- 综合排序
- 最热优先
- 最新优先
- 来自专栏Policy 是门科学
线性回归的结果解释 I：变量测度单位变换的影响
在应用计量经济分析中，有两个基础且重要问题需要关注： 改变因变量和（或）自变量的测度单位（the units of measurement）对OLS估计量将产生什么样的影响？ 变量测度单位变换对结果解读的影响 执行回归命令前，明确变量的单位至关重要。 因变量测度单位成倍变化的影响 表2中的模型（1）和模型（2）分别展示了不同收入测量单位下的回归结果，可得样本回归函数（sample regression function）或OLS回归直线 0.10 ** 0.05 *** 0.01) replace 图片 此外，表2和表3的回归结果还表明，OLS回归的拟合效果（goodness-of-fit）不依赖于因变量或是自变量测度单位的变化而改变 上述结果还缺少因变量单位为 $1、自变量单位为0.01时的回归结果。 为此，表4展示了所有可能的组合。
5.5K151编辑于 2023-04-25 - 来自专栏mythsman的个人博客
常见的距离测度
在对向量进行相似度计算的时候经常需要纠结的是用什么测度来衡量相似度。 这里就稍微介绍下概念上距离测度的定义，以及简单的距离测度。 距离测度的定义 感觉实距离测度本没有标准的定义，只是人们用多了，也就有了这么个定义。 这个函数一般要满足下面的准则： 1、d(x,y)\geq 0（非负性） 2、x=y当且仅当d(x,y)=0（自反性） 3、d(x,y)=d(y,x)（对称性） 4、d(x,y)\geq d(x,z)+d 可以很容易的证明当p>=1的时候，这个距离都是满足距离测度的定义的。不过当 时，他就不满足三角不等式了，也就不算是标准的距离测度了。 上面这些距离测度其实都很好理解，在这里归纳一下主要是为了以后遇到类似距离计算的问题时能够多几种思考的角度。
1.6K20编辑于 2022-11-14 - 来自专栏微生态与微进化
定义群落测度：α多样性分析
Q: 什么是群落测度？ A: 微生物群落的测度（measure）是指对群落矩阵数据的一种度量比较。测度可以用一系列指数（index）或系数（coefficient）来表示。 对于单个对象（样品）的测度计算，可以采用α多样性指数来表示，而对于不同对象之间的比较，则可以采用β多样性指数或者距离。对于变量（物种或环境因子）之间的比较，则采用相关性来比较。 群落测度的分析结果，可用于后续的排序分析、网络分析、聚类分析、判别分析等。
9.6K20编辑于 2022-05-05 - 来自专栏王的机器
测度转换 (下) – 漂移项转换
大概思路就是 先介绍 CMG 定理，但是先研究下不同测度下的正态随机变量（布朗运动）之间的关系，CMG 只是把发现的规律用正式的语言表述。 1 测度转换初体验 1.1 正态随机变量 先考虑一个在 P 测度下的标准正态随机变量 X1 ~ N(0, 1) 和 X2 ~ N(-μ, 1)，令事件 A = {a ≤ X ≤ y}，我们可写出 X1 Q 测度下的标准正态随机变量为 XP 和 XQ，则有如下关系 看个具体例子 XQ = XP + 1，那么 Q 测度下的 N(0, 1) 相当于是 P 测度下的 N(-1, 1)。 假设三个都是随机变量，它们在 Qd 测度下的 SDE 都服从对数正态分布： 注意我故意没有把它们 SDE 的漂移项写出来，因为在后面的推导中只需要扩散项。这样写会极大的简化推导过程。 4 总结 记住下面一串等价关系 换测度 → 换计价物 → 换漂移项 → 换布朗运动 从头到尾需要伊藤定理和 CMG 定理。
2.6K10发布于 2020-02-17 - 来自专栏sickworm
4. 变量声明和变量状态设计
以后不再为空即是他和可空变量的区别，从状态复杂度来看，lateinit 变量是介于非空变量和可空变量之间的。 使用 lateinit 是一个有风险的事情，因为非空的条件变复杂了（初始化后才是非空）。 这种情况就是“没法保证调用前变量已经初始化”的情况了。 这个时候你可以选择将变量声明为可空类型。 可参考：https://en.wikipedia.org/wiki/Null_object_pattern 4. final 除了 Kotlin 的非空类型/可空类型，val/var（即 Java 的 而且它比非空类型更彻底，非空类型只是不允许这个变量变为 null，val 直接不允许变量重新被赋值！声明为 val 的变量状态可能性更少，并发竞争的问题都没有了。 变量状态设计原则 经过上面的变量状态介绍，我们按照变量状态从简单到复杂的顺序，可以得到一个变量状态声明的优先级： 声明为 val 变量，无法满足再考虑 var 声明为非空变量 无法满足声明时赋值，优先考虑赋值为空对象
2K30发布于 2020-02-11 - 来自专栏腾讯研究院的专栏
国外数字经济规模测度：经验和建议
三个不同 数字经济测度没有标准做法，各国有着较大差异。四个英语国家的不同主要体现在以下三个方面。 一是承担的部门不同。承担数字经济规模测度的部门主要有行业主管部门和政府统计部门两类。 三个特征 在数字经济规模测度中，四个英语国家走在了前列，体现出三个明显的特征。 第一，不仅测度规模，还测度就业。西方国家十分重视各个行业的就业监测，甚至把就业摆到和规模同等重要的高度。 测度工作面对的客观现实是数字经济不断进化，不断长出新的东西，是发展中的事物。因此，各国均承认数字经济测度是一项挑战，尚没有完美的方法，所做工作仍是探索性的。测度中多采用逐步迭代、不断升级的方式。 三条建议 数字经济规模测度是“房间里的大象”。各国对数字经济的认识也如同盲人摸象，视角有异，重点不同。为进一步强化数字经济测度工作，建议如下。 一是加强研究合作，寻求最大共识。 国际社会对数字经济测度探索众多，但方法论各有不同，结果缺乏可比性。我们要加强数字经济测度和评估的理论研究，将数字经济测度建立在科学严谨的理论框架之下。
53810编辑于 2024-01-05 - 来自专栏Hank’s Blog
习题 4：变量和命名
下一步你要学的是“变量”。在编程中，变量只不过是用来指代某个东西的名字。程序员通过使用变量名可以让他们的程序读起来更像英语。而且因为程序员的记性都不怎么地，变量名可以让他们更容易记住程序的内容。 值得注意的是，编辑的代码要保持变量一致性，包含变量的输入内容一定要和条件中的变量一摸一样，而这就需要我们的细心，否则的话翻译出来是没有结果的，会出现下面这种情况： Traceback (most recent call last): File "ex4.py", line 8, in <module> average_passengers_per_car = car_pool_capacity 如果只用 4 会有什么问题? 4.0包含浮点数，进行运算得到的结果会更清洁，不加浮点数如果得到的结果包含小数，就只会显示整数部分，这样会导致结果不精确。 浮点数作用就是使计算结果更加精确的 3.在每一个变量赋值的上一行加上一行注解。 ? 4.记住 = 的名字是等于(equal)，它的作用是为东西取名。
48510发布于 2020-09-16 - 来自专栏XinChen's Tec
JavaEE4 - 变量类型
Java 变量类型 在Java语言中，所有的变量在使用前必须声明 格式 数据类型 变量名 [ = 值][, 变量名 [= 值] ...] ; eg int a, b, c; // 声明三个 int型整数：a、 b、c int d = 3, e = 4, f = 5; // 声明三个整数并赋予初值 byte z = 22; // 声明并初始化 z String s = "ixinjiu.cn "; // 声明并初始化字符串 s double pi = 3.14159; // 声明了双精度浮点型变量 pi char x = 'x'; // 声明变量 x 的值是字符 'x'。 Java语言支持的变量类型有： 类变量：独立于方法之外的变量，用 static 修饰。 实例变量：独立于方法之外的变量，不过没有 static 修饰。 局部变量：类的方法中的变量。
78240编辑于 2023-03-06 - 来自专栏王的机器
测度转换 (上) – 等价物转换
Quanto 调整 价值调整 - 时间调整 价值调整 - CVA 价值调整 - DVA 价值调整 - FVA 价值调整 - MVA 价值调整 - KVA 0 引言 对金融产品估值时，我们会对某些随机变量在某种测度下求期望 如果通过转换测度（测度 A 到测度 B）能减少变量个数的话，比如期望符号里从两个随机变量减少到一个随机变量，那么问题会大大简化。 简化完了问题之后，我们还需要知道剩余的随机变量的在测度 B 下的随机微分方程（漂移项改变，扩散项不变），这样才能最终完成推导。 在随机利率环境下，比较在 T-远期测度和风险中性测度下的定价公式： 比较上面两个公式，在 QT测度下我们只用求 1个随机变量的期望，而在 Q 测度下我们需要求 2 个随机变量的期望，因此当利率是随机变量时 在定价股票期权时，比起股票价格，利率对期权价格的影响要小得多，因此把利率当成确定变量甚至常数。
3.2K20发布于 2020-02-17 - 来自专栏python3
习题4：变量和命名
today.") print("We need to put about", average_passengers_per_car, "in each car.") note "_"下划线这个符号在变量里通常被用作假象的空格 常见问题 = 和 == 有什么不同 ‘=’的作用是将右边的值赋予给左边的变量名，‘==’的作用是检查左右两边是否相等 优雅的代码写法 x = 100 而不是 x=100（虽然这样写并没有错误），强烈建议左右两边都加空格
35720发布于 2018-08-02 - 来自专栏XinChen's Tec
GoLang4 - Go语言变量
Go 语言变量 变量来源于数学，是计算机语言中能储存计算结果或能表示值抽象概念。 变量可以通过变量名访问。 Go 语言变量名由字母、数字、下划线组成，其中首个字符不能为数字。 声明变量的一般形式是使用 var 关键字： var identifier type 可以一次声明多个变量： var identifier1, identifier2 type eg package main import "fmt" // Go语言变量 func main() { var a string = "Runoob" fmt.Println(a) var b, c int = 1, 2 fmt.Println(b, c) } XinChen 1 2 变量声明 第一种，指定变量类型，如果没有初始化，则变量默认为零值。 var v_name v_type v_name = value 零值就是变量没有做初始化时
24030编辑于 2023-02-27 - 来自专栏编程
《4》python数据类型和变量
（4）python数据类型和变量 整数 Python可以处理任意大小的整数，例如：1，100，-8080，0，等等。 十六进制用0x前缀和0-9，a-f表示，例如：0xff00，0xa5b4c3d2，等等。 变量 变量的概念基本上和初中代数的方程变量是一致的，只是在计算机程序中，变量不仅可以是数字，还可以是任意数据类型。 变量在程序中就是用一个变量名表示了，变量名必须是大小写英文、数字和_的组合，且不能用数字开头，比如： a = 1 变量a是一个整数。 t_007 = 'T007' 变量t_007是一个字符串。 在Python中，等号=是赋值语句，可以把任意数据类型赋值给变量，同一个变量可以反复赋值，而且可以是不同类型的变量 常量 所谓常量就是不能变的变量，比如常用的数学常数π就是一个常量。
1.1K90发布于 2018-02-28 - 来自专栏kevindroid
mahout学习之聚类（1）——向量的引入与距离测度
假设一篇文档中单词w1,w2,w3,w4…的频率为f1,f2,f3,f4…. 定义文档频率DF = 有这个单词出现的文档个数，而不是在文档中出现的次数。那么单词w的 ? 选择的p值取决于对该向量采取哪种距离测度，如果是曼哈顿距离测度，那就用一范数，其他同理。 余弦距离测度 坐标与原点形成一条向量，坐标之间的夹角即为余弦距离测度： ? 直观一点： ? 值得注意的一点是，这种测度方式不关心长度，只关心方向，测度的范围从0.0（方向相同）到2.0（方向相反）。 Mahout实现这个度量的类为： CosineDistanceMeasure. 加权距离测度 mahout还提供了一个基于欧式距离或者曼哈顿距离的测度实现，WeightedDistanceMeasure类。
1.3K40发布于 2018-06-20 - 来自专栏梧雨北辰的开发录
Python学习(4)：变量与数据类型
学习一门新语言，一切从变量与基本类型说起。Python中的变量使用与其他常见语言有所不同，最大的特点就是Python的变量不需要声明。 一、关于Python中变量使用的几点说明 每个变量在使用前都必须赋值，变量赋值后才会被创建。 Python中的变量就是变量，它没有类型，我们所说的"类型"是变量所指的内存中对象的类型。 等号（=）用来给变量赋值。 等号（=）运算符左边是一个变量名，等号（=）运算符右边是存储在变量中的值。 变量名的首字母不能是数字，而且是字母、数字、下划线的组合。 二、Python中变量的定义 单个变量的定义 name = "fengzi" age = 18 多个变量的定义如下： a = b = c = 1 a,b,c = 1,2, "fengzi" 三
74170发布于 2018-06-07 - 来自专栏我的知识小屋
【C语言简单说】三：浮点数变量和字符变量(4)
好了，我们现在就来说说浮点数变量和字符变量，意思就是存字符的，和浮点数的；在此可能有些白不懂啥是浮点数，没关系，我以前自学的时候也是，搞得我一塌糊涂。 好了，我们的int a=1代表着我们的a这个变量是一个整数类型的变量，它里面存的是1；而float a=1.123;呢？ 我们之前说过int 是说明这个变量是啥类型的，那么在这里换了一个float，这个float是表示浮点数的，那么意思就是说float a=1.123; 就是说明这个变量是一个浮点数类型的变量，里面存的是1.123 之前我们说过%d是用来输出后面的变量的，其实这个%d是规定好输出整数变量的。那么在这里%f是输出浮点数的；我这样说的话听得懂吧？ 好了那我们要注意的是a变量等于号右边是a变量存的值，那么这个值你们看是由单引号引起来的。
59610发布于 2020-10-23 - 来自专栏三木的博客
Linux shell 程序设计4——shell变量
1、shell变量没有类型，所有变量都被当作字符串来处理。 2、shell变量的命名和c语言相同。 如果shell变量的赋值为字符串，而且字符串中含有空格，则必须给该字符串加单引号或双引号。 4、shell变量不同于c语言，无需定义可直接赋值使用。例如： #! ，称之为环境变量。 让一个变量变身为环境变量的方法为： export 变量名 例如：在终端中我们敲入如下命令： 执行脚本： #!/bin/bash echo $a 我们什么也不能得到。 而如果在终端中使用命令： export a=linux 然后执行上述脚本，我们的到结果： linux 7、shell内置变量：bash设置了许多内置变量，在进行shell程序设计的时候可能需要用到。
2.2K60发布于 2018-02-07 - 来自专栏coding for love
4-12 环境变量的使用
/build/webpack.common.js" 3. process.env.NODE_ENV 对于配置文件，我们可以使用 env，那么在源码当中，我们是否可以利用环境变量呢？ image.png mode 本身会通过 DefinePlugin 提供一个全局变量。 image.png 我们就可以在源码中根据这个变量来进行环境的区分。这里涉及到 DefinePlugin 插件，这个插件可以定义一些全局的变量，我们可以在模块当中直接使用这些变量，无需作任何声明。 4. 小结 合理利用环境变量，能帮助我们简化逻辑。但要防止滥用，能通过配置文件单独区分配置的还是尽量写在配置文件，方便维护。 参考 webpack4系列教程（九）：开发环境和生产环境 https://webpack.js.org/configuration/mode/#mode-development NODE_ENV和webpack
68020发布于 2020-03-26 - 来自专栏育种数据分析之放飞自我
笔记 | GWAS 操作流程4-4：LM模型+数值+因子协变量
数值类型的协变量（比如初生重数值协变量，PCA的值）直接加进去，因子协变量（比如不同的年份，不同的地点，场等）需要转化为虚拟变量。 如果一个分析中，既有数字协变量，又有因子协变量，需要将因子协变量转化为虚拟变量后再与数字协变量合并，作为最终的协变量文件进行分析。本次用实际数据进行一下演示。 1. 协变量文件整理 第一列为FID 第二列为ID 第三列以后为协变量（注意，只能是数字，不能是字符！） 4. cov.txt") plink = fread("plink.cov") dd = data.frame(phe = phe$V3,cov1 = plink$COV1,cov2 = plink$COV2_4,
1.7K10发布于 2020-05-29 - 来自专栏王磊的博客
干货分享：Dify中4种核心变量详解！
1.变量分类 Dify 中总共有以下 4 种变量类型： 用户（输入）变量 系统变量 环境变量 会话变量 分别来看这四种变量类型的详细介绍。 sys.workflow_run_id String Workflow 应用运行 ID，用于记录 Workflow 应用中的运行情况 面向具备开发能力的用户，可以通过此参数追踪应用的历次运行情况 4. 会话变量具有以下特性： 会话变量可在大部分节点内全局引用； 会话变量的写入需要使用变量赋值节点； 会话变量为可读写变量。 变量总共分为 4 种类型：用户变量、系统变量、环境变量和会话变量，我们需要根据不同的业务场景选择合适的变量类型进行使用。 本文已收录到我的技术小站 www.javacn.site，其中包含的内容有：Spring AI、LangChain4j、Dify、AI Agent、MCP、Function Call、RAG、向量数据库
4K10编辑于 2025-05-27 - 来自专栏神经网络和深度学习
4 多变量线性回归(Linear Regression with Multiple Variables)
4 多变量线性回归(Linear Regression with Multiple Variables) 4.1 多特征(Multiple Features) 4.2 多变量梯度下降( Plotting Data 5.5 Control Statements: for, while, if statement 5.6 向量化(Vectorization) 5.x 常用函数整理 4 多变量线性回归(Linear Regression with Multiple Variables) 4.1 多特征(Multiple Features) 对于一个要度量的对象，一般来说会有不同维度的多个特征 参照上图，则有 x(2)=1416 3 2 40,x1(2)=1416 多变量假设函数 h 表示为：hθx=θ0+θ1x1+θ2x2+... 当然，同单变量梯度下降一样，计算时需要同时更新所有参数。
1K30发布于 2020-07-02
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号