d******e
发帖数: 7844 | 1 Decon的结论其实是有一定道理的。只不过他未必明白更深层的含义，至少我下面说的
本科的统计大都不会提及，美国的硕士统计课程也比较少提及。读PhD的话，修过
Advnaced的Inference课程的话，应该明白我在说什么。
因为是五年前修的课了，所以个别地方可能说的不准确，但是思路应该基本正确。
当一个Bernoulli r.v.的参数(分布均值)非常接近0的时候，想要同时准确估计样本的
参数和样本方差是很难的。现在可以看到p肯定是非常小的，很可能是在1e-5~1e-6的数
量级上。这时想用MLE的Asymptotic normality来做近似就很成问题了，因为对分布的
方差的估计的方差对比分布的方差本身还要大，导致你对方差的估计十分不可靠，最后
testing的结果非常不准，CI也十分不可靠。
解决办法我说两种，感兴趣的可以去看。第一种是去做exact testing，不做近似，但
鉴于样本量大，计算量会非常大。第二种是在推导Asymptotic ditribution时做高阶泰
勒展开，这样可以获得更精确的近似。
当然，也可以Heuristic的去直接拿mean比或者用norm... 阅读全帖 |
|
d******e
发帖数: 7844 | 2 Decon的结论其实是有一定道理的。只不过他未必明白更深层的含义，至少我下面说的
本科的统计大都不会提及，美国的硕士统计课程也比较少提及。读PhD的话，修过
Advnaced的Inference课程的话，应该明白我在说什么。
因为是五年前修的课了，所以个别地方可能说的不准确，但是思路应该基本正确。
当一个Bernoulli r.v.的参数(分布均值)非常接近0的时候，想要同时准确估计样本的
参数和样本方差是很难的。现在可以看到p肯定是非常小的，很可能是在1e-5~1e-6的数
量级上。这时想用MLE的Asymptotic normality来做近似就很成问题了，因为对分布的
方差的估计的方差对比分布的方差本身还要大，导致你对方差的估计十分不可靠，最后
testing的结果非常不准，CI也十分不可靠。
解决办法我说两种，感兴趣的可以去看。第一种是去做exact testing，不做近似，但
鉴于样本量大，计算量会非常大。第二种是在推导Asymptotic ditribution时做高阶泰
勒展开，这样可以获得更精确的近似。
当然，也可以Heuristic的去直接拿mean比或者用norm... 阅读全帖 |
|
a**s
发帖数: 177 | 3 dummy question. where I can find this information? |
|
k**********4
发帖数: 16092 | 4 will know the outcome of a dream job in a couple of
days,I was calssified as second tier candidate, will ditribute 20 baozi
if get lucky. |
|
u*****r
发帖数: 30 | 5 去年因工作调动Rollover了前公司的401K金额至现工作公司的401K帐户。今年年初收到
前存放401K公司的看上去类似W-2的表格。在Box1里显示了Gross distribution的金额
数， 在Box7里显示了ditribution code “G” (此表的反面有code说明，code “G”
表示Rollover了)。请问我今年的报税应如何处理？还需要填Form1099R 吗? |
|
u*****r
发帖数: 30 | 6 去年因工作调动Rollover了前公司的401K金额至现工作公司的401K帐户。今年年初收到
前存放401K公司的看上去类似W-2的表格。在Box1里显示了Gross distribution的金额
数， 在Box7里显示了ditribution code “G” (此表的反面有code说明，code “G”
表示Rollover了)。请问我今年的报税应如何处理？还需要填Form1099R 吗? |
|
S**P
发帖数: 835 | 7 最近收到Constellation的一封信, 说choose它供应电力的话,费用比PECO少13%, 说什
么也不用变,还是用PECO的Billing,只是power generation 一项变成它家,别的
ditribution charge和 transmission 还是PECO.
不知道这个公司怎么样,靠不靠谱? |
|
L*******r
发帖数: 1011 | 8 I think the key in .Net is:
1. CLR: make cross-language programming works. Reuse.
2. XML service: Make system ditributed and scalable.
3. .Net framework: a huge reusable library.
of |
|
e**********m
发帖数: 1960 | 9 我记得去年暑假折腾过一次，搞了好久，主要原因好像是现在还没有支持uefi的linux
ditribution，请问现在有没有简便一点的教程可以实现双系统的？要不然就只能虚拟
机或者装win 7了。。。 |
|
a**r
发帖数: 661 | 10 outlook 里面可以建立ditribution list, 可以把很多地址
放进来, 到时候直接用这个list的名字就可以了
我想outlook express 也应该有同样的功能. 你可一看看address book
的帮助 |
|
l******n
发帖数: 9344 | 11 这周都在san diego的ditribution tech, 报告和展台都是讲it and ot, smart grid,
cybersecurity, DER,analytics这些高大上的名词。大部分厂商的展台都是科技感十足
，硬件实物软件demo，赠品饮料很齐全。
在展台floor的右边聚集了20，30个中国厂商，大部分都是深圳的，卖LED灯的。booth
里堆着纸箱，两三个小儿低头看手机讲微信，看到人来了，上来问一句，哥们要灯吗？
和当年中关村卖盗版软件的一模一样。回头问了问国内相关行业的同学，国内的东西基
本全是进口的，无论软件还是硬件。中国在这个行业的产业位置这么多年了从LED要进
口进化到了卖LED，还在产业的初级阶段，所谓自己的技术和专利可能只在某些点上存
在。 |
|
S******n
发帖数: 17 | 12 Hi,
有没有人知道哪里可以弄到厚度尺寸是2.25",2.5" or 3"*5'*10' 的medium density
fiberboard,用来造弥拟模型.我查了中国好象有很多制造商,或者美国其他城市有什么
大的MDF ditribution company介绍一下.哪位牛人能帮帮忙.万分感谢!!
thanks |
|
C***S
发帖数: 175 | 13 I just need some simple qualitative comparison among different models.
I read some paper where they just need to know some geometry parameters,
and they can give the profile. But seems it is kind of too simple.
My model will be some clusters ditributed in polymer matrix. What I want
to do is, set up some gerometrical parameter of the clusters, and their
3D lattice, then, I can find some method to compute the SAXS profile.
I am learning the package from NIST. The problem is I have no control of
t |
|
C***S
发帖数: 175 | 14 Yes.
I am working on NMR and we find the model of Nafion is somewhat
not in detail enough. And we think the clusters in Nafion is somewhat
not in spherical. So, we want to find a computation method to calculate
the SAXS profile and compare with the experimental SAXS data.
Now what I am looking for is to generate some geometry model, say cylinders
ditributed in space, and computate the profile.
I do not want to generate the atomic level accuracy. |
|
g******s
发帖数: 733 | 15 好象相乘是对的,不过pointwise相乘不还是一维的吗? {g1=randn(1,1000), g2=randn(
1,1000),g=g1.*g2还是一个1000的一维向量.}
原文中有这么一段话,说的是cauchy distribution时的情况,对gaussian distribution
的情况基本类似.
there is no quick algorithm for calculating a D-dimensional Cauchy random
generator, ... (but) one might choose a D-product of one-dimensional Cauchy
ditributions, because the one-dimensional Cauchy has a few quick algorithms.
小d应该去掉,因为随机数的均值为0.
多谢了! |
|
f**********g
发帖数: 107 | 16 如果这两个normal随机变量X and Y 可以组成一个multivariate normal，当然choose
L=(1, 1)，the sum is a normal. 但问题是是不是随便两个normal随机变量的joint
ditribution都是multivariate normal。我记得LX is univariate normal好像是一个
必要条件。 |
|
k******e
发帖数: 8870 | 17 big cong
ditribute baozi ba :) |
|
