-
利用R语言进行Fisher判别分析
利用R语言对多元统计数据进行判别分类，这里运用的事Fisher判别分析来进行判别分类。也可以判别数据类型是否错判是否正判。结果使用系谱图展现出来。代码编写过程是要使用循环步骤的。附件是详细的运用。
- 2022-01-26 06:38:03下载
- 积分：1
-
ChinaMeteorologicalDataHandler
说明： 对中国气象网的气象地面日值数据进行合并标准化处理，可以提取指定站点的气象信息，实测好用(By combining and standardizing the meteorological daily data of China Meteorological Network, the meteorological information of designated stations can be extracted, which is easy to use)
- 2020-03-10 14:02:06下载
- 积分：1
-
相关系数计算
说明： python程序计算皮尔逊相关系数、最大信息系数以及灰色关联度(Pearson correlation coefficient, maximum information coefficient and grey correlation degree were calculated by Python program)
- 2020-09-19 12:57:57下载
- 积分：1
-
GeneralStats
说明： 一般分析统计量计算，包含平均数，中位数，众数，分位数，方差，标准差，极差，偏度，峰度等统计量计算方法(Calculation of general analysis statistics, including statistics calculation methods such as mean, median, mode, quantile, variance, standard deviation, range, skewness, kurtosis, etc)
- 2020-06-27 16:54:08下载
- 积分：1
-
MixedVineToolbox-master
说明： 混合藤Copula工具箱
A. Onken and S. Panzeri (2016). Mixed vine copulas as joint models of
spike counts and local field potentials. In D. D. Lee, M. Sugiyama,
U. V. Luxburg, I. Guyon and R. Garnett, editors, Advances in Neural
Information Processing Systems 29 (NIPS 2016), pages 1325-333.(Mixed-Vine Copula Toolbox
A. Onken and S. Panzeri (2016). Mixed vine copulas as joint models of
spike counts and local field potentials. In D. D. Lee, M. Sugiyama,
U. V. Luxburg, I. Guyon and R. Garnett, editors, Advances in Neural
Information Processing Systems 29 (NIPS 2016), pages 1325-333.)
- 2020-10-03 11:03:13下载
- 积分：1
-
Numerical_recipes_pascal_code
说明： pascal programs for the book "numerical recipes in pascal".
- 2020-03-25 02:02:30下载
- 积分：1
-
trendMMK
说明： 基于matlab做栅格数据的MK趋势分析(MK trend analysis of grid data based on MATLAB)
- 2021-01-22 10:48:45下载
- 积分：1
-
灰色预测模型GM（1-N）
说明： 灰色预测模型GM（1，N），可以多因素分析，可对未来数据进行预测。
程序可直接运行，可以更换数据。
预测未来数据时，只需修改T值，以及因变量数据；否则T=0即可。
例如，预测未来2个数据，T=2.
输入数据：因变量x1为400.因变量x2为50；因变量x1为450.因变量x2为90。(The grey prediction model GM (1, n) can analyze many factors and predict the future data.
The program can run directly and change data.
When predicting future data, only the T value and dependent variable data need to be modified; otherwise, t = 0.
For example, predict 2 data in the future, t = 2
Input data: the dependent variable X1 is 400, the dependent variable X2 is 50, the dependent variable X1 is 450, and the dependent variable X2 is 90.)
- 2020-01-04 21:01:43下载
- 积分：1
-
削峰填谷算法
说明： 粒子群削峰填谷算法,随机搜索算法，有记忆特性(Particle swarm peak clipping valley filling algorithm)
- 2020-05-16 20:42:41下载
- 积分：1
-
DEA模型
说明： 经济学中常用的评价指标模型DEA打包成了函数的形式。(DEA, a commonly used evaluation index model in economics, is packaged in the form of function.)
- 2020-11-17 22:33:13下载
- 积分：1
