Zephyr丶J
Zephyr丶J

SAS学习8、9（方差分析、anova过程、相关分析和回归分析、corr过程、reg过程、多元线性回归、stepwise）

方差分析（anova过程）

做方差分析前提是假设每一个随机变量是符合正态分布的，且方差是一样的
SAS学习8、9（方差分析、anova过程、相关分析和回归分析、corr过程、reg过程、多元线性回归、stepwise）_第1张图片

可以两两构造t检验进行分析
SAS学习8、9（方差分析、anova过程、相关分析和回归分析、corr过程、reg过程、多元线性回归、stepwise）_第2张图片

anova过程是交互式过程，需要quit退出
SAS学习8、9（方差分析、anova过程、相关分析和回归分析、corr过程、reg过程、多元线性回归、stepwise）_第3张图片
SAS学习8、9（方差分析、anova过程、相关分析和回归分析、corr过程、reg过程、多元线性回归、stepwise）_第4张图片
SAS学习8、9（方差分析、anova过程、相关分析和回归分析、corr过程、reg过程、多元线性回归、stepwise）_第5张图片
SAS学习8、9（方差分析、anova过程、相关分析和回归分析、corr过程、reg过程、多元线性回归、stepwise）_第6张图片

可以看到下面分成了两组
SAS学习8、9（方差分析、anova过程、相关分析和回归分析、corr过程、reg过程、多元线性回归、stepwise）_第7张图片

单因素方差分析

R书415页
SAS学习8、9（方差分析、anova过程、相关分析和回归分析、corr过程、reg过程、多元线性回归、stepwise）_第8张图片

双因素方差分析

董书264，数学概念在R书435页

不考虑两个变量的交互作用，即相互影响
SAS学习8、9（方差分析、anova过程、相关分析和回归分析、corr过程、reg过程、多元线性回归、stepwise）_第9张图片
SAS学习8、9（方差分析、anova过程、相关分析和回归分析、corr过程、reg过程、多元线性回归、stepwise）_第10张图片
SAS学习8、9（方差分析、anova过程、相关分析和回归分析、corr过程、reg过程、多元线性回归、stepwise）_第11张图片

相关分析与回归分析

找出变量之间的相互关系
相关分析是发现关联关系，回归分析是写出关系式
SAS学习8、9（方差分析、anova过程、相关分析和回归分析、corr过程、reg过程、多元线性回归、stepwise）_第12张图片
SAS学习8、9（方差分析、anova过程、相关分析和回归分析、corr过程、reg过程、多元线性回归、stepwise）_第13张图片

corr过程

nomiss 忽略有缺失值的观测行
nosimple 会影响输出结果
SAS学习8、9（方差分析、anova过程、相关分析和回归分析、corr过程、reg过程、多元线性回归、stepwise）_第14张图片

SAS学习8、9（方差分析、anova过程、相关分析和回归分析、corr过程、reg过程、多元线性回归、stepwise）_第15张图片

如果nosimple的话，不会输出上面的两行
0.0022 是假设检验算出来的结果，说明拒绝原假设，即两个变量相关
SAS学习8、9（方差分析、anova过程、相关分析和回归分析、corr过程、reg过程、多元线性回归、stepwise）_第16张图片

一元线性回归分析

SAS学习8、9（方差分析、anova过程、相关分析和回归分析、corr过程、reg过程、多元线性回归、stepwise）_第17张图片
SAS学习8、9（方差分析、anova过程、相关分析和回归分析、corr过程、reg过程、多元线性回归、stepwise）_第18张图片
SAS学习8、9（方差分析、anova过程、相关分析和回归分析、corr过程、reg过程、多元线性回归、stepwise）_第19张图片
SAS学习8、9（方差分析、anova过程、相关分析和回归分析、corr过程、reg过程、多元线性回归、stepwise）_第20张图片

reg过程

SAS学习8、9（方差分析、anova过程、相关分析和回归分析、corr过程、reg过程、多元线性回归、stepwise）_第21张图片
SAS学习8、9（方差分析、anova过程、相关分析和回归分析、corr过程、reg过程、多元线性回归、stepwise）_第22张图片

先做相关分析
model y=x，左边是因变量，右边是自变量
SAS学习8、9（方差分析、anova过程、相关分析和回归分析、corr过程、reg过程、多元线性回归、stepwise）_第23张图片

SAS学习8、9（方差分析、anova过程、相关分析和回归分析、corr过程、reg过程、多元线性回归、stepwise）_第24张图片

-17.35是截距，0.22是斜率
其他东西都是对这个回归做检验，检验其是否合理；比如样本值本身不是正态分布；回归是否是线性的；变量之间是否有关系

可以在中间三行看到，F检验，pr值很小，那么说明模型相当好，具有明显的统计学意义
R-Square，相关系数平方，除以n-1
Adj R-Sq 调整过的相关系数平方，除以的是n-2，两个都比较大，说明相关性高

在对系数进行检验时，看到对斜率进行t检验，pr值很小，拒绝斜率为0的假设
但是看到截距的t检验，pr值很大，要接受截距=0的假设；说明这里截距计算有问题，需要调整
SAS学习8、9（方差分析、anova过程、相关分析和回归分析、corr过程、reg过程、多元线性回归、stepwise）_第25张图片

调整就是鼠标那行，加了个noint，也就是no intercept，没有截距
SAS学习8、9（方差分析、anova过程、相关分析和回归分析、corr过程、reg过程、多元线性回归、stepwise）_第26张图片

SAS学习8、9（方差分析、anova过程、相关分析和回归分析、corr过程、reg过程、多元线性回归、stepwise）_第27张图片

其中的一些概念
SAS学习8、9（方差分析、anova过程、相关分析和回归分析、corr过程、reg过程、多元线性回归、stepwise）_第28张图片

SAS学习8、9（方差分析、anova过程、相关分析和回归分析、corr过程、reg过程、多元线性回归、stepwise）_第29张图片

多元线性回归

SAS学习8、9（方差分析、anova过程、相关分析和回归分析、corr过程、reg过程、多元线性回归、stepwise）_第30张图片

有两个变量的检验情况不太好，分别是weight和rstpulse
说明可能关系不大，需要剔除
SAS学习8、9（方差分析、anova过程、相关分析和回归分析、corr过程、reg过程、多元线性回归、stepwise）_第31张图片

SAS学习8、9（方差分析、anova过程、相关分析和回归分析、corr过程、reg过程、多元线性回归、stepwise）_第32张图片

向前引入法是局部最优解
SAS学习8、9（方差分析、anova过程、相关分析和回归分析、corr过程、reg过程、多元线性回归、stepwise）_第33张图片
SAS学习8、9（方差分析、anova过程、相关分析和回归分析、corr过程、reg过程、多元线性回归、stepwise）_第34张图片

SAS学习8、9（方差分析、anova过程、相关分析和回归分析、corr过程、reg过程、多元线性回归、stepwise）_第35张图片

相关系数平法的大小阈值和统计变量的多少有关
第一步，只有一个变量
SAS学习8、9（方差分析、anova过程、相关分析和回归分析、corr过程、reg过程、多元线性回归、stepwise）_第36张图片

第二步，加了个年龄，相关系数平方增大，cp减小，模型变好了
第三步加了rumpulse，更好了
第四步加了maxpulse，更好了
SAS学习8、9（方差分析、anova过程、相关分析和回归分析、corr过程、reg过程、多元线性回归、stepwise）_第37张图片

在这里插入图片描述

你可能感兴趣的:(数据分析,sas)

  • 基于摩尔线程 S80 显卡在 Ubuntu 系统下双卡交火部署 DeepSeek 流量留 Deepseek人工智能
    以下是基于摩尔线程S80显卡在Ubuntu系统下双卡交火部署DeepSeek的详细教程：###一、环境准备1.**操作系统**：推荐使用Ubuntu22.04。2.**显卡驱动**：-访问摩尔线程官网，登录账号后进入产品页面，找到软件部分下载MUSASDK。-安装显卡驱动，确保驱动版本与MUSASDK兼容。3.**安装Ollama**：-官方推荐使用命令安装Ollama，但下载速度可能较慢，可前往
  • 《Python数据分析与挖掘实战》Chapter8中医证型关联规则挖掘笔记 茫茫大地真干净 机器学习Python数据挖掘
    最近在学习《Python数据分析与挖掘实战》中的案例，写写自己的心得。代码分为两大部分：1.读取数据并进行聚类分析2.应用Apriori关联规则挖掘规律1.聚类部分函数分析：defprogrammer_1():datafile="C:/Users/longming/Desktop/chapter8/data/data.xls"processedfile="C:/Users/longming/Des
  • Cursor MySQL MCP 完整操作配置指南 z日火 开发分享mcpcursormysql
    概述本指南帮助您在Windows环境下配置Cursor编辑器的MySQLMCP服务器，实现通过AI助手对数据库进行完整的增删改查操作。功能特性：✅自然语言数据库查询✅智能数据插入和更新✅安全的数据删除操作✅自动数据分析和报告生成快速配置1.环境检查#检查必要组件node--version#Node.js>=16mysql--version#MySQL5.7+cursor--version#Curs
  • AI助力基因数据分析：用Python玩转生命密码的秘密 Echo_Wish 前沿技术人工智能人工智能数据分析python
    AI助力基因数据分析：用Python玩转生命密码的秘密说到基因数据，听起来是不是感觉有点高大上？其实，基因数据分析正变得越来越“接地气”，而AI正是这条路上的神奇钥匙。今天，咱们就用Python聊聊如何利用AI技术做基因数据分析与建模，帮你破解生命的密码，找到疾病预测、个性化医疗的新路子。一、基因数据为何如此特别？基因组测序技术让我们能够获取人体细胞内数以百万计的DNA序列变异信息。但数据量巨大、
  • python做生物信息学分析_Python从零开始第五章生物信息学①提取差异基因 吴敬欣 python做生物信息学分析
    目前来说，做生物信息学的人越来越多，但是我觉得目前而言做生信的主要有三类人：老本行是做实验的，做生信可能是为了辅助研究或者是为了发paper(有非常多的临床生选择趟生信这波水)主要是做生信的，主要涵盖高通量测序数据分析，组学数据分析等等，专门从事生物学数据分析的这群人，其大部分也是本科生物狗作为强大的生力军，以调包写R，python为主。那么这群人就要熟悉看各种包的tutorial以及如何进行常规
  • 数据与ChatBI
    ChatBI的核心是让用户用自然语言（如“帮我看看这周的销售额走势”）直接获取数据分析结果，无需懂SQL或技术细节。整个过程就像AI“听懂”你的话、理解需求、生成查询、验证执行、并可视化展示结果。首先，ChatBI的系统架构图展示了整个流程的关键步骤。它从用户输入开始，经过多个AI模块处理，最终输出交互式报表。现在来一步步解析ChatBI的工作流程。1.语音/文字输入——解放双手的起点这是什么？一
  • Python打卡：Day24 剑桥折刀s python打卡python
    importpandasaspdimportnumpyasnpimportreimportxgboostasxgbfromsklearn.model_selectionimporttrain_test_splitfromsklearn.metricsimportclassification_report,confusion_matrix,accuracy_score,precision_score
  • Gen AI：重塑未来的创造力工具箱 一杯酒zpy 人工智能
    目录页一、GenAI工具箱助力大学生涯1.通用GenAI工具2.GenAI科研辅助1.文献阅读与论文写作2.数据分析与可视化3.AI翻译工具二、GenAI办公、学习助手1.PPT制作2.表格制作3.AI思维导图4.AI办公5.AI图像处理6.AI视频处理7.AI音频处理8.AI编程工具9.AI搜索引擎说明：网盘资源密码获取：关注微信公众号【土木岛】，后台回复文件框中提示的对应关键词自动发送。点击查
  • 大语言模型(LLM)量化基础知识(一) -派神- RAGNLPChatGPT语言模型人工智能自然语言处理
    承接各类AI相关应用开发项目(包括但不限于大模型微调、RAG、AI智能体、NLP、机器学习算法、运筹优化算法、数据分析EDA等)!!!有意愿请私信!!!随着大型语言模型(LLM)的参数数量的增长,与其支持硬件（加速器内存）增长速度之间的差距越来越大，如下图所示：上图显示，从2017年到2022年，语言模型的大小显著增加：2017年：Transformer模型（0.05B参数）2018年：GPT（0
  • Jupyter完全指南：一文搞定Notebook和Lab的所有玩法 network爬虫 JupyterNotebookjupyterpythonide数据分析
    Jupyter完全指南：一文搞定Notebook和Lab的所有玩法目录引言：为什么Jupyter是数据科学家的最爱Jupyter生态系统概览JupyterNotebookvsJupyterLab：选择哪一个？安装与环境配置Notebook基础操作详解Magic命令：让你的工作流更高效JupyterLab高级功能探索实战案例：数据分析项目完整流程扩展插件与自定义配置性能优化与最佳实践常见问题解答总结
  • 关于电商秒杀系统中防超卖、以及高性能下单的处理方案简述 Java鼠鼠吖 java
    秒杀抢购系统的成功平稳运行，有一些需要注意的知识点。1高并发，以及刷接口等黑客请求对服务端的负载冲击2高并发时带来的超卖，即商品数量的控制3高负载下，下单的速度和成功率的保证4其他以秒杀单品为例，如抢小米手机。解决方案探讨：第一步限制前端发来的请求量免费领取Java学习资料譬如定在了周二10点开启抢购，那么在之前的一周时间内，都会有预约通知，或者普通的用户浏览。通过预约量、浏览量等数据分析，大概能
  • 从实验到生产：DeepSeek大模型工程化部署的关键步骤与风险控制 一ge科研小菜菜 人工智能人工智能
    个人主页：一ge科研小菜鸡-CSDN博客期待您的关注一、引言：大模型部署迈入“工程化时代”随着DeepSeek等开源大语言模型（LLM）的发展，大模型不再是AI实验室的专属工具，越来越多的企业正尝试将其纳入业务生产系统，应用于客服问答、合同审查、数据分析、自动写作等场景。但模型的能力≠可用的系统。从模型下载到模型上线，中间隔着“部署的鸿沟”：资源配置、服务稳定性、响应效率、安全控制、上线合规……一
  • 计算机毕业设计项目、管理系统、可视化大屏、大数据分析、协同过滤、推荐系统、SSM、SpringBoot、Spring、Mybatis、小程序项目编号1000-1499 lonzgzhouzhou spring课程设计springboot
    大家好，我是DeBug，很高兴你能来阅读！作为一名热爱编程的程序员，我希望通过这些教学笔记与大家分享我的编程经验和知识。在这里，我将会结合实际项目经验，分享编程技巧、最佳实践以及解决问题的方法。无论你是初学者还是有一定经验的程序员，我都希望能够为你提供有价值的内容，帮助你更好地理解编程世界。让我们一起探索编程的乐趣，一起成长，一起学习，谢谢你们的支持与关注！【源码咨询】可接Java程序设计，Bug
  • ruoyi-实现表格按照属性排序 javachen__ vue.jsjavascriptelementuiruoyi
    ......{{parseTime(scope.row.loginTime)}}/**排序触发事件*/handleSortChange(column,prop,order){this.queryParams.orderByColumn=column.prop;this.queryParams.isAsc=column.order;this.getList();},
  • 开发数字化绿色低碳园区系统：分阶段实施指南 Hy行者勇哥 绿色智造·产品设计与管理物联网华为云架构
    目录摘要背景核心模块阶段性开发分阶段开发实施第一阶段（3-6个月）：搭建核心骨架第二阶段（6-9个月）：扩展功能第三阶段（9-12个月）：深度定制技术选型注意事项实施计划表小结摘要数字化绿色低碳园区系统通过物联网、能源管理和数据分析等技术，实现节能减排和智慧管理。本文针对目前市场低迷，需求不振，开发资源有限的团队，提出基于低代码平台的开发策略，分为三阶段（核心骨架、功能扩展、深度优化），覆盖所有必
  • Gitea 服务器监控面板的搭建 shengyin714959 笔记最高笔记服务器gitea数据库
    Prometheus是一个开源的服务监控系统和时序数据库。Grafana是一个可视化的数据分析面板，它可以从Prometheus中查询时序数据，绘制漂亮的数据图表。本文作者在实践中使用Prometheus抓取和存储Gitea服务器的运行数据，并基于Grafana提供的开源数据面板创建了一个自己服务器的Gitea性能监控面板。工作原理为了更清晰地理解Prometheus的工作原理，我在下方列出了Pr
  • AI测试驱动的大前端质量保障体系构建与实践 欧阳天羲 AI开发前端人工智能前端
    一、引言：大前端测试的新挑战与AI破局在大前端开发规模与复杂度持续攀升的背景下，传统测试方法已难以满足快速迭代的需求。随着小程序、APP和Web应用的多端协同开发成为常态，测试覆盖率不足、执行效率低下、缺陷定位困难等问题日益凸显。AI凭借强大的数据分析与智能决策能力，为构建高效、精准的大前端质量保障体系提供了新路径。本文将结合多端项目实践，深入探讨AI在大前端测试各环节的应用，通过实际代码示例展示
  • AI辅助大前端开发的性能瓶颈突破与体验优化
    在大前端开发技术飞速发展的当下，应用功能日趋复杂，性能瓶颈已成为制约用户体验的关键因素。AI凭借强大的数据分析与智能决策能力，为大前端开发带来了性能优化的新思路。本文将结合小程序、APP和Web等典型开发场景，深入探讨AI在大前端性能优化中的具体应用，并通过丰富的代码示例展示实践过程。一、资源加载优化（一）智能资源预加载在大前端应用中，资源加载速度直接影响页面的启动时间。AI通过分析用户行为数据和
  • 常见的结构化数据 转化为 字典列表 daoboker python
    以下是针对CSV、Parquet、Excel等格式使用pandas统一处理，并将每一行转换为字典的整理方案：一、通用处理逻辑无论何种数据格式，核心步骤均为：用pandas读取为DataFrame将DataFrame转换为列表+字典格式（orient=‘records’）二、具体实现代码CSV→字典列表importpandasaspd#读取CSVdf=pd.read_csv('data.csv',s
  • 良品超市进销存管理系统设计与实现（开题报告、高质量、毕业设计、毕业论文） AA-老高(接毕设) 计算机专业课程设计人工智能javaspringmavenspringbootspringcloud
    毕业论文（设计）题目良品超市进销存管理系统设计与实现课题来源□科研R应用□教学□其它成果类别□论文R设计一、课题的研究意义选题的目的良品超市作为一家日益壮大的零售企业，面临着激烈的市场竞争和日益复杂的供应链管理。在当前的商业环境中，如何高效管理商品的进销存，降低运营成本，提高顾客满意度，已成为企业亟需解决的问题。传统的手工记录和简单的电子表格无法满足日常运营中的快速更新和数据分析需求，常常导致库存
  • ICBDDM2025：大数据与数字化管理前沿峰会 鸭鸭鸭进京赶烤 学术会议大数据图像处理计算机视觉AI编程人工智能机器人考研
    在选择大学专业时，可以先从自身兴趣、能力和职业规划出发，初步确定几个感兴趣的领域。然后结合外部环境因素，如专业前景、教育资源和就业情况等，对这些专业进行深入的分析和比较。大数据专业：是一个热门且前沿的学科领域，它涉及到数据的收集、存储、处理、分析和应用等多个方面。课程设置基础课程数学基础：高等数学、线性代数、概率论与数理统计等。这些课程为大数据分析提供了必要的数学工具，例如线性代数在机器学习算法中
  • python与wind和excel联动，调用wind接口【附源码】 棚鱼宴 python
    一、python安装wind接口二、案例fromWindPyimportw#导入wind模块importxlwingsasxw#导入xlwings实现与excel联动app=xw.App(visible=False,add_book=False)excel=app.booksxw.App.display_alerts=Falsexw.App.screen_updating=False#启动wind
  • AI对于普通人的影响 抬起右手 AI分享人工智能
    ‌一、当前影响（2025年）‌‌就业结构剧变‌‌岗位替代‌：制造业、客服、基础数据分析等重复性工作被AI加速替代，初级原画师、文案工作者失业率显著上升（裁员比例达30%）。‌新兴职业‌：AI训练师、数据标注员、伦理审计师等岗位需求激增，全球需转型技能人群超3.75亿。‌技能焦虑‌：47%岗位面临自动化风险，普通人需快速掌握人机协作能力。‌生活便利性提升‌‌智能家居‌：40%家庭实现自动化环境调节（
  • WIND金融客户端Python接口文档：Python环境下的金融大数据利器 邴韵芯
    WIND金融客户端Python接口文档：Python环境下的金融大数据利器【下载地址】WIND金融客户端Python接口文档WINDPY是WIND金融客户端为Python开发者提供的强大接口，支持在Python环境中便捷访问WIND金融数据库。它提供了丰富的函数和命令，涵盖历史数据、实时行情、交易操作等多种功能，适用于量化交易、数据分析等场景。无论是获取股票、基金、债券等金融产品的历史序列、分钟数
  • 2025学年湖北省职业院校技能大赛 “信息安全管理与评估”赛项 样题卷（五）
    2025学年湖北省职业院校技能大赛“信息安全管理与评估”赛项样题卷（五）第二部分：网络安全事件响应、数字取证调查、应用程序安全任务书任务1：应急响应（可以培训有答案）任务2：通信数据分析取证（40分）任务3：基于Windows计算机单机取证（120分）第三部分应用程序安全任务4：C代码审计（40分）第三部分：网络安全渗透、理论技能与职业素养任务一：门户网站（60分）可以培训任务二：办公系统（60分
  • 2025学年湖北省职业院校技能大赛 “信息安全管理与评估”赛项 样题卷（一） 落寞的魚丶 网络空间安全（职业技能大赛）#信息安全管理与评估赛项2025年湖北职业技能大赛信息安全评估赛项高职组赛题样题网安全配置
    2025学年湖北省职业院校技能大赛“信息安全管理与评估”赛项样题卷（一）第一部分：网络平台搭建与设备安全防护任务书DCRS:DCFW:DCWS:WAF:第二部分：网络安全事件响应、数字取证调查、应用程序安全任务书任务1：应急响应（可以培训有答案）任务2：通信数据分析取证（40分）任务3：基于Windows计算机单机取证（120分）第三部分应用程序安全任务4：Java代码审计（40分）第三部分：网络
  • Python爬虫（56）Python数据清洗与分析实战：Pandas+Dask双剑合璧处理TB级结构化数据 一个天蝎座 白勺 程序猿 Python爬虫入门到高阶实战python爬虫pandas
    目录引言：大数据时代的清洗革命一、数据清洗基础：Pandas核心方法论1.1数据去重策略深度解析1.1.1精确去重与模糊去重1.1.2智能去重策略1.2缺失值处理金字塔模型1.2.1基础处理方法1.2.2智能缺失处理二、Dask架构解析：突破单机内存限制2.1Dask核心组件图谱2.2DaskDataFrame核心API映射表三、TB级数据清洗实战：电商订单数据分析3.1场景描述3.2分布式清洗流
  • AI Agent落地桌面！Manus Windows版正式推出，免码安装：代码/报告一键生成 算家计算 话题文章人工智能ManusAIWindowsMicrosoftStoreAI技术算家云AIAgent
    就在今天凌晨，曾经一码难求的ManusAI，宣布向所有Windows用户敞开了大门。之前还需要蹲守邀请码、甚至被炒至上万元的神秘Agent，现在只需轻点安装，就能常驻桌面，接管从PPT制作、数据分析到代码编写的繁杂工作。作为国内团队打造的全球首款通用AI智能体，Manus自今年3月问世便引爆科技圈。与传统聊天式AI最大的区别在于，它不仅能回答问题，更能直接交付完整成果：只需丢给它一个执行目标，他就
  • Pandas 系列（二） 毛大猫（蓉火科技） pandas
    Pandas系列（二）：Series属性（一）：importpandasaspdimportnumpyasnpimportmatplotlib.pyplotasplt使用matplotlib.pyplot进行绘图时，首先需要导入模块，并根据具体需求调用相关函数来生成图表。通常使用以下语句:importmatplotlib.pyplotasplt导入pyplot模块，并将其简称为plt#s10=pd
  • SPSS配对t检验，配对样本的相关系数和对应的显著性该怎么理解呢？ cda2024 算法
    在数据分析的世界里，SPSS是一个强大的工具，它可以帮助我们更好地理解和解释数据。今天我们要聊的是一个非常实用但又容易让人困惑的话题——SPSS配对t检验中的配对样本相关系数及其显著性该如何理解？想象一下，你是一名CDA（CertifiedDataAnalyst）持证人，正在为一家公司分析员工的绩效提升情况。公司实施了一项新的培训计划，并希望了解这项培训是否有效。为了评估培训效果，你需要比较员工在
  • Enum用法 不懂事的小屁孩 enum
    以前的时候知道enum，但是真心不怎么用，在实际开发中，经常会用到以下代码: protected final static String XJ = "XJ"; protected final static String YHK = "YHK"; protected final static String PQ = "PQ";
  • 【Spark九十七】RDD API之aggregateByKey bit1129 spark
    1. aggregateByKey的运行机制   /** * Aggregate the values of each key, using given combine functions and a neutral "zero value". * This function can return a different result type
  • hive创建表是报错： Specified key was too long; max key length is 767 bytes daizj hive
    今天在hive客户端创建表时报错，具体操作如下   hive> create table test2(id string); FAILED: Execution Error, return code 1 from org.apache.hadoop.hive.ql.exec.DDLTask. MetaException(message:javax.jdo.JDODataSto
  • Map 与 JavaBean之间的转换 周凡杨 java自省转换反射
    最近项目里需要一个工具类，它的功能是传入一个Map后可以返回一个JavaBean对象。很喜欢写这样的Java服务，首先我想到的是要通过Java 的反射去实现匿名类的方法调用，这样才可以把Map里的值set 到JavaBean里。其实这里用Java的自省会更方便，下面两个方法就是一个通过反射，一个通过自省来实现本功能。 1：JavaBean类 1 &nb
  • java连接ftp下载 g21121 java
    有的时候需要用到java连接ftp服务器下载，上传一些操作，下面写了一个小例子。 /** ftp服务器地址 */ private String ftpHost; /** ftp服务器用户名 */ private String ftpName; /** ftp服务器密码 */ private String ftpPass; /** ftp根目录 */ private String f
  • web报表工具FineReport使用中遇到的常见报错及解决办法（二） 老A不折腾 finereportweb报表java报表总结
      抛砖引玉，希望大家能把自己整理的问题及解决方法晾出来，Mark一下，利人利己。   出现问题先搜一下文档上有没有，再看看度娘有没有，再看看论坛有没有。有报错要看日志。下面简单罗列下常见的问题，大多文档上都有提到的。   1、没有返回数据集： 在存储过程中的操作语句之前加上set nocount on 或者在数据集exec调用存储过程的前面加上这句。当S
  • linux 系统cpu 内存等信息查看 墙头上一根草 cpu内存liunx
    1 查看CPU 　　1.1 查看CPU个数 　　# cat /proc/cpuinfo | grep "physical id" | uniq | wc -l 　　2 　　**uniq命令：删除重复行;wc –l命令：统计行数** 　　1.2 查看CPU核数 　　# cat /proc/cpuinfo | grep "cpu cores" | u
  • Spring中的AOP aijuans springAOP
      Spring中的AOP Written by Tony Jiang @ 2012-1-18 （转）何为AOP AOP，面向切面编程。 在不改动代码的前提下，灵活的在现有代码的执行顺序前后，添加进新规机能。 来一个简单的Sample: 目标类： [java]  view plain copy print ? package&nb
  • placeholder(HTML 5) IE 兼容插件 alxw4616 JavaScriptjquery jQuery插件
    placeholder 这个属性被越来越频繁的使用. 但为做HTML 5 特性IE没能实现这东西. 以下的jQuery插件就是用来在IE上实现该属性的. /** * [placeholder(HTML 5) IE 实现.IE9以下通过测试.] * v 1.0 by oTwo 2014年7月31日 11:45:29 */ $.fn.placeholder = function
  • Object类,值域,泛型等总结(适合有基础的人看) 百合不是茶 泛型的继承和通配符变量的值域Object类转换
    java的作用域在编程的时候经常会遇到,而我经常会搞不清楚这个 问题,所以在家的这几天回忆一下过去不知道的每个小知识点   变量的值域;   package 基础; /** * 作用域的范围 * * @author Administrator * */ public class zuoyongyu { public static vo
  • JDK1.5 Condition接口 bijian1013 javathreadConditionjava多线程
    Condition 将 Object 监视器方法（wait、notify和 notifyAll）分解成截然不同的对象，以便通过将这些对象与任意 Lock 实现组合使用，为每个对象提供多个等待 set （wait-set）。其中，Lock 替代了 synchronized 方法和语句的使用，Condition 替代了 Object 监视器方法的使用。 条件（也称为条件队列或条件变量）为线程提供了一
  • 开源中国OSC源创会记录 bijian1013 hadoopsparkMemSQL
    一.Strata+Hadoop World（SHW）大会         是全世界最大的大数据大会之一。SHW大会为各种技术提供了深度交流的机会，还会看到最领先的大数据技术、最广泛的应用场景、最有趣的用例教学以及最全面的大数据行业和趋势探讨。          二.Hadoop   &nbs
  • 【Java范型七】范型消除 bit1129 java
    范型是Java1.5引入的语言特性，它是编译时的一个语法现象，也就是说，对于一个类，不管是范型类还是非范型类，编译得到的字节码是一样的，差别仅在于通过范型这种语法来进行编译时的类型检查，在运行时是没有范型或者类型参数这个说法的。 范型跟反射刚好相反，反射是一种运行时行为，所以编译时不能访问的变量或者方法(比如private)，在运行时通过反射是可以访问的，也就是说，可见性也是一种编译时的行为，在
  • 【Spark九十四】spark-sql工具的使用 bit1129 spark
    spark-sql是Spark bin目录下的一个可执行脚本，它的目的是通过这个脚本执行Hive的命令，即原来通过 hive>输入的指令可以通过spark-sql>输入的指令来完成。 spark-sql可以使用内置的Hive metadata-store，也可以使用已经独立安装的Hive的metadata store   关于Hive build into Spark
  • js做的各种倒计时 ronin47 js 倒计时
    第一种：精确到秒的javascript倒计时代码      HTML代码:   <form name="form1">   <div align="center" align="middle"
  • java-37.有n 个长为m+1 的字符串，如果某个字符串的最后m 个字符与某个字符串的前m 个字符匹配，则两个字符串可以联接 bylijinnan java
    public class MaxCatenate { /* * Q.37 有n 个长为m+1 的字符串，如果某个字符串的最后m 个字符与某个字符串的前m 个字符匹配，则两个字符串可以联接， * 问这n 个字符串最多可以连成一个多长的字符串，如果出现循环，则返回错误。 */ public static void main(String[] args){
  • mongoDB安装 开窍的石头 mongodb安装 基本操作
    mongoDB的安装          1:mongoDB下载   https://www.mongodb.org/downloads         2:下载mongoDB下载后解压     
  • [开源项目]引擎的关键意义 comsci 开源项目
         一个系统，最核心的东西就是引擎。。。。。       而要设计和制造出引擎，最关键的是要坚持。。。。。。       现在最先进的引擎技术，也是从莱特兄弟那里出现的，但是中间一直没有断过研发的    
  • 软件度量的一些方法 cuiyadll 方法
    软件度量的一些方法http://cuiyingfeng.blog.51cto.com/43841/6775/在前面我们已介绍了组成软件度量的几个方面。在这里我们将先给出关于这几个方面的一个纲要介绍。在后面我们还会作进一步具体的阐述。当我们不从高层次的概念级来看软件度量及其目标的时候，我们很容易把这些活动看成是不同而且毫不相干的。我们现在希望表明他们是怎样恰如其分地嵌入我们的框架的。也就是我们度量的
  • XSD中的targetNameSpace解释 darrenzhu xmlnamespacexsdtargetnamespace
    参考链接: http://blog.csdn.net/colin1014/article/details/357694 xsd文件中定义了一个targetNameSpace后，其内部定义的元素，属性，类型等都属于该targetNameSpace,其自身或外部xsd文件使用这些元素，属性等都必须从定义的targetNameSpace中找： 例如：以下xsd文件，就出现了该错误，即便是在一
  • 什么是RAID0、RAID1、RAID0+1、RAID5，等磁盘阵列模式? dcj3sjt126com raid
    RAID 1又称为Mirror或Mirroring，它的宗旨是最大限度的保证用户数据的可用性和可修复性。 RAID 1的操作方式是把用户写入硬盘的数据百分之百地自动复制到另外一个硬盘上。由于对存储的数据进行百分之百的备份，在所有RAID级别中，RAID 1提供最高的数据安全保障。同样，由于数据的百分之百备份，备份数据占了总存储空间的一半，因而，Mirror的磁盘空间利用率低，存储成本高。 Mir
  • yii2 restful web服务快速入门 dcj3sjt126com PHPyii2
    快速入门 Yii 提供了一整套用来简化实现 RESTful 风格的 Web Service 服务的 API。 特别是，Yii 支持以下关于 RESTful 风格的 API： 支持 Active Record 类的通用API的快速原型 涉及的响应格式（在默认情况下支持 JSON 和 XML) 支持可选输出字段的定制对象序列化 适当的格式的数据采集和验证错误
  • MongoDB查询(3)——内嵌文档查询（七） eksliang MongoDB查询内嵌文档MongoDB查询内嵌数组
    MongoDB查询内嵌文档 转载请出自出处：http://eksliang.iteye.com/blog/2177301 一、概述        有两种方法可以查询内嵌文档：查询整个文档；针对键值对进行查询。这两种方式是不同的，下面我通过例子进行分别说明。   二、查询整个文档 例如:有如下文档 db.emp.insert({ &qu
  • android4.4从系统图库无法加载图片的问题 gundumw100 android
    典型的使用场景就是要设置一个头像，头像需要从系统图库或者拍照获得，在android4.4之前，我用的代码没问题，但是今天使用android4.4的时候突然发现不灵了。baidu了一圈，终于解决了。 下面是解决方案： private String[] items = new String[] { "图库","拍照" }; /* 头像名称 */
  • 网页特效大全 jQuery等 ini JavaScriptjquerycsshtml5ini
    HTML5和CSS3知识和特效 asp.net ajax jquery实例 分享一个下雪的特效 jQuery倾斜的动画导航菜单 选美大赛示例 你会选谁 jQuery实现HTML5时钟 功能强大的滚动播放插件JQ-Slide 万圣节快乐！！！ 向上弹出菜单jQuery插件 htm5视差动画 jquery将列表倒转顺序 推荐一个jQuery分页插件 jquery animate
  • swift objc_setAssociatedObject block(version1.2 xcode6.4) 啸笑天 version
      import UIKit class LSObjectWrapper: NSObject { let value: ((barButton: UIButton?) -> Void)? init(value: (barButton: UIButton?) -> Void) { self.value = value
  • Aegis 默认的 Xfire 绑定方式，将 XML 映射为 POJO MagicMa_007 javaPOJOxmlAegisxfire
          Aegis 是一个默认的 Xfire 绑定方式，它将 XML 映射为 POJO, 支持代码先行的开发.你开发服 务类与 POJO,它为你生成 XML schema/wsdl XML 和 注解映射概览       默认情况下，你的 POJO 类被是基于他们的名字与命名空间被序列化。如果
  • js get max value in (json) Array qiaolevip 每天进步一点点学习永无止境max纵观千象
    // Max value in Array var arr = [1,2,3,5,3,2];Math.max.apply(null, arr); // 5 // Max value in Jaon Array var arr = [{"x":"8/11/2009","y":0.026572007},{"x"
  • XMLhttpRequest 请求 XML,JSON ,POJO 数据 Luob. POJOjsonAjaxxmlXMLhttpREquest
    在使用XMlhttpRequest对象发送请求和响应之前，必须首先使用javaScript对象创建一个XMLHttpRquest对象。 var xmlhttp； function getXMLHttpRequest(){ if(window.ActiveXObject){ xmlhttp:new ActiveXObject("Microsoft.XMLHTTP
  • jquery wuai jquery
    以下防止文档在完全加载之前运行Jquery代码，否则会出现试图隐藏一个不存在的元素、获得未完全加载的图像的大小 等等 $(document).ready(function(){ jquery代码; }); <script type="text/javascript" src="c:/scripts/jquery-1.4.2.min.js&quo
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他