | 12 目前Dao的类型推导是以最简单的方式做的，
都是基于单个指令做的推导。考虑到Dao的
指令都比较高级，我发觉这种基于单指令的
推导其实已经足够了。
这个类型系统已经支持 parametric polymorphism
了。可能不是很全面，但应该满足大部分实际
需求了。
GC是自己写，受启发于IBM的David Bacon 2003
左右写的一片关于基于引用计数的同步垃圾回收
的文章。性能嘛，没仔细测过，不好说，但在使
用多线程时，引用计数的加锁开销有点大，这其
实可以用无锁的原子操作替换，但考虑到移植性，
我还不是很愿意替换。我倒是更愿意在如何减少
垃圾对象的产生上下功夫做优化。 |
|
z****e
发帖数: 54598 | 13 某个syllabus
AIMS
Declarative programming languages provide elegant and powerful programming
paradigms which every programmer should know. This subject presents
declarative programming languages and techniques.
INDICATIVE CONTENT
The dangers of destructive update
Functional programming
Recursion
Strong type systems
Parametric polymorphism
Algebraic types
Type classes
Defensive programming practice
Higher order programming
Currying and partial application
Lazy evaluation
Monads
Logic programming
Un... 阅读全帖 |
|
g*****g
发帖数: 34805 | 14 找到blaze当年对FP评价的一段。还说没鼓吹呢，事实胜于雄辩。我老是不懂编程语言，
但眼光实在比你强得太多。
Second, I here apologize to make the dogmatical judgment that
you have totally no idea about programming languages. Let me
rephrase: you have almost totally no idea about programming
languages. I just do not understand why you can keep talking
about things that you have very little knowledge about with such
great confidence. If I were you, I would have wisely shut
myself up. Look at your commenting here, none of which is right.
1. How c... 阅读全帖 |
|
b***e
发帖数: 1419 | 15 JVM的legacy就在那摆着，连parametricity都搞不定，closure也只能用sugar来搪塞。
Closure显然是一个独立的语义概念，跟语法糖没关系。 |
|
z****e
发帖数: 54598 | 16 你想说的是parametric polymorphism吧
也就是通过不同类型的class塞入方法参数，从而调用不同的方法吧？
这个还是需要通过源代码来修改
无论你怎么写，这个go方法你还是需要增加一部分新代码来配合你新增的那个class
随着class的增加，你的这个go方法会越发地膨胀
所以最后你会发现，还不如干脆全部map和list掉算了
为什么fp经常被用来做数据处理呢？
因为数据处理的class很少，几乎都是数字，不需要怎么描述性质的东西
比较容易搞，你要是不信，我们具体例子具体分析
从例子来说 |
|
m******n
发帖数: 453 | 17 如果说这两三年deep learning确实在图像语音文字处理上取得重大进步而成为了热饽饽
可是在这之前machine learning是怎么突然井喷的？
我是转行到data的，一开始也觉得ML好牛逼
可是随着接触越多，越觉得，那些不都是存在很久的东西么
尤其是跟一些学统计出身的有点年纪的PHD接触后
他们基本上的论调就是----统计里头的nonparametric model
他们一直都在用
只不过工业界还是用parametric model比较多，因为可以解释
而已 |
|
b*******t
发帖数: 33714 | 18 写出表达式来 然后parametric plot
[馊主意] |
|
b*******t
发帖数: 33714 | 19 写出表达式来 然后parametric plot
[馊主意] |
|
b*******t
发帖数: 33714 | 20 那个也还好吧
我是觉得用parametric plot就有些过的。。。 |
|
s*****0
发帖数: 357 | 21 n=3做什么统计？parametric test最基本的两个目的，一个是hypothesis testing，这
么小的样本除非及其小的p-value还值得探索一下（证明effect size大？），要不然严
重的underpower，p值跟垃圾没区别；另一个是estimation，这么小的样本怎么能得出
较为准确的estimation？多取一个样本，可能mean和variance就完全不同。
原则上Reviewer说的是对的，这么小的样本，肉眼看看有没有trend，有的话增大样本
后再考虑statistics，没有的话就别浪费时间了。 |
|
p*****m
发帖数: 7030 | 22 样本很小（比如<30） 尤其是<10的情况下用t-test是很有风险的 因为正态性很难
保证 应该改用non-parametric test 虽然会牺牲一些statistical power
是不是正态分布。 |
|
p*****m
发帖数: 7030 | 23 SPSS里面选compare means然后non-parametric 2-sample test就是用的这个 大家常用
的prism里面应该
也有 |
|
p*****m
发帖数: 7030 | 24 我记得SPSS里pair-wise comparison就是指2 sample的意思吧 和paired comparis
on不是一回事 不过我有可能记错了 刚刚把SPSS卸掉了。。
OK我估计是记错了 改了下 应该就叫non-parametric 2-sample blabla |
|
s*****0
发帖数: 357 | 25 Dashagen快被你逼疯了，我坏人做到底，来救救他。
我猜你从书上的理解是normality可以不被严格遵守，相反equal variance更重要，是
不是？这理解本身没错，因为对t test而言，它足够robust来应对一定程度的
normality violation。
但为什么说“t test 要求 underlying data is normal”? 一个建议，先从Z test的
章节读起，看看能否明白一些？另外一个角度，t值的分子是什么？分母是什么？分子
和分母分别是measure什么的? 为什么data highly skewed的时候分子和分母的
measurement就不适用？为什么要引入median，percentile的概念？为什么要有data
transformation？ 既然无所谓data distribution，data transformation又何必多此
一举？non-parametric test难道就是一个摆设？
别单说t test，因为normality assumption不是光apply to t-test。 Google "
par |
|
|
K****n
发帖数: 5970 | 27 in non-parametric methods, each of your data point is actually the parameter
, so they may (or may not) suffer over-fitting... but it is exactly why it
is also more flexible |
|
a****m
发帖数: 693 | 28
observation
接近正太分布, 而且有个equal variance假设,即各组的stdev也要相近. 如果原始数据
不满足
这些条件, 可以考虑data transformation. 理论上log transformation是最佳选择,因为
也只有log的特性,才能将estimation无论是mean还是stdev有意义的transform回来.但
log
transformation不是万能良药, 有些情况下不适用,有些情况下transform了也未必一定
能解决
问题 (课后题: positive skewed和 negative skewed哪个适用log transformation?).
这时候non-parametric就粉墨�: 浅×�.
合normality,但有另外一种特殊的normality要求, 猜猜看?
对t test
理解也有偏差。
t distribution的来历主要是Fisher，他本人科研做的好，但是人品不好，对异己打击
报复，不
让发表，所以有人只好用笔名，也是万不得已。
。他称
之为t distribut |
|
t*d
发帖数: 1290 | 29 终于有块玉砸了过来。解释的蛮清楚的，多谢！有好的meta-analysis的书可以推荐么？
ps：很多学校的生物系没有把统计设成必修课。
combining
parametric
based
value
As |
|
T*******m
发帖数: 66 | 30 我们确实说的不是同一种方法，但是control的意思是一样的：-）
你说的用IBD的方法是nonparametric的，优点是不需要假设penetrance，缺点是power
比较低，并且容易受到sporadic cases的干扰
我首先想到的是MLE的方法，也就是LOD score的方法，是parametric的，在这种方法中
control对likelihood也是同样有贡献的，因此power更高，但缺点是需要假设
penetrance，当假设与实际情况差别较大的时候效果并不如nonparametric的方法
我刚才没考虑到nonparametric的方法，所以说得不够准确，不好意思
affected
linkage |
|
m*****s
发帖数: 156 | 31 this is paired sample design, used to minimize variation from difference
mice.
One analysis method could be to calculate the difference (d=weight1-weight2)
first. Then you could do a non-parametric sign test on d1, d2, ..., dn (n
is sample size or number of mice). Whether there is difference from the
material is equivalent to test whether d is greater than 0.
g |
|
m*****s
发帖数: 156 | 32 it is significant under nominal level (0.05) as your 2-tail p-value is .0286
. But if you want to use t test, you need to check the distribution of your
data. They should look like a sysmetric and one-mode distribution.Otherwise,
try non-parametric test like sign-test. |
|
p******n
发帖数: 874 | 33 1 tail paired t-test. As you H1 is bigger. Do you need to check normality?
Maybe, with only 10 samples, hard to check. But you can do a non-parametric
test.
So many people talk about plot, it's statistical test, the plot won't tell
you anything significant. |
|
z*******a
发帖数: 165 | 34 很多都是n=3， 但是我看很多paper都用t-test， 严格的话n=3很难判断是不是normal
distribution吧 |
|
p*****m
发帖数: 7030 | 35 如果只有n=3 最可靠的办法就是画出scatterplot看看到底有区别没有 如果你很肯定看
到了区别 随便用个方法应付写文章要求就行了。。 这时候啥方法也没有你眼睛看得准
lol..
normal |
|
s*********s
发帖数: 110 | 36 生物的Data如果需要用statistics才能看到difference,
一般我就认为没有difference
虽然我会说它statistically significant
normal |
|
z*******a
发帖数: 165 | 37 问题是有的杂志还要求要justify为什么要用某个test， 要求验证是不是normal
distribution， 比如Nature Medicine, 更变态的是还要求不能写p<0.05, 要写p的具
体值， 我们都知道p的具体值根本没有意义， 而且我就看到有Nature Medicine的
paper就写p<0.05, 他们是不是不太严格执行他们自己的要求？ |
|
e*****t
发帖数: 642 | 38 当然要写p诗多少，有的时候sig level是0.05，有的时候是0.01。用不同的alpha，会
得出不同的结论，人家要看你的具体pvalue，才能判断。 |
|
|
b****r
发帖数: 17995 | 40 我猜这是这个reviewer个人的观点
统计人士相互之间很多时候是有分歧的 |
|
b*****l
发帖数: 9499 | 41 哈哈，前些日子还看到 biologists 和 statisticians 在 PNAS 上对 limited diluti
on assay 样本数和是否符合泊松分布在吵架呢。
的具
合作发展 |
|
l*********s
发帖数: 5409 | 42 3 is way too small; 50 is the minimum
normal |
|
|
h******e
发帖数: 1791 | 44 两都用，如果都小于0.05的话就不用操心了。
normal |
|
|
e*****t
发帖数: 642 | 46 任何有现代生物学概念的人，也不会认为bioinfo会萎缩。
很多东西是有软件用，不需要编程技巧。但是编程永远是高于软件使用，因为编程有很
高的flexibility.
就拿你说的qtl为例。我们实验室有一堆以前做的phenotype and genotype,做diabetes
qtl mapping. 但是这个phenotype有一些特别，不是正态分布.linkage study中，主
要都是linear model来建立模型，都要求phenotype是或者接近于正态分布。这个数据
是right-censored,属于survival studies.目前还没有任何软件可以做semi-
parametric survival studies in qtl mapping. 我们实验室的人都没辙了，我们老板
就招了我。其实也不难，就是用R 的一个package，轻松搞定.
生物技术在evovle,数据复杂度也在evolve |
|
s******s
发帖数: 13035 | 47 well, independent, normality, equal variance
1. independent这个没辙，必须遵守
2. normality, 基本上t-test很robust，因为实际比较的
是sample mean, 这个归于central limit thereom, 就是
数据够多，只要不是一些特别夸张的分布，都可以当normal.
基本上n<15要比较注意normality，或者转成non-parametric;
n>50基本上用t-test没问题.
3. equal variances. 这个stat101都应该说过，除非有理论
支持，否则都要做F test验证；F不通过的话，要用unpooled
t-test, 估计就是你说的welch t
forgotten
use |
|
f*****y
发帖数: 464 | 48 统计菜鸟需要做Kruskcal-Wallis test, 以前用SAS做的，但是现在不在学校，没法用
学校的软件。除了手算，请问有没有其他办法做？比如excel什么的。谢谢。 |
|
|
s********s
发帖数: 3945 | 50 You are right. Definitely you can't use n = 6. I would like to take average
of 2 biological sample then use ANOVA for n = 3. But be sure that the
distribution is (or very close to) normal distribution. Otherwise, use non-
parametric tests. |
|
