书槑
书槑

计量经济学笔记1-Eviews操作-一元线性回归

上课老师讲太快了，于是课下自己对着录播把老师的操作一步步复刻了一遍，记录在此以便期末复习~
用到的软件：Eviews10
案例：给出199个家庭的总收入和食品支出数据，要求用前198个数据进行最小二乘拟合，用最后一个数据做预测。其中食品支出(food)为y，总收入(total)为x。
第一步：创建一个workfile
计量经济学笔记1-Eviews操作-一元线性回归_第1张图片
然后选择数据类型
第一个是指非时间序列，即横截面数据
第二个是指时间序列
第三个是面板数据
计量经济学笔记1-Eviews操作-一元线性回归_第2张图片
由于我用的序列是横截面数据，所以选择第一种
在data range处输入序列长度，在WF处给序列命名，然后点击OK
计量经济学笔记1-Eviews操作-一元线性回归_第3张图片
创建两个序列：在object里面选new object
计量经济学笔记1-Eviews操作-一元线性回归_第4张图片

选择类型为Series，并命名
计量经济学笔记1-Eviews操作-一元线性回归_第5张图片
创建两个序列，分别为food和total，其中food是被解释变量y，total是解释变量x
计量经济学笔记1-Eviews操作-一元线性回归_第6张图片
从别的地方复制198个数据过来
计量经济学笔记1-Eviews操作-一元线性回归_第7张图片
点击OK就行
计量经济学笔记1-Eviews操作-一元线性回归_第8张图片
然后回到自己的界面，点击上面的edit进入编辑状态，再粘贴数据
计量经济学笔记1-Eviews操作-一元线性回归_第9张图片
数据粘贴完成
计量经济学笔记1-Eviews操作-一元线性回归_第10张图片
然后绘图展示数据
计量经济学笔记1-Eviews操作-一元线性回归_第11张图片
绘图时先写x后写y，中间空一格
计量经济学笔记1-Eviews操作-一元线性回归_第12张图片
选择散点图
计量经济学笔记1-Eviews操作-一元线性回归_第13张图片
计量经济学笔记1-Eviews操作-一元线性回归_第14张图片
双击图片可以更改设置，比如颜色和线型
计量经济学笔记1-Eviews操作-一元线性回归_第15张图片
计量经济学笔记1-Eviews操作-一元线性回归_第16张图片
点击name给图片命名，不然关掉窗口图片就没了，命名之后就算是保存了
计量经济学笔记1-Eviews操作-一元线性回归_第17张图片
拟合模型
计量经济学笔记1-Eviews操作-一元线性回归_第18张图片
在估计方程时先输入y，后面输入的都是x
计量经济学笔记1-Eviews操作-一元线性回归_第19张图片
其中c为常数
Method为最小二乘
点击确定
然后同样要给方程命名
计量经济学笔记1-Eviews操作-一元线性回归_第20张图片
查看残差
计量经济学笔记1-Eviews操作-一元线性回归_第21张图片
点击stats可以返回方程界面
计量经济学笔记1-Eviews操作-一元线性回归_第22张图片
新增一个total，预测food
点击range这一行，点哪都行
然后修改范围
范围变成之前的范围加上这个新增的，一共199
计量经济学笔记1-Eviews操作-一元线性回归_第23张图片
然后在total 里面新增一个观测值：940.92
记得要点击edit才能编辑
计量经济学笔记1-Eviews操作-一元线性回归_第24张图片
然后打开eq01，点击Forecast
计量经济学笔记1-Eviews操作-一元线性回归_第25张图片
给预测序列命名为foodf，其标准差为foodfse
其中Forecast sample是指预测范围，因为是点预测所以是从199到199.
在这里插入图片描述

勾上代表foodf的前198个用真实值填充，不勾代表前198个都是NA
最后点击OK
计量经济学笔记1-Eviews操作-一元线性回归_第26张图片
中间的点是预测值，上下的点是预测区间，即上下两倍标准差
双击图片，修改设定，比如改成柱状图
计量经济学笔记1-Eviews操作-一元线性回归_第27张图片
计量经济学笔记1-Eviews操作-一元线性回归_第28张图片
具体的值可以在foodf和foodfse中查看
计量经济学笔记1-Eviews操作-一元线性回归_第29张图片
over!

你可能感兴趣的:(统计学)

  • 深度学习如何入门？ 科学的N次方 深度学习
    入门深度学习需要系统性的学习和实践经验积累，以下是一份详细的入门指南，包含了关键的学习步骤和资源：预备知识：•编程基础：熟悉Python编程语言，它是深度学习领域最常用的编程语言。确保掌握变量、条件语句、循环、函数等基本概念，并学习如何使用Python处理数据和文件操作。•数学基础：理解线性代数（矩阵运算、向量空间等）、微积分（导数、梯度求解等）、概率论与统计学（期望、方差、概率分布、最大似然估计
  • 易金通带你了解技术面:移动平均线MA 小小萌萌萌哒
    在技术分析领域中，移动平均线是必不可少的指标工具。移动平均线利用统计学上的“移动平均”原理，将每天的市场价格进行移动平均计算，求出一个趋势值，用来作为价格走势的研判工具。计算公式：MA=(C1+C2+C3+C4+C5+....+Cn)/nC为收盘价，n为移动平均周期数例如，现货黄金的5日移动平均价格计算方法为：MA5=(前四天收盘价+前三天收盘价+前天收盘价+昨天收盘价+今天收盘价)/5移动平均线
  • Python chardet.detect 字符编码检测 in_tsz python开发语言
    chardet.detect是Python的一个库，用于检测给定字节串的字符编码。其检测原理基于统计学方法。具体来说，chardet.detect使用了一种叫做统计字符n-gram（通常为n=1或n=2）的方法。它会统计字节串中每个字符或字符对出现的频率，并将这些统计结果与预先训练好的字符编码模型进行比较。这些模型包含了不同字符编码所特有的字符频率分布信息。当给定一个字节串时，chardet.de
  • 深度学习如何入门？ nanshaws yolov5深度学习
    深度学习是机器学习的一个子领域，它基于人工神经网络的研究。入门深度学习可以分为以下几个步骤：基础知识准备：（1）掌握基础数学知识，特别是线性代数、概率论和统计学、微积分。（2）学习编程语言，Python是目前最流行的深度学习语言，因其简洁易学且有大量的库支持。（3）了解机器学习基础，包括监督学习和非监督学习的概念、模型评估与选择等。学习深度学习理论：（1）理解神经网络的基本组成，如神经元、激活函数
  • R语言统计学书记推荐 热衷组培的二货潜
    https://learningstatisticswithr.com/lsr-0.6.pdf图片发自App
  • 机器学习笔记 rl染离 机器学习笔记人工智能
    什么是机器学习：机器学习是一门多学科交叉专业，涵盖概率论知识，统计学知识，近似理论知识和复杂算法知识，使用计算机作为工具并致力于真实实时的模拟人类学习方式，并将现有内容进行知识结构划分来有效提高学习效率。机器学习有下面几种定义：（1）机器学习是一门人工智能的科学，该领域的主要研究对象是人工智能，特别是如何在经验学习中改善具体算法的性能。（2）机器学习是对能通过经验自动改进的计算机算法的研究。（3）
  • R语言简介，R语言开发环境搭建步骤，R基础语法以及注释详解 黑夜照亮前行的路 r语言
    R语言是一种用于统计计算与绘图的编程语言，由新西兰奥克兰大学的统计学家罗斯·伊哈卡和罗伯特·杰特曼于1993年发明。R语言是一种自由、免费、源代码开放的软件，属于GNU系统的一个分支，如今被广泛地应用于统计分析、数据挖掘等领域。R语言的特点包括：是一套完整的数据处理、计算和制图软件系统，具有数据存储和处理、数组运算、数学建模、统计检验以及统计制图等功能。提供了丰富的数学计算、统计计算的函数，用户可
  • Rstudio-深度学习执行代码 俊俏的萌妹纸 深度学习计算机视觉人工智能
    RStudio是一个开源的集成开发环境（IDE），专门用于R编程语言的开发和数据分析。R语言是一种流行的统计计算和数据可视化语言，广泛用于数据科学、统计学和机器学习领域。RStudio提供了许多功能强大的工具，包括代码编辑器、调试器、数据可视化工具和集成的帮助文档。对于机器学习推广，RStudio可以帮助您进行数据预处理、模型训练、评估和部署。RStudio中有许多用于机器学习的包和库，如care
  • 人工智能值得关注的技术研究方向 喜欢打酱油的老鸟 人工智能人工智能值得关注的技术研究方向
    人工智能值得关注的技术研究方向为了更好地破除上述人工智能技术研究的瓶颈问题，在AI学术研究领域，一些新的技术发展趋势和研究方向也值得关注，包括：(1)从专用人工智能到通用人工智能是大势所趋，一些科技巨头包括国家机构都在布局通用人工智能的研究，微软成立人工智能实验室以挑战通用人工智能为主要目标；(2)可解释的人工智能系统备受关注，也将成为突破统计学习瓶颈问题的一个重要方向。DARPA的报告：第一个波
  • 视频回放：立春统计交流会“临床研究缺失数据如何处理” weixin_44693403 音视频
    “立春”临床统计学沙龙已于2024年2月4日开展，非常感谢各位朋友在忙碌的工作生活中抽出时间观看我们的直播，不少朋友和我们一起学习探讨了临床研究缺失数据的处理，与各位交流非常愉快！“立春”临床统计沙龙直播回放已整理好，请各位查收！临床研究缺失数据及其处理直播视频回放主持人郑卫军浙江中医药大学公共卫生学院主讲者浙江中医药大学医学统计学教研室师生★直播回放1.临床研究缺失数据常用R包2.临床试验缺失数
  • 机器学习是什么 MarkHD 机器学习
    机器学习是一门跨学科的学科，它使用计算机模拟或实现人类学习行为，通过不断地获取新的知识和技能，重新组织已有的知识结构，从而提高自身的性能。机器学习涉及多个学科，如概率论、统计学、逼近论、凸分析、算法复杂度理论等。机器学习的主要任务是指导计算机从数据中学习，然后利用经验来改善自身的性能，不需要进行明确的编程。机器学习算法会不断进行训练，从大型数据集中发现模式和相关性，然后利用这些模式来预测新数据的结
  • 如何实现零基础转行做测试开发，入职3个月后涨薪30%
    本文为霍格沃兹测试学院优秀学员笔记，测试开发进阶学习文末加群。本人本科所学专业是统计学，毕业后从事数据分析相关工作，然而，在工作的过程中，我对编码产生了浓厚的兴趣，对编程的热爱驱使我最终决定转行，并成功考取了软件工程的非全日制研究生。尽管非全日制的软件工程硕士学位让我有了软件方面的基础，但非计算机相关的本科背景以及之前偏于研究的实习经历让我在转行过程中遭遇了挑战。我发觉自己既缺乏计算机知识的系统学
  • 【人工智能学习思维脉络导图】 AK@ 人工智能人工智能学习
    曾梦想执剑走天涯，我是程序猿【AK】目录知识图谱1.基础知识2.人工智能核心概念3.实践与应用4.持续学习与进展5.挑战与自我提升6.人脉网络知识图谱人工智能学习思维脉络导图1.基础知识计算机科学基础数学基础（线性代数、微积分、概率论和统计学）编程语言（Python、R等）2.人工智能核心概念机器学习监督学习无监督学习强化学习深度学习神经网络卷积神经网络（CNN）循环神经网络（RNN）自然语言处理
  • 上流社会 林原原
    图片发自App说到“上流”，本应会有一个对应词叫做“下流或称不入流”。这里的此下流可不等同于那下流。因为我想说一说关于“上流社会”。先把这个话题搁一边，说说别的。学了易学这个天地间的学问之后就了解到一个自然现象，一个统计学结果，那就是地球上的河流几乎都是自西向东流的，还有极小部分不是，这也应验了一个真理：凡事没有绝对。河流自西向东流这个地貌现象给我们一个很大启发，西边处于河道上流，东边处于河道下流
  • KeenWrite：面向数据科学家和数学家的开源文本编辑器 archlinux爱好者
    一个有趣的文本编辑器，支持Rmarkdown。使用R中的代码，可以将字符串插值，图形和其他数学表达式添加到文本文档中。有几种适用于Linux的开源Markdown编辑器，但是KeenWrite对字符串插值和Rmarkdown支持有点有趣。不仅限于此，它还支持实时预览和许多其他功能，这些功能特别有助于数学，统计学和其他相关领域的学者。KeenWrite的功能在Linux上安装KeenWrite不幸的
  • Echarts绘制任意数据的正态分布图 tsunami_______ Vueecharts前端javascript
    一、什么是正态分布正态分布，又称高斯分布或钟形曲线，是统计学中最为重要和常用的分布之一。正态分布是一种连续型的概率分布，其概率密度函数（ProbabilityDensityFunction，简称PDF）可以通过一个平均值（μ，mu）和标准差（σ，sigma）来完全描述。若随机变量X服从一个数学期望为μ、方差为σ2的正态分布，记为N(μ，σ2)。其概率密度函数为正态分布的期望值μ决定了其位置，其标准
  • 人工智能到底是什么？ Evaporator Core 人工智能人工智能
    人工智能（ArtificialIntelligence，AI）是一种利用计算机科学和统计学理论和技术来实现人类智能的一门交叉学科，旨在使计算机系统能够模拟、扩展和增强人类的智能能力，使计算机能够像人类一样思考、学习、决策和执行任务。简单来说，人工智能是计算机程序的一种，可以使计算机完成类似于人类的任务，例如视觉识别、语音识别、自然语言处理、智能推荐、自主决策等等。人工智能的发展史人工智能（Arti
  • OpenCV-39 图像直方图 一道秘制的小菜 OpenCVopencv计算机视觉图像处理人工智能numpypython
    一、图像直方图的基本概念在统计学中，直方图是一种对数据情况的图形表示，是一种二维统计图表。图像直方图是一种表示数字图像中亮度分布的直方图，标绘了图像中每个亮度值得像素数。可以借助观察该直方图了解需要如何调整亮度分布的直方图。这种直方图中，横坐标得左侧为纯黑、较暗的区域，而右侧为较亮，纯白的区域。因此，一张较暗图片得直方图中得数据多集中于左侧和中间部分，而整体明亮、只有少量阴影得图像则相反。横坐标：
  • 机器学习和统计学的区别？ 小桥流水---人工智能 人工智能机器学习算法机器学习人工智能
    1、本质区别：目标：机器学习的核心目标是建立一个可以自动学习和改进的模型，以预测未知数据。它更关注结果的准确性和模型的泛化能力，通常不关心模型是否可以解释。而统计学的目标是探究变量之间的关系，理解数据的内在结构和规律，以及确定这些关系的显著性。它更关注统计量服从什么分布、假设检验是否显著、模型拟合是否合理等问题。方法：机器学习通常使用训练数据来训练模型，然后通过测试数据来评估模型的性能。在训练过程
  • 二八定律 咖啡与浓茶
    1、80/20法则20世纪初意大利统计学家、经济学家维尔弗雷多·帕累托提出的,他指出:在任何特定群体中,重要的因子通常只占少数,而不重要的因子则占多数,因此只要能控制具有重要性的少数因子即能控制全局。这个原理经过多年的演化,已变成当今管理学界所熟知的二八法则——即80%的公司利润来自20%的重要客户,其余20%的利润则来自80%的普通客户。2、对于目标每个人都有很多目标,但有20%的关键目标,决定
  • 把时间当做朋友摘要－学习的好处 幻然
    二十多年前，我参加了一个计算机学习班，后来撰写《TOEFL核心词汇21天突破》时，那一点点计算机知识派上了巨大的用场，批处理工具在短时间里完成了海量的工作。另外大学里学的统计学后来被证明是最有用的知识。若是没有学会了盲打，再把全拼设置成双拼，恐怕一辈子都没有机会体验到打字快的好处：大段的记录感想，读书笔记，摘抄原文，短时间积累大量的文字。然后开始日更博客——打字真的不累，思考才累······这也是
  • 用通俗易懂的话来讲什么是假设检验，什么是置信区间，什么是零假设和备择假设 ALGORITHM LOL 人工智能算法深度学习机器学习
    假设检验假设检验就像是法庭上的审判。想象你是法官，你需要决定一个被告是不是有罪。在统计学中，我们有一个“被告”——这就是我们的零假设（(H_0)），通常是一种没有变化或效果的状态，比如“这个药物没有效果”。备择假设（(H_1)）则是与零假设相对立的假设，比如“这个药物有效”。我们收集数据，进行统计测试，以决定数据是否足以“定罪”零假设（即拒绝零假设），或者数据不足以拒绝零假设，因此“无罪释放”（保
  • CDF和PDF的比较 武小胖儿 数学知识
    以下内容来自ChatGPT，科技改变生活CumulativeDistributionFunction(CDF)（累积分布函数）和ProbabilityDensityFunction(PDF)（概率密度函数）是统计学和概率论中两个重要的概念，用于描述随机变量的性质。它们之间的区别如下：定义：CDF（累积分布函数）：CDF表示一个随机变量小于或等于某个特定值的概率。对于随机变量X，其CDF通常表示为F
  • 线性回归：大体介绍 Galaxy银河 计算机/人工智能语言/方式/工具/模型/软件大赏人工智能机器学习
    线性回归是一种常见的统计学和机器学习方法，用于建立一个线性关系模型来预测一个连续型目标变量。它假设自变量和因变量之间存在线性关系，并且通过最小化预测值与实际观测值之间的差异来确定最佳拟合直线。线性回归模型可以表示为：Y=β0+β1X1+β2X2+…+βn*Xn+ε其中，Y是因变量，X1,X2,…,Xn是自变量，β0,β1,β2,…,βn是回归系数，ε是误差项。线性回归的目标是找到最佳的回归系数，使
  • 代码+视频基于R语言进行K折交叉验证 天桥下的卖艺者 代码+视频系列R语言r语言开发语言
    我们在建立数据模型后通常希望在外部数据验证模型的检验能力。然而当没有外部数据可以验证的时候，交叉验证也不失为一种方法。交叉验验证（交叉验证，ＣＶ）则是一种评估模型泛化能力的方法，广泛应用中于数证据采挖掘和机器学习领域，在交叉验证通常将数据集分为两部分，一部分为训练集，用于建立预测模型；另一部分为测试集，用于测试该模型的泛化能力。在如何划分2个集合的问题上，统计学界提出了多种方法：简单交叉验证、留一
  • 异常检测-基于统计学的方法-学习笔记-2 Rank_Fan007
    异常检测的学习笔记并非原创，而是搜索各位大佬的帖子整理而得。如有冒犯，请联系我。1.概述统计学⽅法对数据的正常性做出假定。它们假定正常的数据对象由⼀个统计模型产⽣，而不遵守该模型的数据是异常点。异常检测的统计学⽅法的⼀般思想是：学习⼀个拟合给定数据集的⽣成模型，然后识别该模型低概率区域中的对象，把它们作为异常点。根据如何指定和学习模型，异常检测的统计学⽅法可以划分为两个主要类型：参数⽅法和⾮参数⽅
  • 可怕？机器可能比你自己更了解你——《魔鬼统计学》告诉你原因 书山指路侠
    打开头条和抖音，你会看到你感兴趣的内容；打开淘宝和京东，你经常买的东西就会映入眼帘；甚至你只是在搜索引擎搜过几个关键词，在你浏览各种网站的时候，相关的信息也会铺天盖地向你涌来——很显然，我们已经进入了一个时刻被人“惦记”的时代。这背后到底发生了什么呢？我们的社会又是为什么会变成现在这个样子的呢？如果你也是和数据打交道的人，你可能知道，在这些应用的背后，大数据技术和人工智能技术正在主导着一切。但对于
  • 我和学员之间那些不由想要炫耀耀的事 小武秘
    我有一个让班班、学姐和学员都交口称赞的组长秀姑娘。她是个年仅21岁却已工作3,成为公司管理层的优秀人才。在班委招聘的时候，就发现了秀姑娘身上让人无法忽视的光芒，之前她因担心时间问题应聘学委，我鼓励她做组长，事实证明她没有让我错看。她分享个人的经历激励学员好好学习.她带领其他班委一起做做好公告、消息搬运，及时回复，活跃班级的氛围，并且在课程完成后，帮功我统计学员的学习完成情况。说她是得力干将毫不为过
  • AI面试第六弹(评价指标) 加油11dd23
    一、分类问题指标分类问题的评价指标多是基于以下混淆矩阵·真实值是positive，模型认为是positive的数量（TruePositive=TP）·真实值是positive，模型认为是negative的数量（FalseNegative=FN）：这就是统计学上的第二类错误（TypeIIError）·真实值是negative，模型认为是positive的数量（FalsePositive=FP）：这就
  • 8、python多项式贝叶斯文本分类（完整） UP Lee 数据挖掘实战多项式贝叶斯文章分类
    1、贝叶斯定理（BayesTheorem）朴素贝叶斯分类（NaiveBayesClassifier）贝叶斯分类算法，是统计学的一种分类方法，它是利用贝叶斯定理的概率统计知识，对离散型的数据进行分类的算法2、贝叶斯算法的类型sklearn包naive_bayes模块GaussianNB高斯贝叶斯BernoulliNB伯努利贝叶斯MultionmialNB多项式贝叶斯（需要知道具体每个特征的数值大小）
  • 解读Servlet原理篇二---GenericServlet与HttpServlet 周凡杨 javaHttpServlet源理GenericService源码
    在上一篇《解读Servlet原理篇一》中提到，要实现javax.servlet.Servlet接口（即写自己的Servlet应用），你可以写一个继承自javax.servlet.GenericServletr的generic Servlet ，也可以写一个继承自java.servlet.http.HttpServlet的HTTP Servlet（这就是为什么我们自定义的Servlet通常是exte
  • MySQL性能优化 bijian1013 数据库mysql
            性能优化是通过某些有效的方法来提高MySQL的运行速度，减少占用的磁盘空间。性能优化包含很多方面，例如优化查询速度，优化更新速度和优化MySQL服务器等。本文介绍方法的主要有：         a.优化查询         b.优化数据库结构  
  • ThreadPool定时重试 dai_lm javaThreadPoolthreadtimertimertask
    项目需要当某事件触发时，执行http请求任务，失败时需要有重试机制，并根据失败次数的增加，重试间隔也相应增加，任务可能并发。 由于是耗时任务，首先考虑的就是用线程来实现，并且为了节约资源，因而选择线程池。 为了解决不定间隔的重试，选择Timer和TimerTask来完成 package threadpool; public class ThreadPoolTest {
  • Oracle 查看数据库的连接情况 周凡杨 sqloracle 连接
    首先要说的是，不同版本数据库提供的系统表会有不同，你可以根据数据字典查看该版本数据库所提供的表。 select * from dict where table_name like '%SESSION%'; 就可以查出一些表，然后根据这些表就可以获得会话信息 select sid,serial#,status,username,schemaname,osuser,terminal,ma
  • 类的继承 朱辉辉33 java
    类的继承可以提高代码的重用行，减少冗余代码；还能提高代码的扩展性。Java继承的关键字是extends 格式:public class 类名（子类）extends 类名（父类）{ } 子类可以继承到父类所有的属性和普通方法，但不能继承构造方法。且子类可以直接使用父类的public和 protected属性，但要使用private属性仍需通过调用。 子类的方法可以重写，但必须和父类的返回值类
  • android 悬浮窗特效 肆无忌惮_ android
    最近在开发项目的时候需要做一个悬浮层的动画，类似于支付宝掉钱动画。但是区别在于，需求是浮出一个窗口，之后边缩放边位移至屏幕右下角标签处。效果图如下：   一开始考虑用自定义View来做。后来发现开线程让其移动很卡，ListView+动画也没法精确定位到目标点。   后来想利用Dialog的dismiss动画来完成。   自定义一个Dialog后，在styl
  • hadoop伪分布式搭建 林鹤霄 hadoop
    要修改4个文件    1: vim hadoop-env.sh  第九行    2: vim core-site.xml            <configuration>     &n
  • gdb调试命令 aigo gdb
    原文：http://blog.csdn.net/hanchaoman/article/details/5517362   一、GDB常用命令简介   r run 运行.程序还没有运行前使用 c             cuntinue 
  • Socket编程的HelloWorld实例 alleni123 socket
    public class Client { public static void main(String[] args) { Client c=new Client(); c.receiveMessage(); } public void receiveMessage(){ Socket s=null; BufferedRea
  • 线程同步和异步 百合不是茶 线程同步异步
    多线程和同步 : 如进程、线程同步，可理解为进程或线程A和B一块配合，A执行到一定程度时要依靠B的某个结果，于是停下来，示意B运行；B依言执行，再将结果给A；A再继续操作。 所谓同步，就是在发出一个功能调用时，在没有得到结果之前，该调用就不返回，同时其它线程也不能调用这个方法   多线程和异步:多线程可以做不同的事情,涉及到线程通知     &
  • JSP中文乱码分析 bijian1013 javajsp中文乱码
            在JSP的开发过程中，经常出现中文乱码的问题。         首先了解一下Java中文问题的由来：         Java的内核和class文件是基于unicode的，这使Java程序具有良好的跨平台性，但也带来了一些中文乱码问题的麻烦。原因主要有两方面，
  • js实现页面跳转重定向的几种方式 bijian1013 JavaScript重定向
            js实现页面跳转重定向有如下几种方式： 一.window.location.href <script language="javascript"type="text/javascript"> window.location.href="http://www.baidu.c
  • 【Struts2三】Struts2 Action转发类型 bit1129 struts2
     在【Struts2一】 Struts Hello World http://bit1129.iteye.com/blog/2109365中配置了一个简单的Action，配置如下   <!DOCTYPE struts PUBLIC "-//Apache Software Foundation//DTD Struts Configurat
  • 【HBase十一】Java API操作HBase bit1129 hbase
    Admin类的主要方法注释：   1. 创建表 /** * Creates a new table. Synchronous operation. * * @param desc table descriptor for table * @throws IllegalArgumentException if the table name is res
  • nginx gzip ronin47 nginx gzip
    Nginx GZip 压缩 Nginx GZip 模块文档详见：http://wiki.nginx.org/HttpGzipModule 常用配置片段如下： gzip on; gzip_comp_level 2; # 压缩比例，比例越大，压缩时间越长。默认是1 gzip_types text/css text/javascript; # 哪些文件可以被压缩 gzip_disable &q
  • java-7.微软亚院之编程判断俩个链表是否相交 给出俩个单向链表的头指针，比如 h1 ， h2 ，判断这俩个链表是否相交 bylijinnan java
    public class LinkListTest { /** * we deal with two main missions: * * A. * 1.we create two joined-List(both have no loop) * 2.whether list1 and list2 join * 3.print the join
  • Spring源码学习-JdbcTemplate batchUpdate批量操作 bylijinnan javaspring
    Spring JdbcTemplate的batch操作最后还是利用了JDBC提供的方法，Spring只是做了一下改造和封装 JDBC的batch操作： String sql = "INSERT INTO CUSTOMER " + "(CUST_ID, NAME, AGE) VALUES (?, ?, ?)";
  • [JWFD开源工作流]大规模拓扑矩阵存储结构最新进展 comsci 工作流
        生成和创建类已经完成,构造一个100万个元素的矩阵模型,存储空间只有11M大,请大家参考我在博客园上面的文档"构造下一代工作流存储结构的尝试",更加相信的设计和代码将陆续推出.........     竞争对手的能力也很强.......,我相信..你们一定能够先于我们推出大规模拓扑扫描和分析系统的....
  • base64编码和url编码 cuityang base64url
    import java.io.BufferedReader; import java.io.IOException; import java.io.InputStreamReader; import java.io.PrintWriter; import java.io.StringWriter; import java.io.UnsupportedEncodingException;
  • web应用集群Session保持 dalan_123 session
    关于使用 memcached 或redis 存储 session ，以及使用 terracotta 服务器共享。建议使用 redis，不仅仅因为它可以将缓存的内容持久化，还因为它支持的单个对象比较大，而且数据类型丰富，不只是缓存 session，还可以做其他用途，一举几得啊。1、使用 filter 方法存储这种方法比较推荐，因为它的服务器使用范围比较多，不仅限于tomcat ，而且实现的原理比较简
  • Yii 框架里数据库操作详解-[增加、查询、更新、删除的方法 'AR模式'] dcj3sjt126com 数据库
        public function getMinLimit () {        $sql = "...";        $result = yii::app()->db->createCo
  • solr StatsComponent（聚合统计） eksliang solr聚合查询solr stats
    StatsComponent 转载请出自出处：http://eksliang.iteye.com/blog/2169134 http://eksliang.iteye.com/ 一、概述        Solr可以利用StatsComponent 实现数据库的聚合统计查询，也就是min、max、avg、count、sum的功能   二、参数
  • 百度一道面试题 greemranqq 位运算百度面试寻找奇数算法bitmap 算法
    那天看朋友提了一个百度面试的题目：怎么找出{1,1,2,3,3,4,4,4,5,5,5,5}  找出出现次数为奇数的数字.   我这里复制的是原话，当然顺序是不一定的，很多拿到题目第一反应就是用map,当然可以解决，但是效率不高。   还有人觉得应该用算法xxx,我是没想到用啥算法好...！   还有觉得应该先排序...   还有觉
  • Spring之在开发中使用SpringJDBC ihuning spring
      在实际开发中使用SpringJDBC有两种方式：   1. 在Dao中添加属性JdbcTemplate并用Spring注入；     JdbcTemplate类被设计成为线程安全的，所以可以在IOC 容器中声明它的单个实例，并将这个实例注入到所有的 DAO 实例中。JdbcTemplate也利用了Java 1.5 的特定(自动装箱，泛型，可变长度
  • JSON API 1.0 核心开发者自述 | 你所不知道的那些技术细节 justjavac json
    2013年5月，Yehuda Katz 完成了JSON API(英文，中文) 技术规范的初稿。事情就发生在 RailsConf 之后，在那次会议上他和 Steve Klabnik 就 JSON 雏形的技术细节相聊甚欢。在沟通单一 Rails 服务器库—— ActiveModel::Serializers 和单一 JavaScript 客户端库——&
  • 网站项目建设流程概述 macroli 工作
    一.概念 网站项目管理就是根据特定的规范、在预算范围内、按时完成的网站开发任务。 二.需求分析 项目立项 　　我们接到客户的业务咨询，经过双方不断的接洽和了解，并通过基本的可行性讨论够，初步达成制作协议，这时就需要将项目立项。较好的做法是成立一个专门的项目小组，小组成员包括：项目经理，网页设计，程序员，测试员，编辑/文档等必须人员。项目实行项目经理制。 客户的需求说明书 　　第一步是需
  • AngularJs 三目运算 表达式判断 qiaolevip 每天进步一点点学习永无止境众观千象AngularJS
    事件回顾：由于需要修改同一个模板，里面包含2个不同的内容，第一个里面使用的时间差和第二个里面名称不一样，其他过滤器，内容都大同小异。希望杜绝If这样比较傻的来判断if-show or not，继续追究其源码。 var b = "{{", a = "}}"; this.startSymbol = function(a) {
  • Spark算子：统计RDD分区中的元素及数量 superlxw1234 sparkspark算子Spark RDD分区元素
    关键字：Spark算子、Spark RDD分区、Spark RDD分区元素数量     Spark RDD是被分区的，在生成RDD时候，一般可以指定分区的数量，如果不指定分区数量，当RDD从集合创建时候，则默认为该程序所分配到的资源的CPU核数，如果是从HDFS文件创建，默认为文件的Block数。   可以利用RDD的mapPartitionsWithInd
  • Spring 3.2.x将于2016年12月31日停止支持 wiselyman Spring 3
                  Spring 团队公布在2016年12月31日停止对Spring Framework 3.2.x（包含tomcat 6.x）的支持。在此之前spring团队将持续发布3.2.x的维护版本。          请大家及时准备及时升级到Spring
  • fis纯前端解决方案fis-pure zccst JavaScript
    作者：zccst FIS通过插件扩展可以完美的支持模块化的前端开发方案，我们通过FIS的二次封装能力，封装了一个功能完备的纯前端模块化方案pure。 1，fis-pure的安装 $ fis install -g fis-pure $ pure -v 0.1.4 2，下载demo到本地 git clone https://github.com/hefangshi/f
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他