- 综合排序
- 最热优先
- 最新优先
- 来自专栏程序员吾真本
7个检验软件系统稳定性场景的混沌工程故障注入开源工具ChaosBlade
ChaosBlade可针对多达7个场景开展故障注入实验，但网上官方的中英文文档质量欠佳，内容缺失，真心没有站在一般用户的角度来写，只能通过运行blade命令的help了解究竟有什么功能。 图片 一句话介绍 ChaosBlade是阿里巴巴开源的针对7个检验软件系统稳定性场景的混沌工程故障注入开源工具：主机基础资源、CRI容器、K8S平台、Java应用、C++应用、阿里云平台、其他服务。 优势 支持多达7个故障注入场景。 劣势 网上的中英文文档描述过于简略。每个功能往往就一句话。只能把工具装上，运行起来，通过help参数，逆向工程来发现有什么功能。 案例 国内有金融行业的用户，已经基于ChaosBlade开发了混沌工程工具平台，在测试环境注入故障，检验基础设施和容器平台的稳定性。 企业生意好，系统运行稳。你所阅读的文章，来自“吾真本说混沌工程”知乎专栏。
1.1K00编辑于 2023-08-12 - 来自专栏连享会
稳健性检验！稳健性检验！
什么是稳健性检验？ 论文中，我们常常要求要做稳健性检验，那么什么是稳健性检验呢？ 如果我们发现 A 不成立，那么我们则应该在稳健性检验中用 E 方法重新检验. 在稳健性检验中，我们可以通过扩宽时间长度或者缩短时间长度来检验我们的结论。 7. 改变样本容量法 当我们选择好了时间之后，同时也要确定我们的样本是否最能体现我们所研究的问题，同时样本中有没有极端值会影响我们的结果。 Stata：一行代码实现安慰剂检验-permute acreg：允许干扰项随意相关的稳健性标准误 aoeplacebo：地理安慰剂检验 专题：倍分法DID 多期DID之安慰剂检验、平行趋势检验 专题：内生性
4.3K30编辑于 2022-05-12 - 来自专栏全栈程序员必看
t检验和u检验_均匀性检验界值表
应用条件与t检验大致相同，但t′检验用于两组间方差不齐时，t′检验的计算公式实际上是方差不齐时t检验的校正公式。 应用条件与t检验基本一致，只是当大样本时用U检验，而小样本时则用t检验，t检验可以代替U检验。 用于正态分布、方差齐性的多组间计量比较。 至于其他的White检验、Brusch-pagan检验(异方差的检验方法)、还有序列相关的t检验、DW检验基本原来是相同的。 关于异方差检验、序列相关的检验其中存在不同的地方，但是思想基本是相同的。 那么我们验证其中的参数的估计是不是显著的，就用t检验。 t检验与F检验有什么区别 1.检验有单样本t检验，配对t检验和两样本t检验。 其他表述： t检验与方差分析,主要差异在于,t检验一般使用在单样本或双样本的检验,方差分析用于2个样本以上的总体均值的检验.同样,双样本也可以使用方差分析, 多样本也可以使用t检验,不过,t检验只能是所有总体两两检验而已
3.3K30编辑于 2022-11-15 - 来自专栏SAP供应链
SAP QM 检验批的系统状态标识‘HUM
SAP QM 检验批的系统状态标识‘HUM' 如同其他SAP单据一样，检验批也有系统状态（System Status）和用户状态（User Status）.系统状态由SAP系统自动赋值，而用户状态则可以由用户手工方式修改 笔者所在的项目上主要库存地都有启用HUM，所以反应在QM的检验批上也会有所不同。 如下检验批#10000043946。 系统状态里有‘HUM’，如下图， 它标识该检验批的质检库存是有Handling Unit管理的，关联了HU号码的。 -完- 2021-5-21 写于苏州市。
1.3K30发布于 2021-05-22 - 来自专栏Linux基础入门
SPSS参数检验 | 假设检验
当总体分布已知的情况下，利用样本数据对总体包含的参数进行推断的问题就是参数检验问题，参数检验不仅能够对一个总体的参数进行推断，还能比较两个或多个总体的参数。 在参数检验这章主要介绍平均值检验、单样本t检验、两独立样本t检验和配对样本t检验。 ? 在正式介绍本章内容之前，我们先来了解一下关于假设检验的相关内容： 两个样本某变量的均值不同，其差异是否具有统计意义，能否说明总体之间存在的差异，这些都是研究工作中经常提出的问题，解决它们就需要进行假设检验 3.假设检验的一般步骤： ①提出零假设（H0） 根据检验的目标，对需要检验的最终结果提出一个零假设。例如，需要检验一个班同学的平均身高是否等于170，即可以做出零假设，H0:h=170。 ②选择检验统计量 假设检验中，总是通过计算检验统计量的概率值进行判断，这些统计量服从或近似服从已知的某种分布，常用的有t分布、F分布等。
2.1K30发布于 2020-09-01 - 来自专栏下落木
T检验
什么是T检验？ T检验是假设检验的一种，又叫student t检验（Student’s t test），主要用于样本含量较小（例如n<30），总体标准差σ未知的正态分布资料。 ，由于备择假设中包含≠，拒绝域分布在两侧： 类别2称为单尾检验 备择假设中包含>的情形，拒绝域在数轴右侧： 备择假设中包含<的情形，拒绝域在数轴左侧： t检验的分类 t检验分为单总体t 检验和双总体t检验 单总体t检验 检验一个样本平均数与一个已知的总体平均数差异是否显著。 双总体t检验 检验两个样本各自所代表的总体的均值差异是否显著，包括独立样本t检验和配对样本t检验。 独立样本t检验 检验两个独立样本所代表的总体均值差异是否显著。 t=4之后的曲线下面积其实就是P值： 为什么t统计量服从t分布 单样本t检验 独立样本t检验 配对样本t检验 可将两配对样本对应元素做差，得到新样本，这个新样本可视作单样本，与单样本t检验统计量证明方法相同
2.7K21发布于 2021-10-13 - 来自专栏医学和生信笔记
R语言线性趋势检验：Cochran Armitage 检验
Cochran Armitage检验是一种线性趋势检验，常用于自变量是有序分类变量，而因变量是二分类变量的资料，可以用来检验自变量和因变量存不存在线性趋势。 注意和Cochran-Mantel-Haenszel检验区分，CMH检验是研究两个分类变量之间关联性的一种检验方法。 关于CMH检验的内容可以参考之前的推文：R语言卡方检验方法总结 换句话说，在2 x 2表格数据的基础上，引入了第三个分类变量，称之为混杂变量。 混杂变量的引入使得CMH检验可以用于分析分层样本，作为生物统计学领域的一种常用技术，该检验常用于疾病对照研究。 下面是CMH检验的一个补充。 默认的CMH检验只能进行3个变量的检验，vcdExtra中的CMHtest()可以进行两个变量的CMH检验。
1.7K20编辑于 2023-02-14 - 来自专栏Linux基础入门
SPSS参数检验 | 平均值检验
前言： 平均值检验是通过比较两个样本的均值来判断两个总体的均值是否相等。还可以执行单因素方差分析和相关分析。 零假设：两个样本的均值没有显著差异。 ? 操作过程： 1.数据输入格式 ? ? ②线性相关度检验：选择此项，即对第一层次进行线性检验，计算与线性和非线性成分相关联的平方和、自由度和均方，以及F比、R和R方。 ? ? 4.完成所有设置后，单击“确定”按钮执行命令。 查看平均值检验的结果分析： ①个案数为400，其中男性的个案为166，储蓄金额的平均值为198239.97，标准偏差为100439.918，女性的个案为234，储蓄金额的平均值为192834.38，标准偏差为
3.8K20发布于 2020-09-02 - 来自专栏SAP供应链
SAP QM 源检验的检验批特殊之处
SAP QM 源检验的检验批特殊之处SAP QM里Source Inspection虽然在项目实践中极为不常用，但是以笔者的经验来看，在找项目参加技术面试的时候，却经常有面试官问到这个流程，用以考察候选者的 检验批# 10000000672是一个源检验（Source Inspection）流程里的检验批,它是根据采购订单4500001239使用事务代码QI07而触发的。 它的inspection type以及Inspection Lot origin都跟采购订单收货过账触发的检验批一样。 2, 这个Source Inspection的检验批的特殊之处：a), 它的System status: REL CALC, 没有SPRQ。b), 检验批上的Insp.Stock选项没有被勾选。 之所以有这3个特殊之处，是因为source inspection的检验批是根据采购订单单据来触发的，而非采购订单收货过账而触发的，所以它与质检库存无关。
1K20编辑于 2023-02-03 - 来自专栏优雅R
「R」t 检验
问题 你想要检验来自两个总体的样本是否有不同的均值（显著性差异），或者检验从一个总体抽取的样本均值和理论均值有显著性差异。 方案 样本数据 我们将使用内置的sleep数据集。 7 3.7 5.5 #> 8 8 0.8 1.6 #> 9 9 0.0 4.6 #> 10 10 2.0 3.4 比较两组：独立双样本t检验 假设有两组独立样本 默认的不是Student t检验而是使用了Welch t检验。注意Welch t-test结果中df=17.776，这是因为对不同质方差进行了校正。 要使用Student t检验的话，设置var.equal=TRUE。 你也可以使用配对样本t检验比较配对的数据。
1.9K20发布于 2020-07-02 - 来自专栏影像PACS源码
实验室云检验信息系统(云LIS源码)
一、区域云LIS系统概述：区域云LIS平台源码，系统完全采用B/S架构模式，扩展性强。整个系统的运行基于WEB层面，只需要在对应的工作台安装一个浏览器软件有外网即可访问。 云LIS系统为实验室服务对象提供检验申请、采集标本、结果查询等功能；为实验室工作人员的核收标本、分送标本、传送资料、分析前处理、质量控制、单向或双向通讯、分析后处理、结果审核、打印报告、结果查询等标本检测过程提供全面的技术支持 后端框架：MVC、SQLSugar等数 据 库：SQLserver 2012图片三、系统功能特点：1.检验流程简单，可自适配，操作简便；2.检验界面优雅，支持报告模板多样化，预设报告模板多种多样；3.接口标准化 四、功能模块1、标本跟踪管理模块实现标本分析前、中、后全过程数据的信息管理，涵盖从检验申请、样本采样、样本前处理、样本接收、集成样本自动分配工作任务等一系统流程管理。 4、危急值管理模块系统一旦发现危急值，会立刻自动推送危急值详细信息（包括项目名称、数值、送检医生、责任护士、患者信息等）至检验人员的审核页面，使检验人员能在第一时间采取干预手段，同时系统会同步记录危急处理信息
87720编辑于 2023-05-22 - 来自专栏SAP供应链
SAP PP 系统怎么知道某个工单release触发的过程中检验的检验类型是03？
SAP PP 系统怎么知道某个工单release触发的过程中检验的检验类型是03？ 在SAP QM模块中，对于生产过程的检验有提供标准的检验类型03予以支持。 实际上项目实践中，还有可能复制03检验类型而创建Z3,Y3等就检验类型。 当我们release一个工单的时候，SAP系统是可以根据工单类型决定此时自动触发的检验批的检验类型是03还是Z3的。 选中一行看详细数据，如下图： -完- 写于2021-7-26.
71200发布于 2021-08-01 - 来自专栏blog(为什么会重名，真的醉了)
Friedman检验及后续Nemenyi检验可视化
文章目录 Friedman 检验 Nemeny检验 Friedman 检验 弗里德曼检验（Friedman test）是一种非参数统计检验方法，用于比较来自不同群体或条件的相关样本。 弗里德曼检验的目的是确定多个相关样本是否存在显著差异。它基于样本的秩次或等级信息，而不是具体的数值。该检验假设每个样本都来自同一总体，并且评估各组之间的差异是否显著。 6 7 6 7 7 5 6 7 在这个例子里面，我有 k=7,N=5 ，那么根据上述公式，我们可以计算得到 \chi_F^2=-27.1714 ， F_F=16.5882 。 接下来执行Nemeny检验。 3 2 1 3 1 1 1 2 2 4 6 4 3 5 6 4 6 7 6 7 7 5 6 7 ]'; labels={'A','B','C','D','E','F','G'};%方法的标签 alpha
4.3K10编辑于 2024-01-02 - 来自专栏生信补给站
R学习—检验
R语言系列学习(各种检验) 1、W检验（Shapiro–Wilk (夏皮罗–威克尔 ) W统计量检验) 检验数据是否符合正态分布，R函数：shapiro.test(). 2、K检验(经验分布的Kolmogorov-Smirnov检验) R函数:ks.test(),如果P值很小，说明拒绝原假设，表明数据不符合F(n,m)分布。 4、T检验 用于正态总体均值假设检验，单样本，双样本都可以。 less", "greater"), conf.level = 0.95) 原假设：p=p0,p<p0,p<p0 计算结果p-值很小，表示拒绝假设，否则为接受假设. 7、Pearson 拟合优度χ2检验 9、McNemar检验： mcnemar.test(x, y = NULL, correct = TRUE) 原假设：两组数据的频数没有区别。
1K40发布于 2020-08-06 - 来自专栏SAP供应链
SAP QM 检验批里某检验特性的取样数量跟检验计划设置不符？
SAP QM 检验批里某检验特性的取样数量跟检验计划设置不符？ 如下检验批号 890000045939, 结果录入界面，第二个特性里，取样数量是50个。 实际上，该检验批对应的检验计划里， 采样过程L-1-0.40的设置， 采样方案是G03, 检查其采样表设置， 检验批数量是660PC, 按照取样表，该检验批里取样数量应该是32。 QP61 看检验计划的修改记录， 11月22日有人修改了该检验特性的取样策略，从L-1-1.00 改成了L-1-0.40 。 执行事务代码QDV3, 去看L-1-1.00这个取样策略, 按照这个取样表，当检验批数量为501到3200之间的时候，取样数量就是50。 检验批是在此次修改之前创建的，所以检验批里的取样数量是根据老的取样策略L-1-1.00来计算出来的。 2019-11-27 写于苏州市。
1K00发布于 2021-01-24 - 来自专栏小明的博客
假设检验
假设检验 原假设与备择假设 显著性水平 两类错误 单侧检验 单个总体均值的假设检验 两个总体参数的假设检验 匹配样本的假设检验 假设检验 原假设与备择假设 原假设：又叫零假设，指的是待检验的假设。 单侧检验 实际生活中，我们希望想要进行检验的假设统计量可能带有方向性，这个时候检验统计量一般会有一个我们能够容忍的上限或者下限，这种情况下的检验我们称之为单侧检验。 单侧检验问题一般分为两大类： 左单侧检验：又叫下限检验，指的是被检验统计量的取值有一个下限，当检验统计量的值低于该下限时，我们拒绝原假设 右单侧检验：又叫上限检验，与上限检验刚好相反。 单侧检验与双侧检验最大的不同时它们的拒绝域往往是朝向某一方的，下限检验的拒绝域往往趋向 ,故也叫作左单侧检验。 两个总体参数的假设检验 匹配样本的假设检验 在实际检验的过程中还存在一种匹配样本，由于这种样本数据本身的一些特点使得再进行假设检验时与一般的假设检验有所区别。
2.4K10编辑于 2022-09-06 - 来自专栏优雅R
「R」频数检验
（独立检验） 通常用于解决这样问题的统计检验方法，分为精确检验与近似检验两种。 post 0 5 pre 1 5 post 1 6 pre 0 6 post 1 7 pre 0 7 post 1 8 pre 0 8 post 1 9 pre 0 1 #> 3 3 1 0 #> 4 4 0 1 #> 5 5 1 1 #> 6 6 1 0 #> 7 7 1 0 #> 8 8 1 0 #> 9 9 1 0 #> 10 10 1 1 #> 11 11 0
1.6K10发布于 2020-07-06 - 来自专栏数据结构与算法
括弧匹配检验
#include<iostream> #include<cstring> #include<cstdio> using namespace std; char a[10001];//( ) char b[10001]; char c[10001]; int main() { int top=0; int top_b=0; gets(c); int l=strlen(c); for(int i=0;i<=l;i++) { if(c[i]=='(') { top++; a[to
93660发布于 2018-04-03 - 来自专栏祥子的故事
假设检验
假设检验的元素 原假设H0H_{0} ： 关于一个或多个总体常数 备择假设HaH_{a} ： 如果我们决定拒绝原假设则将接受的假设 检验统计量 ： 由样本数据计算的 拒绝域 ： 使得原假设被拒绝的检验统计量的取值 结论 ： 作出接受还是拒绝原假设的决策 构建假设检验的步骤： 确定想要的结果（放在备择项），设立好原假设、备择假设 构建统计量，给定α\alpha 计算p值和置信区间，以及β\beta 为了便于理解，分别对三类假设检验给出案例分析 两边的假设检验 单边（左边）的假设检验 单边（右边）的假设检验 原假设和备择假设是一个完备事件组，而且相互对立。 在一项假设检验中，原假设和备择假设必有一个成立，而且只有一个成立。 评价指标介绍 假设检验的两类错误： 第 I 类错误(弃真错误)：原假设为真时拒绝原假设；第 I 类错误的概率记为α\alpha。 第 II 类错误(取伪错误)：原假设为假时未拒绝原假设。
1.1K50发布于 2019-02-18 - 来自专栏又见苍岚
卡方检验
卡方检验常用于以下情况： 检验两个分类变量之间是否存在关联性，例如性别和吸烟习惯之间的关联性。 检验一个分类变量在不同组之间的分布差异，例如不同年龄组中的偏好。 检验观察到的数据与期望的理论分布之间的差异，例如检验一个骰子是否均匀。 在卡方检验中，如果计算得到的卡方值显著大于临界值，就可以拒绝原假设，即认为变量之间存在关联或差异。 卡方分布有多种检验应用，最常用的莫过于 Pearson卡方检验 基础概念 实际频数 卡方检验核心可以理解为判断两个分布之间有多大关系，用于描述分布的只能依靠采样的样本，那么样本如何表示分布呢，用的就是频数 该检验方法广泛应用于分类变量（categorical data）的独立性检验中，也可用于分类变量的比较检验中。 分类变量的独立性检验 检验两个变量分布是否相互独立。
2K60编辑于 2023-11-04
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