standard-deviation

    0热度

    1回答

    我有大量的.xls文件(最初在.dat中)进行处理,我需要找到一些数据的标准偏差。 我正在处理的文件如下所示: 第一列是年份(从1967年到1996年),第二列是月份,第三列是日期。第五列是我正在处理的一些数据。我想按月查出第五列数据的标准偏差(即1967年至1996年1月的数据标准差) 我有40个这样的文件,这让我无法手动完成它。有什么捷径或技巧我可以使用?提前致谢!

    1热度

    1回答

    我试图检测使用代理滥用我的网站的人。 通常他们会改变代理等等。但是,他们肯定会多次使用一个代理地址。合法访问者比正常人多得多。 通常我的网站最多访问是由唯一访问一次或几次的唯一IP地址。不重复。 比方说,我在一列有这些IP地址: 89.46.74.56 89.46.74.56 89.46.74.56 91.14.37.249 104.233.103.6 这将意味着有3个不重复满分5分给

    0热度

    1回答

    我有,我想攀登,以满足特定的标准差和平均需求值的列表。具体来说,除了所有值都大于0的数据集之外,我希望标准化的数据集标准化为0且标准差为1;这些我想缩放,使得它们的平均值是1 什么是做这种类型的事情在Python的好办法?

    1热度

    1回答

    我有一个RDD,我想在RDD的列中的某一列中找到standard deviation。我当前的代码是: def extract(line): # line[11] is the column in which I want to find standard deviation return (line[1],line[2],line[5],line[6],line[8],lin

    0热度

    1回答

    我有这个程序要求用户输入多少个值,请求这些值并将它们放入一个向量中。然后我需要计算平均值和标准偏差。 我有平均的部分,但它看起来像是错误的,我得到了错误的平均。而且我不太清楚如何开始标准偏差部分。 #include <iostream> #include <vector> #include <cmath> using namespace std; int main() {

    -1热度

    1回答

    的百分数标准差,我有以下数据: Total number of tasks/number of tasks with error/overall error rate 8 2 25% 25 4 16% 48 7 15% 8 1 13% 如何找到总体误差率,在Excel中它的均值和置信区间的百分比的标准偏差?我想看看%错误率以及它会如何改变。 感谢您的支持

    0热度

    1回答

    我正在计算年平均值和最高和最低温度的标准偏差,。我的代码如下: PROC SQL; create table new2 as select date,SUM(max_temp) as max_temp,SUM(min_temp) as min_temp, SUM(precip) as precip from WORK.ROCH_DATA group by date

    2热度

    1回答

    (我正在使用西班牙语界面,所以请原谅西班牙语的代码(这是英文的,PROMEDIO.SI.CONJUNTO是AVERAGEIFS,INDICE是INDEX ,FILA是ROW,DESVEST.M是STD.S,SI是IF,Y是AND) 我已经浏览了所有关于“stvifs”的线程(Excel真的应该在将来考虑! )我仍然无法申请我已经学会了我的数据,即使它看起来完全像我所看到的成功后,应用以下我的数据:

    0热度

    3回答

    我试图计算用户输入的数据集到具有动态添加的输入的表单中的标准偏差。到目前为止,我已经能够计算数组中元素的总和,但我无法弄清楚如何对数组中的每个元素进行平方。我已经搜索了这个论坛,但尝试从唯一适用的结果(Square each number in an array in javascript)的建议似乎没有工作。这里是我的代码片段: $(".calcSD").click(function() {

    1热度

    1回答

    在R标准偏差我有一个数据帧在R. index seq change change1 change2 change3 change4 change5 change6 1 1 0.12 0.34 1.2 1.7 4.5 2.5 3.4 2 2 1.12 2.54 1.1 0.56 0.87 2.6 3.2 3 3 1.86 3.23 1.6 0.23