草庐IT

统计检验

参数检验和非参数检验的区别:    期刊文献中常规数据的主流统计检验方法分为两种:以T检验、方差分析等为代表的参数检验;以秩和检验、卡方检验为代表的非参数检验    参数检验:假定数据服从某分布(一般为正态分布),通过样本参数的估计量(x±s)对总体参数(μ)进行检验,比如t检验、u检验、方差分析。    非参数检验:不需要假定总体分布形式,直接对数据的分布进行检验。由于不涉及总体分布的参数,故名非参数检验。比如,卡方检验,秩和检验。    参数检验的集中趋势的衡量为均值,而非参数检验为中位数。    参数检验需要关于总体分布的信息;非参数检验不需要关于总体的信息。    参数检验只适用于变量

跟着Nature Communication学作图:R语言ggpubr包画箱线图并添加显著性P值

论文MicrobiomesintheChallengerDeepslopeandbottom-axissedimentshttps://www.nature.com/articles/s41467-022-29144-4#code-availability对应代码链接https://github.com/ucassee/Challenger-Deep-Microbes论文里提供了大部分图的数据和代码,很好的学习材料,感兴趣的同学可以找来参考,今天的推文重复一下论文中的Figure1b论文中提供的代码是用ggpubr这个R包实现的,如果比较着急要结果可以使用这个R包来作图,如果是学习为目的,还是

【R语言】蜂群图+分位线+显著性或p值

前面给大家简单介绍了☞【R】蜜蜂图beeswarm☞【R】蜜蜂图beeswarm-颜色今天我们来给大家来个实战,相信大家经常会在文章里面看到下面这样的图。这就是一张典型的蜜蜂图,不过技术含量要更高一些。这张图其实包含了三个技术要点1)蜜蜂图2)分位线3)统计检验p值,或者显著性。我们前面也讲过怎么样将p值转换成相应的星号来表示统计显著性。☞【R语言】P值转换成***1.数据来源这张图里面用到的数据来自TCGA,这个数据库做肿瘤研究的小伙伴应该很熟悉了。还不了解的小伙伴可以参考☞TCGA数据库介绍及数据挖掘2.颜色根据样本类型,我们可以将gene的表达值分成两组,Normal组和Tumor组,然

期货黄金交易平台重要吗?有哪些显著的期货黄金交易平台优势?

黄金交易平台就是可以在其上面做黄金买卖交易的系统,是一种依靠行业应用软件而搭建的平台,里面会包含一些交易指标、趋势图表、K线。市场上的黄金交易平台很多,只有正规的期货黄金交易平台才值得信任。主要还是因为期货黄金交易平台优势所决定的。那期货黄金交易平台优势主要体现在哪些方面?对投资者有什么好处呢?期货黄金交易平台优势一、保障账户资金安全正规的黄金交易平台更能充分地保障黄金投资用户的资金安全,主要从以下几方面实现:完善的运营资质、合规的监管机构、知名的银行账户体系。以DooPrime德璞资本平台为例,平台受到多国监管,并且把客户资金托管银行如澳洲联邦银行、澳洲国民银行、贝森银行隔离账户中,确保客户

给自动驾驶AI搞个“外挂”,0.1M就能显著提升运动状态判别力,来自港大&TCL丨开源

本文经AI新媒体量子位(公众号ID:QbitAI)授权转载,转载请联系出处。只需“100K大小的外挂”,就能让自动驾驶AI识别“物体运动状态”的能力大幅上升!这是一项来自香港大学计算机视觉与机器智能实验室(CVMILab)和TCLAILab的新研究,目前论文已被CVPR2023收录。研究提出了一种叫做MarS3D的轻量级模型,给原本只能识别物体“是什么”的语义分割模型用上后,就能让它们进一步学会识别这些物体“是否在动”。而且是任意主流模型即插即用,几乎不需要额外的计算量(推理时间只增加不到0.03秒),目前已开源。要知道,对于靠激光雷达来判断周围环境的自动驾驶系统而言,其感知能力,很大程度上依

知识点2 假设检验 显著水平和拒绝域的入门原理解释

笔记来源:通俗统计学原理入门5假设检验显著水平significancelevelα拒绝域rejectionregion_哔哩哔哩_bilibili目录摘要一、假设检验二、显著水平、拒绝域和假设检验相关生活实例1.显著水平和拒绝域(1)显著水平(2)拒绝域2.实例应用摘要本文分别介绍了假设检验(HypothesisTest)、显著性水平(SignificanceLevel)和拒绝域(RejectionRegion)一、假设检验我们接着知识点1的故事继续讲起,如果没有看过知识点1的小故事可以查看此专栏的知识点1中进行观看,相对清晰明了。我们还是接着上一次的故事来讲。上一次,我们通过抽样统计,得出了

生成式 AI 未带来显著影响,Gartner 预估今年全球 IT 支出增长 4.3%

7月20日消息,根据市场调查机构Gartner公布的预测数据,2023年全球IT支出预计将达到 4.7万亿美元(IT之家备注:当前约33.98万亿元人民币),较2022年增长4.3%。报告认为企业首席信息官(CIO)在争夺IT人才的竞争中失利,将更多的重心转向实现自动化和效率的技术上,用更少的员工推动更大规模的增长。Gartner副总裁分析师John-DavidLovelock认为,不少企业正在推进数字化业务转型,IT项目从关注收入和客户体验等面向外部的可交付成果,转向更专注于优化的面向内部工作。虽然企业IT支出的整体前景乐观,但由于通货膨胀对消费者购买力的持续影响,设备支出将在2023年下降

针对高轮询率鼠标优化,微软 Windows 11 七月更新显著改善游戏卡顿问题

 7月18日消息,根据WindowsLatest报道,微软在本月补丁星期二活动日发布的KB5028185累积更新中,针对使用具备高轮询率鼠标的用户,优化减少了游戏卡顿情况。微软工程师向该媒体透露,Win11 七月更新重点改善了游戏中的卡顿情况,进一步提高了玩家的沉浸式游戏体验。工程师表示Win11玩家在安装7月累积更新之后,应该会注意到游戏性能的提升,尤其是在配合使用具备高轮询率的鼠标时,可以明显感受到游戏性能的提升。微软表示游戏玩家通过高DPI、高轮询率的鼠标,或者其它工具,来减少响应时间并提高精度。高轮询率鼠标和后台进程对Windows输入堆栈的需求增加,导致处理输入花费大量时间,最终影响

R语言绘图:实现数据点的线性拟合,进行显著性分析(R-squared、p-value)、添加公式到图像

最近在做关于数据点线性拟合相关的研究,感觉R语言在这方面很方便,而且生成的图片很漂亮,所以在这里和大家分享一下代码。这是别人所绘制的拟合图像,很漂亮,自己也用iris鸢尾花数据集进行一个线性拟合看看:拟合线性模型最基本的函数就是lm(),格式为:myfitformula指要拟合的模型形式,data是一个数据框,包含了用于拟合模型的数据formula形式如下:Y~X1+X2+……+Xk(~左边为响应变量,右边为各个预测变量,预测变量之间用+符号分隔)library(rio)library(ggplot2)library(ggsignif)library(reshape2)library(ggpu

微软推出 ZeRO++ 技术,可显著减少 AI 大模型训练时间和成本

6月27日消息,微软研究人员日前推出了名为ZeRO++的新技术,用于优化在训练大型AI模型时,容易遇到的数据传输成本和带宽限制的难题,可显著减少大模型训练时间和成本。据悉,ZeRO++建立在现有的ZeRO传输技术基础上,并提供增强的通信策略,可提高训练效率,同时减少训练时间和成本。▲图源微软为了减少参数通信量,ZeRO++可对权重进行量化,其利用基于块的量化方法来保持训练精度,这种优化的量化过程相对原始Zero传输技术更快更准确。为了能够尽量减少通信开销,ZeRO++通过在每台机器上保持完整的模型副本,以向GPU显存换取通信带宽。而在梯度通信方面,ZeRO++引入了一种名为qgZ的新的量化梯度