最近尝试用latex书写elsevier的论文，因为word的公式排版太难看了，但elsevier给出的latex模板十分简单，很多地方还需要自己去调整，对于latex的新手来说，还是有点吃力。自己先慢慢总结，然后将使用心得和技巧撰写在博客上。

使用 python 做线性回归分析有好几种方式，主要的分别是 scipy 包，statsmodels 包，以及 sklearn 包。但是，这些包目前都不能处理共线性，即自动剔除部分共线性的变量，需要自己去编函数，这一点不如 spss 或 r 语言。1. 用 scipy 包做线性回归...

与其他高级语言相比，c语言，c++ 最大的不方便之处就是 函数只能返回一个数值。若要返回一个数组，必须用到指针以及动态分配内存。这是一个坎，就如学吉他时的大横按一样，不少人在这个坎上望而却步。我前几年一直看不懂，最近重温c 与c++的动态内存，发现忽然明白会用了。可能经过这几年大量的编程，越来越具有程序员思维了吧。方法之一：返回一个结构体，结构体里面包括一个数组。因为结构体

最近在网上查了一些资料，并结合自己的经验，就如何提高matlab计算效率，总结一下几个原则：1. 提前给数组分配大小。2. 尽量用矢量计算，减少 for 循环。3. 尽量调用 maltab自带的函数来实现一些功能。4. 少用 find 函数，用 logical 替代。5. 大规模的循环，可以调用c语言或c++的计算。

最近用到matlab的linprog函数，发现若输入问题的可行域不存在，matlab仍然迭代并返回一个解，并提示以下信息：Exiting: One or more of the residuals, duality gap, or total relative errorhas grown 100000 times greater than its minimum value so f

使用 python 编写了多阶段报童模型的动态规划算法。

安排了下学期讲《多元统计分析》，因为我学过这门课，本来不觉得多么难。然而拿到教材后，才知道理论那么深奥，这门课比高等数学都难。我记得硕士期间学这门课老师对理论部分讲的很简单，讲了一些操作，总体讲的很一般。我自己读了好几本多元统计学的教材，发现这些教材参差不齐，没有一个完美的：要么写的太难，堆了不少高深的矩阵知识上去，有一些理论做统计分析时很少用到，我觉得没啥必要都放到书里面去；要么写的太简略，一.

韦伯分布（Weibull distribution) 一般用来统计可靠性或寿命检验时用，例如：预计在有效寿命阶段有多少次保修索赔？预计将在 8 小时老化期间失效的保险丝占多大百分比？在管理科学与工程领域，见到一些学者假定产品的需求为韦伯分布。因为正态分布或者泊松分布过于理想化，韦伯分布相对来说更接近现实一些。韦伯分布的概率密度函数为：f(x,λ,k)={kλ(xλ)k−1e−(x/λ)kx≥...

最近使用 java 调用 cplex， 发现 cplex 对 java 的支持比对matlab强大多了，类跟方法有几百个。但这些类和方法的注释并不是特别详细，还需要结合例子来看懂。一、 准备工作：导入 cplex 库 到 eclipse 中1. 首先从官网上下载 cplex: https://www.ibm.com/developerworks/commun

matlab有强大的矩阵操作，对于c++，若要实现matlab的矩阵功能，我发现只有 vector 容器类最接近了。然而，vector 容器类每次只能在尾部添加一个元素，若要添加一列元素，可以定义一个结构体容器，也可以定义一个指针容器。结构体与指针里面存储一个一维数组。举例，下面是一个指针容器，可以直接在容器里添加一个数组。#include#includeusing names