z*h
发帖数: 773 | 1 【 以下文字转载自 Military 讨论区 】
发信人: Corinthian (Diogenes门下一走狗), 信区: Military
标 题: “曲棍球杆曲线”丑闻、气候泡沫与气候政治的未来 zz
发信站: BBS 未名空间站 (Sat Jan 1 14:00:40 2011, 美东)
http://www.21bcr.com/a/shiye/yuwai/2010/0907/1563.html
随着2009年11月 “气候门”邮件的公开，主流气候变化学术共同体遇到了历史上一个
真正的挑战，而一个月后哥本哈根本会议的“重大挫折”，又使得近年来气候政治的强
劲势头出现了严重困难，这都是近二十年来“气候变化”界未遇到过的。这两条战线的
机制和规则自然有所不同，但总体看，气候科学是气候政治的基础，所以后哥本哈根时
代的焦点仍然在气候科学领域。随着“气候门”带来的对政府间气候变化专门委员会（
IPCC）的强烈质疑，很多之前言之凿凿的神话正在倒塌，如长期鼓吹“人类造成的地球
变暖”（Anthropogenic Global Warming, AGW）的顶级科学期刊《自然》对IPCC报告... 阅读全帖 |
|
w*******e
发帖数: 285 | 2 比如100的点，我知道他们之间的相互距离，假设这是一个欧几里德空间，那我怎么能
猜测大概的维度。我看有人说可以用svd分解，如果是n维的话，前n个singular value
会比后面的大很多，但是我随机生成100个n维向量，然后再生成一个distance matrix
进行svd分解也看不到这种明显的分水岭。请问还有什么好办法吗？这个跟PCA不同，
PCA是对一堆已知的n维向量进行reduction。 |
|
d*****u
发帖数: 17243 | 3 我也不是内行，只能简单谈谈印象，不一定说得对
比如人脸识别，最成功的技术还是基于PCA，找eigenfaces
这完完全全就是统计，没别的
但是人的面孔识别肯定不只是把图像信号在视觉中枢里做PCA那么简单
比如还有基于经验的信号补偿、一些三维重构等等
（这些其实也可以用data来train，题外话）
主要参数也未必很符合principle components
当然有些时候模型还是挺复杂的，至少看上去也比较合理
就像最简单的找物体轮廓，都包含了光学原理、微分几何原理等等
这部分的难点大概也就在于一些top-down processing |
|
j******y
发帖数: 700 | 4 您说的是PCA吗？好的我会试试
那请问一下用什么软件处理比较好呢？我用MATLAB做，但是一旦vector多了，比如说上
百个，matlab就显示out of memory了，不知道是我一次load了太多的vector还是什么
，有没有什么解决方法呢？
谢谢
还有一个相关问题就是MDS和PCA哪一个好些呢？ |
|
y***i
发帖数: 11639 | 5 bioinfo有瞎米成就？任何一个时间段上，bioinfo的结果比bench work的结果来说，
基本可以忽略不计。
你以为会了t-test/PCA之类就等于会数据分析了？---- 至少已经能做现在bioinfo很
重要的一部分了。现在bioinfo对生物学有重要意义的研究方法有那么几块，t-test/
PCA可以说是一大块了。。。。 |
|
e*****t
发帖数: 642 | 6 这位老兄估计还是在那种一个gene，一个蛋白做到死的实验室。
那就请你不要用genome browser，不用blast，不要用bioinfo任何软件设计引物。
从你能知道t-test和PCA这两个名词来看，你估计是在某个seminar上听说过人家谈论
microarray的分析。很不幸的告诉你，microarray即将被淘汰了。
还有，看到这个：“t-test/PCA可以说是一大块了。。。。”，我强烈呼吁千老们要积
极起来，多学习学习了，井底之蛙太可怕。
我见过很多做bioinfo的人，不论是生物出身还是别的，对生物的理解丝毫不比wet lab
的差。相反，做bench的，很多人队bench以外知识了解的太少太少，可能是千老们压力
大，没有时间学别的。
我们系曾经邀请一个在genetics top级的牛人做报告，有个学生问他怎样才能在学术界
取得成功。他的回答是你的学会怎样handle large dataset，才能找到工作，找到工作
你才能做自己喜欢的research，这是未来science career发张的方向。说的太诚恳了。 |
|
A*****n
发帖数: 243 | 7 首先他们做完PCA之后就不再是完全的随机了，就像上面说的microarray数据一来，直
接做个PCA，实际上就能做到很好的效果了。之所以作biomarker的研究就是希望能够用
尽量少的基因数实现同样的目的。想象一下有个完美的基因，同时还有100个基因的表
达模式和其高度相关，不同的方法会选出这100个里面中间的一个。这个时候，方法没
有什么重大缺陷，基因也没有错，每个也都能作为一个很好的biomarker。错的其实就
是有些人在希望这个基因有很好分类性能的同时，还希望证明这个特定的基因和机制有
关系，这就相当于对biomarker寄予了太高的要求。 |
|
A*****n
发帖数: 243 | 8 首先他们做完PCA之后就不再是完全的随机了，就像上面说的microarray数据一来，直
接做个PCA，实际上就能做到很好的效果了。之所以作biomarker的研究就是希望能够用
尽量少的基因数实现同样的目的。想象一下有个完美的基因，同时还有100个基因的表
达模式和其高度相关，不同的方法会选出这100个里面中间的一个。这个时候，方法没
有什么重大缺陷，基因也没有错，每个也都能作为一个很好的biomarker。错的其实就
是有些人在希望这个基因有很好分类性能的同时，还希望证明这个特定的基因和机制有
关系，这就相当于对biomarker寄予了太高的要求。 |
|
l******n
发帖数: 4 | 9 Those I am using:
General analysis tool: SAP2000
Concrete building: ETABS
Concrete foundation: SAFE
Steel building: RAM-Steel
Concrete Slab (w/ PT): ADAPT
Concrete member design: PCA-Slab, PCA-Column
3D software: Revit
根据我个人经历, 软件本身用起来都不难, 而且都大同小异, 关键的是对设计理念, 基
本假设, 结构分析, 及构造细节的把握, 这些没有经过真正的project还是很难在书本
上学到. 如果只是想学软件, 做一个summer intern就行了. |
|
a********x
发帖数: 4 | 10 yeah, that would be just regular PCA. Now, my problem is I want to fix the
first PC equal to a constant vector, whereas the first PC generated by a
regular PCA usually is not a constant vector... |
|
b*******n
发帖数: 12321 | 11 大家好,我是学化学的,但是最近做的实验要用到Linear Dsicriminant Analysis(LDA)
分析数据
我稍微懂点PCA,知道可以用Matlab做PCA,但是请问,用MATLAB可以做LDA吗?
多谢!!!
^_^ |
|
v*******e
发帖数: 11604 | 12
我也不是做这个的，我这是业余研究，我的自封title是amatuer scientist。多看看文
献就会发现大牛也不过如此。这是人类的最后一个大事件了，如果不参与就太不应该了
。我看你有兴趣就不如也参与吧。而且这是业余研究可以成功的不多领域之一。我讲几
件事情你就知道了。
1. 我自己通过思考得出Hebbian learning是PCA的结论。完全的独立思考结果。然后我
就找到1982年的Oja文章。
2. 然后我又想出supervised learning就只需要把结论和输入一起输入给Oja系统的输
入端。然后我一找，就是5年前的发现而已。
3. 我自己思考的出人脑里面对事物的coding是在一个vast dimension space里面，PCA
也是在这里做的。然后我一查，就是2014年的发现，比我早一年而已。
我还有一些想法，有的还不成熟，有的肯定已经有人做了，有的可能还是新的。我很开
心，我做matuer scientist做得很好。 |
|
s*******8
发帖数: 118 | 13 俺们这里第一年都要到hem/onc轮转一个月，这里算是比较忙得service，虽然没有on
call,但每天都要收病人，病人主要是三类leukemia,SCD,再就是癌症了。因为我们这里
黑人比较多，所以几乎天天可以碰到pain crisis的病人，关于SCD的患者首先是要排除
acute chest syndrome,再就是PE,记得前两天有个患者，上看他的时候，突然发现他
SOB,tachycardia,我的第一感觉是PE,查访的时候attending也同意马上order CT angio
,结果发现是subsegmental PE.再就是DVT,这也是比较常见的。关于pain management,
开始都是PCA pump,如果没有过敏史 先用morphine
关于PCA的设定就要因人而异了，morphine basal一般在 1-4mg，on demand 0.5-2,
15min lockout,一般隔几个小时看看患者，如果病人经常push就需要增加basal的剂量
了。如果还不管用的话就要换dilaudid了，2个药的剂量比morphine 5mg=dilaudid 1. |
|
J*J
发帖数: 201 | 14 ☆─────────────────────────────────────☆
scrub2008 (jobsmac) 于 (Thu Nov 27 16:09:54 2008) 提到:
俺们这里第一年都要到hem/onc轮转一个月，这里算是比较忙得service，虽然没有on
call,但每天都要收病人，病人主要是三类leukemia,SCD,再就是癌症了。因为我们这里
黑人比较多，所以几乎天天可以碰到pain crisis的病人，关于SCD的患者首先是要排除
acute chest syndrome,再就是PE,记得前两天有个患者，上看他的时候，突然发现他
SOB,tachycardia,我的第一感觉是PE,查访的时候attending也同意马上order CT angio
,结果发现是subsegmental PE.再就是DVT,这也是比较常见的。关于pain management,
开始都是PCA pump,如果没有过敏史 先用morphine
关于PCA的设定就要因人而异了，morphine basal一般在 1-4mg，on demand 0.5-2,
15min |
|
h**********6
发帖数: 134 | 15 我在用NCSBN复习考试，有一道题不明白，希望各位帮忙一下
You are teaching a client about the PCA planned for post-op care. Which
statement indicated further teaching many be needed by the client?
A. I will be receive continuous doses of medicine.
B. I should call the nurse before I take additional doses.
C. I will call for assistance if my pain is not relieved.
D. The machine wil prevent an overdose.
我觉得A是答案，但是给的B. PCA is continuous doses?
Thanks |
|
j******g
发帖数: 33 | 16 I worked in post-op. PCA 是可以设成Continuous, 但通常都是设成Standard, 当然
这些需要看医生的医嘱。
Continous 就像IV一样，病人一直会有小剂量的止痛药，同时病人可以按BUTTON来止痛。
STANDARD 时候病人只能按BUTTON来止痛，但有时间间隔，通常8分钟，8分钟只能按一
次，按多了也没用。
所以这道题出的有问题。我认为A和B都是正确答案。题目本身并没有说医生ORDER的是
CONTINUOUS，所以病人并不一定RECEIVE CONTNUOUS DOSE。答案B: 因为是病人本身控
制的PCA，病人不需要CALL NURSE 在按BUTTON 之前，要是这样的话，还不把护士忙死
和气死。 |
|
i*n
发帖数: 649 | 17 一直都知道这个信息，朋友中就有这样找到工作的，比直接找rn容易多了，算是美国医
院的潜规则，以前偶自己有心理障碍，觉得有执照还去作cna，是自降身价，不过只怕
现在想用这个法子也不好使了，别忘了每年都有n多的新毕业ma和cna再加上外国的有经
验护士，前2天在医院volunteer的时候就遇到个新ma说投了n多的简历都找不到工作，
可见pca或cna的竞争多激烈，只祝愿各位多福吧，能找到pca的工作都算运气了。 |
|
j********1
发帖数: 762 | 18 发信人: WEST4 (CSMC), 信区: Nurse
标 题: Re: 下班回来，又累又伤心。
发信站: BBS 未名空间站 (Thu Jul 29 05:59:19 2010, 美东)
我想有感讲讲我的经历。说错了， 姐妹门别拍我，我这里先请大家原谅了。
其实到底干CNA还是WAITRESS？因人而异。我知道这里很多姐妹很能干在国内就开始
他们的职业生涯了， 他们有的在国内本身就是护士，甚至有人还是医生， 而且英
文还好，所以不用在美国从CNA开始。说真的， CNA 和国内的护工差不多，一般在
国内我们这里很少会有人干护工。 但我有点不同。我得益我的CNA经历。 我是干
PART-TIME PCA当我还在学第一门护士课时。我F2来的，当时学护士是因为好找工作，
我在国内学文科，英文也不好。和医院打交道就是去生孩子。我干PCA还是对学习
有帮助的。老师讲课到病例，如果我照顾这种病人，病人的症状就在我的脑海里，
以前看见现象不知为什么，老师讲原因，记忆就很深刻。另外的优惠是医院报销了
我的学费，当然我是答应在那毕业后工作两年。毕业时工作也不是象刚开始一样好找了，
所以我毕业后就内部 |
|
a******y
发帖数: 842 | 19 LZmm 真强啊！！ 我在医院下属的Veterans' Home做志愿者，我的同学也有在那里做
PCA的。和他们比，感觉口语和气场完全不行啊，人家推个轮椅都能称兄道弟的。。。
不知什么时候能过这个语言和心理的坎儿。
再问问PCA的要求多么？Phlebotomy在那里学呢？另外CPR的证在我们学校学很贵，网上
又很便宜，医院认么？
我一个大外行也不知道怎么准备，请给点意见吧，谢谢啊！ |
|
l*****2
发帖数: 5 | 20 要是已经拿到可以做PCA的东西，就不难了。
麻烦在于Data processing. 从LC-MS results （raw files) 到可以供PCA处理的表格
化的
数据"半成品"。
比如说这个问题：在Rt有漂移的情况下，如何确定不同样品给出了同一个峰呢？
Mannual processing 当然可以。不过要处理数百个样品，每个样品有数百个峰，
Mannual processing 就不太现实了。
MZmine 的介绍看上去不错. 可是用起来却不对劲. (version: 0.6,还是个beta版,再等
等也许好一点) |
|
C********n
发帖数: 6682 | 21 【 以下文字转载自 Science 讨论区 】
发信人: Corinthian (Diogenes门下一走狗), 信区: Science
标 题: “曲棍球杆曲线”丑闻、气候泡沫与气候政治的未来 zz
发信站: BBS 未名空间站 (Sat Jan 1 14:09:21 2011, 美东)
发信人: Corinthian (Diogenes门下一走狗), 信区: Military
标 题: “曲棍球杆曲线”丑闻、气候泡沫与气候政治的未来 zz
发信站: BBS 未名空间站 (Sat Jan 1 14:00:40 2011, 美东)
http://www.21bcr.com/a/shiye/yuwai/2010/0907/1563.html
随着2009年11月 “气候门”邮件的公开，主流气候变化学术共同体遇到了历史上一个
真正的挑战，而一个月后哥本哈根本会议的“重大挫折”，又使得近年来气候政治的强
劲势头出现了严重困难，这都是近二十年来“气候变化”界未遇到过的。这两条战线的
机制和规则自然有所不同，但总体看，气候科学是气候政治的基础，所以后哥本哈根时
代的焦点仍然在气候科学领域... 阅读全帖 |
|
b***k
发帖数: 2673 | 22 Notes on PCA
主成分分析
在统计学中，主成分分析（principal components analysis (PCA)） 是一种简化数据
集的技术。它是一个线性变换。这个变换把数据变换到一个新的坐标系统中，使得任何
数据投影的第一大方差在第一个坐标(称为第一主成分)上，第二大方差在第二个坐标(
第二主成分)上，依次类推。主成分分析经常用减少数据集的维数，同时保持数据集的
对方差贡献最大的特征.这是通过保留低阶主成分，忽略高阶主成分做到的。这样低阶
成分往往能够保留住数据的最重要方面.但是，这也不是一定的，要视具体应用而定.
analysis, |
|
a****5
发帖数: 2 | 23 Reference:
Here are the books I used for preparation. All the commons are just my
opinion.
1. "A Practical Guide to Quantitative Finance Interviews": You should be
fine with most of the standard
BT/Probability/Math/Option pricing questions if you truly UNDERSTAND every
part of the book.
2. "C++ Primer": It is too lengthy and is full of details. But it is very
comprehensive and you can find
everything there (before or after you are asked the questions :) )
3. "Effective C++": The first 10 ~ 20 it... 阅读全帖 |
|
q*******l
发帖数: 36 | 24 问题：
ridge regression 里面penalization那部分如果将L2 norm 换成L1 norm，那会倾向于
选择parameters更多还是更少的模型？
不是很明白这个问题是什么意思，大家帮忙看一下。
====
附：
电面，GETCO 伦敦quant trader
估计自己是没什么戏了，给需要的人参考一下吧。
面试过程非常简洁，1v1。对方法国EP出来的quant,他先自我介绍两句，我自我介绍两
句，然后直接开始问问题。
Q：GETCO 有很多products，怎样用这些作为predictor建一个revenue的模型。
A：Linear model, blabla...
Q: 你还能想到什么方法
A：nonlinear model, neural network..?
Q: predictor怎么多，会出现什么问题？
A：1.computational cost 2.不同的predictors correlated
Q: What's the name of it?
A: (ft..."name"这个单词以为是个没听过的专业术语呢，叫他重复了2遍...)
mul... 阅读全帖 |
|
p****u
发帖数: 2596 | 25 飘过，７年前开始看PCA，间间断断的，到现在也没有明白PCA怎么回事情。 :(
cashflow |
|
C********n
发帖数: 6682 | 26 【 以下文字转载自 Military 讨论区 】
发信人: Corinthian (Diogenes门下一走狗), 信区: Military
标 题: “曲棍球杆曲线”丑闻、气候泡沫与气候政治的未来 zz
发信站: BBS 未名空间站 (Sat Jan 1 14:00:40 2011, 美东)
http://www.21bcr.com/a/shiye/yuwai/2010/0907/1563.html
随着2009年11月 “气候门”邮件的公开，主流气候变化学术共同体遇到了历史上一个
真正的挑战，而一个月后哥本哈根本会议的“重大挫折”，又使得近年来气候政治的强
劲势头出现了严重困难，这都是近二十年来“气候变化”界未遇到过的。这两条战线的
机制和规则自然有所不同，但总体看，气候科学是气候政治的基础，所以后哥本哈根时
代的焦点仍然在气候科学领域。随着“气候门”带来的对政府间气候变化专门委员会（
IPCC）的强烈质疑，很多之前言之凿凿的神话正在倒塌，如长期鼓吹“人类造成的地球
变暖”（Anthropogenic Global Warming, AGW）的顶级科学期刊《自然》对IPCC报告... 阅读全帖 |
|
T******r
发帖数: 265 | 27 非常感谢大家的热情回复。今天我试了试pls （partial least square),但是有点不明
白，希望高手指正。
我用R - pls package试的，问题是有一次
我错误的把dependant variable 加到formula的右边，就是
y ~ y + X (我有>10000 explanatory variables)
我觉得这样的话，我应该得到一个factor能100%解释dependant variable，但是pls的
并没有产生这样一个factor.我把这个和
y ~ X
的结果比较，两次产生的factor很类似。
我的感觉是 y 被 >10000 X 掩盖住了。
以前我用pca的时候，也犯过类似的错误，结果也是这样。对于pca我能"理解"。但是
pls理论上考虑了 dependant 和 independant variables的关系，不应该是这样的吧？
还有我想问一下，如果要在R 试一试 1 norm svm， 我是应该用penalizedSVM吗？
题外话，我看到的1 norm svm的应用多是在categorical variables，不知道 |
|
s*****n
发帖数: 2174 | 28 首先, 你确定你要做的是因子分析而不是主成分分析吗?
如果你觉得FA和PCA很相似, 那还是最好考虑一下到底是
FA的问题还是PCA的问题. 这两个本质上还是挺不一样的,
虽然数学上有相近的地方. |
|
D*******a
发帖数: 207 | 29 PCA后可以用AIC除掉相关性不强的eigen vector。
而先AIC选好变量后，我不觉得再用PCA有什么好处。 |
|
A*******s
发帖数: 3942 | 30 最简单的dissimilarity measure就是euclidean distance，还有Mahalanobis
distance之类的。categorical/binary variable distance有一些不同的方法，你可以
google一下。
用PCA的方法主要目的是消除correlation，比如说三种不同的习惯，football fan/
baseball fan/table-tennis fan。
有三个人甲乙丙，习惯分别是100,010,001
如果你用euclidean distance来衡量dissimilarity的话，D(甲，乙)，D(乙，丙)和D(
甲，丙)都等于根号2。但是如果football和baseball的correlation很高，那么直观上
，我们认为甲乙的distance应该比甲丙和乙丙的距离都小。如果你用PCA得出一组新的
，互不相关的“习惯”的话，就应该不用考虑correlation的问题。不过另外的问题是怎么weighting。
我不是很确定这种做法的理论基础，问问大牛吧。 |
|
g******h
发帖数: 266 | 31 Factor analysis is related to principal component analysis (PCA) but not
identical. Because PCA performs a variance-maximizing rotation of the
variable space, it takes into account all variability in the variables. In
contrast, factor analysis estimates how much of the variability is due to
common factors ("communality"). The two methods become essentially
equivalent if the error terms in the factor analysis model (the variability
not explained by common factors) can be assumed to all have the s |
|
F****n
发帖数: 3271 | 32 Sorry, no PCA. I explained that multicollinearity was regarded as tolerable
(small correlation) and also PCA makes interpretation hard.
Basically I am looking for a method that can sequentially "strip away"
correlation from an IV to previous IVs. My questions actually are:
1) Whether such methods exist;
2) If no, can we interpret the coefficients as in my original post, e.g.
b1 is based on X1, b2 is based on X2 minus the correlated part with X1. My impression is probably yes, because OLS coeffs |
|
g********r
发帖数: 8017 | 33 有outcome vvariable的话，PCA不一定好。主成份不一定跟outcome相关。解释也成问
题。
类似思路更好的有supervised PCA， SIR, PLSDA等等。
机器学习的方法比如random forest, SVM挺好。
variable selection比如elastic net，group lasso之类大概也行。是不是有线性假设？ |
|
d******g
发帖数: 130 | 34 PCA does have interpretation issue but should good for prediction's sake.
There is always cross-validation for testing the best components for PCA
models as well as a parsimonious one.
For shrinkage method,LASSO is good for both variable selection and modeling,
outperforming ridge regression. I don't understand your "线性假设"? Do
you mean the assumptions for applying OLS? For computation sake, least
angle regression is usually used for LASSO instead of least square from what
I know. Efron has... 阅读全帖 |
|
R*******c
发帖数: 249 | 35 我理解你所说的“PCA不一定好。主成份不一定跟outcome相关”
请问可以稍微详细点解释一下 “类似思路更好的有supervised PCA， SIR, PLSDA等等
”，比如哪
个更好之类的？谢谢啊
设？ |
|
e*****t
发帖数: 642 | 36 有一个dataset，是每个subject有很多variables（~30).
从中找出一些人，具有对这30个variable 是extreme value，形象的说，就是那些远离
group center的subjects
我觉得pca可以做这个，但是pca最后给我大约10个principle component（~90%
variance). 怎么根据这10个pc，找出远离中心的subjects？根据每个pc来排rank吗？
然后算ranking的平均值？ |
|
A*******s
发帖数: 3942 | 37 我看你check normality又做t test，猜你大概想要做LDA。如果只是classification的
话，variable selection for high dimension的方法就多了。楼上提了几点你可以看
看。
truncated PCA用来classficiation效果不一定好，可以看看Hastie的那篇supervised
PCA文章。 |
|
k****e
发帖数: 23 | 38 来自主题: Statistics版 - 问个面视题 pca 当时学的时候就没怎么弄明白,接这个机会问下: 假设我有n个变量, x1, x2, ...,
Xn, 它们之间的variance-covariance matrix 用 V 来表示.
PCA 之后, 我们可以得到新的变量y1, y2, .., yn
问题 1: 对于每一个y, 都可以表达为 x 的linear combination, 对么?
问题 2: 如果 1 对的话, 那么 x 的系数要满足什么条件才能使得 y orthogonal
between each other? |
|
A*******s
发帖数: 3942 | 39 一般来说variable本身的variance不能相差太大
要不condition index会很高
这样也会有numerical error
尤其是需要稍微复杂的优化
我就试过sas mixed effect model打死也不能converge
standardization之后就搞定了的情况。
PCA需不需要stdize？
嗯...这个问题好像不该这么问。
觉得应该这样问--
什么时候用covariance，
什么时候用correlation matrix做PCA？ |
|
D***0
发帖数: 414 | 40 第二种方法的作用并不是消掉某一个空间，而是能知道与A相比，B，C，D的作用是多少。
我并不确定是否有足够好的方法能够剔出空间影响，因为个体的差异和每个个体受到空
间的影响也是不同的。
你已经用过PCA了吧？PCA就是把correlated 变成independent,不知道你要做什么，也
许你可以换个方式draw your conclusion. |
|
R*******t
发帖数: 367 | 41 Cerebral MRA has pretty standard protocol in terms of imaging acquisition.
When I dictate a report, I always include the following:
Intracranial portion of internal carotids including petreous, clinoid and
siphon
Anterior cerebral arteries, A1 and A2
Acom and pcom, look carefully for aneurysms
Mcas, need to follow at least to trifurcation
Pcas, p1 and p2, if there is fetal origin of pcas
Basilar artery, vertebral, superior cerebellar arteries, pica and Aica.
These arteries should be steadily see... 阅读全帖 |
|
R*******t
发帖数: 367 | 42 Cerebral MRA has pretty standard protocol in terms of imaging acquisition.
When I dictate a report, I always include the following:
Intracranial portion of internal carotids including petreous, clinoid and
siphon
Anterior cerebral arteries, A1 and A2
Acom and pcom, look carefully for aneurysms
Mcas, need to follow at least to trifurcation
Pcas, p1 and p2, if there is fetal origin of pcas
Basilar artery, vertebral, superior cerebellar arteries, pica and Aica.
These arteries should be steadily see... 阅读全帖 |
|
f****o
发帖数: 2770 | 43 感谢大家支招
当时那个intern order了meperidine 12.5mg-25mg IVP Q4hrs for overnight until
day shift people come in。我也让这个order过了。
我也没啥办法了(其实可以oxycodone rectally，估计病人也不会同意的)
但是pain pharmacist不让我以后approve meperidine for pain，说seizure has been
reported after single dose meperidine in patient with normal renal function
. 但是呢，她又不给我一个recommendation，我就想说以后又发生酱紫的情况咋办。
那个病人手术之前有没有take long acting opioid/有无chronic pain issue我已经不
记得了。fentanyl patch onset很慢，等onset了天就亮了day shift就来了也就没我的
事情了。
fentanyl IVP不是说nurse不能push on ... 阅读全帖 |
|
|
O*********y
发帖数: 923 | 45 借这个楼搭个顺风车问个问题，PCA（lab5 里面用到）是不是主要用来做数据的预处理
（减少data dimension）用,比如用pca生成图像观察data的特征发现outlier等，然后
用新生成的reduced dimension feature去做modeling去预测？那最后model的分析解释
parameters也是建立在new feature上，谢谢。
我是新手，多谢指教。 |
|
a*********g
发帖数: 2853 | 46 来自主题: _Auto_Fans版 - 又被歧视了 同样一条赛道上课，BMW club和Porsche club去上就是125，对外就是535. 去Lotus自己
的club里边看了一圈，基本都是腐败活动，要不就是直接开跑，也不先热热身啥的。
看看能不能注上五月份PCA的课吧，还得让PCA的人先注，有空余名额才轮到非会员。
另外BMWCCA的high performance class还不让convertible上，又歧视我。
实在不行，我七月份去注个SCCA两天的课，直接住到学校边上去，哼！ |
|
a*********g
发帖数: 2853 | 47 听lotustalk上一个附近的哥们说，BMW CCA的member可以参加PCA和alfa club的活动，
而且不要求是BMW owner。准备走这条路了，不过还在等PCA的确认，看是不是能上他们
的car control clinic
离下一次开课还有一个月出头，打算先把头盔搞定了。好像各个club都要求至少SNELL
2000的，不过再一两年2000的就该过期了，还是直接上2005的吧。然后又分M和SA，M的
好像是摩托车头盔，，面部是敞开的，防火差一些，不过初级基本都接受M级头盔，而且
可以做其他用途。SA的感觉是全封闭的，贵好多，戴上啥都不能干了吧，中高级以后好
像就必须是SA的了。
我是凭自己查的一些东西瞎推测的，可能有些地方猜错了。版上玩track和autox的，你
们是先搞个M的玩玩，等需要了再上SA呢，还是一步到位？不知道该戴多大号的，像什么
样的local店有这种头盔呢，可以先去试试。 |
|
m*********k
发帖数: 10521 | 48 本次统计截止时间为：2014-03-07 01:00:00 （美东时间）
成功奖励 20 伪币的用户: CNES, captainJammy, digitalpiano, GiantFish,
GoMustang, hexieNo1, hululu, huytnankai, janedare2000, jinselan, JVMCLR,
kevinloop, killcy, KKWW, lanmeimei1, laoselang, leorczhu, liam, LynnCA,
MadDaemon, MappleCity, mgong93, mm168, moonlake711, Mrwang88, nile, oxhorn,
pascaldechin, PCA, purplexwj, pwwp, rch175, renzaimg, Rice2010, samuncle,
sgzzhou, spsa, sweetbug, Tennyson, therion, Tianzi, tonystm, tywodx, wh,
xsjenny23, zhixian
奖励版面:(Automobile... 阅读全帖 |
|
m*********k
发帖数: 10521 | 49 本次统计截止时间为：2014-03-07 01:00:00 （美东时间）
成功奖励 20 伪币的用户: CNES, captainJammy, digitalpiano, GiantFish,
GoMustang, hexieNo1, hululu, huytnankai, janedare2000, jinselan, JVMCLR,
kevinloop, killcy, KKWW, lanmeimei1, laoselang, leorczhu, liam, LynnCA,
MadDaemon, MappleCity, mgong93, mm168, moonlake711, Mrwang88, nile, oxhorn,
pascaldechin, PCA, purplexwj, pwwp, rch175, renzaimg, Rice2010, samuncle,
sgzzhou, spsa, sweetbug, Tennyson, therion, Tianzi, tonystm, tywodx, wh,
xsjenny23, zhixian
奖励版面:(Automobile... 阅读全帖 |
|
s*******l
发帖数: 8210 | 50 【 以下文字转载自 Military 讨论区 】
发信人: stillwell (cgi), 信区: Military
标 题: 国际常设法院：Permanent Court of Arbitration
发信站: BBS 未名空间站 (Wed Jul 13 13:38:01 2016, 美东)
国际常设法院，基于国际政府间公约于1899年成立，是一个国际政府间常设法律机构，
其作用是解决会员国间的国际争端并依据相关国家法，条款等为其会员国进行相关法律
服务。
The Permanent Court of Arbitration, established by treaty in 1899, is an
intergovernmental organization providing a variety of dispute resolution
services to the international community.
https://pca-cpa.org/en/home/
由于是政府间法律组织，只有主权国家的政府才能以国家名义加入。换言之，只有一国
政府认可其条款才能以国... 阅读全帖 |
|
