最近在学 logistic regression model，又遇见了几个之前的老面孔。召回率recall, 精确率precision，特异性spcificity，准确率accuracy，True positive rate，false positive rate等等名词在学习之初遇到的困难在于，理解各自的意思，对于评估模型的意义，以及将相关名词联系在一起。也是初学者，谨希望给大家学习时提供一些思

单侧检验与双侧检验的判断与建立原假设原假设与备择假设的建立如何建立假设并没有固定的统一标准，假设的确定取决于要检验的问题以及检验的目的。一般来说，在考试中一般都将希望证明的命题放在备择假设，而把原有的、传统的观点或结论放在原假设上。可以这么理解，如果原有的传统的观点不容置疑，也就不需要检验了；原假设的位置...

Excel 文件转成stata文件工具： Stata Transfer

一、 简介cat、print函数都是输出函数> cat("hello world")hello world>> print("hello world")[1] "hello world"print的输出有点像列表输出的未命名元素> alist=list(c(1,2,3,4,5),c('a','b','c','d','e'))> alist[[1]][1] 1 2 3

一、概述初学stata的时候对于stata输出的逻辑颇为疑惑， asdoc、outreg2、logout 和 esttab 这些常见的命令在跳出来的时候往往分不清楚，也不知道为什么代码里要这么用。本期文章就是梳理常见的一些输出命令，在平时学习尤其是计量经济学这样的学科时能够降低理解难度。本文主要梳理的命令包括但不限于 asdoc、outreg2、logout 和 esttab ，主要介绍其用法。以

一、环形图用Tableau做图可以把多个要表现的图形放在同一个面板中，做饼图的话不如wps方便，但是因为Tableau拥有足够的图片配色方案，因此在高科技风、金融、科研风方面的图片制作是个不错的选择。环形图方法指路二、镶嵌饼图层叠饼图/镶嵌饼图指的是一个环表示大分类的占比，一个环具体展示小分类的占比。在上面这个实例的图片中，大环表示各个国家总投资额占总体的比例，内环表示这些国家都归属于哪些类型，同

分类数据分析是针对类别型变量之间是否有影响进行的分析。而相关分析是类别型变量之间有影响的前提下，研究变量间相关的程度，以及正相关还是负相关。方差分析稍有不同，是研究分类型变量对数值型变量的影响（而不是类别型变量之间的关系）。上统计学课的时候这几个部分都是我比较喜欢的，柳老师讲的非常有趣。一、三种分析的分析思路...

GreasyFork网站提供部分可以倍速播放的插件

（1）直方图：将数据以图的形式呈现，观察是否符合一定规律（形似正态分布图像）。这个方法比较抽象，难以描述。（2）S-W检验和K-S检验：小样本(小于50)时建议使用S-W检验，大样本(大于50)时建议使用K-S检验。使用软件进行统计学问题解决时会使用，基本上不要求手算。S-W检验小样本时可以进行手算。（3）Q-Q图和P-P图：P-P图是根据变量的累积比例与指定分布的累积比例之间的关系所绘制的图形。

Python中与时间和日期相关的常见模块主要有calendar,time和datetime，后两个主要用于时间的计算和处理等，而calendar一般则用于日历获取、显示等方面。import timeimport datetime一、time模块获取当地时间（localtime(),ctime(),time())import timeimport datetimea= time.localtime(