一般線性模型
統計博大精深，學習永無止境（被搞死）
glm（general linear model）
一、一般線性模型的組成
方差分析（anova）
成組設計的方差分析
配伍設計的方差分析
多因素方差分析
多元方差分析（manova）
重複測量方差分析
協方差分析
多元線性回歸分析
二、方差分析
對因變數的變異可以分解成兩部分，一部分來自於自變數不同處理效應的影響（人為可控制的因素–控制變數），一部分來自於誤差因素的影響（人為難以控制的因素–隨機因素）。
總變異=組間變異+組內變異；
方差分析常用術語
因素 實驗中的自變數（分類）：只有乙個自變數的實驗陳偉單因素實驗，用單因素方差分析（one-way anova）
有兩個或兩個以上自變數的實驗稱為多因素實驗，用多因素方差分析。
水平 因素（營養液）的不同等級（不同種類營養液）。
單元 水平的組合，即各因素各水平的組合
因素：營養液和殺蟲劑
水平：abc三種營養液，123三種殺蟲劑，所以總共有2*3=6個單元。
固定因素/隨機因素
所有可能的水平是/否出現（我沒看懂是什麼意思）
協變數
對因變數可能有影響，需要在分析時加以控制的連續變數（連續的變數才叫協變數，用於分組的因素都是離散變數）。通過找出協變數與因變數的回歸關係來控制其影響–協方差分析
主效應與互動作用
乙個因素的不同水平引起的變異叫因素的主效應（比如說不同營養液造成的苗的生長高度）；
單因素：自變數不同水平的資料計算的方差即這個自變數的處理效應或主效應
多因素：計算乙個因素的主效應時應忽略實驗中其他因素的不同水平的差異
當為多因素（多個可用於分組的自變數，比如說性別，左右手等）時，用乙個因素進行分組後，在不同組內另乙個因素的變化差異明顯不一樣，則稱為互動作用（互動效應）。
簡單效應
乙個因素的水平在另乙個因素的某個水平上的變異叫簡單效應
處理效應/誤差變異
處理效應指總變異中由自變數引起的變異，主效應、簡單效應、互動作用等
誤差變異指總變異中不能被自變數或明顯的無關變數解釋的那部分變異
未完待續。。。。。
統計學任務一
1 總體和樣本基本概念 1 總體 表示研究物件的整個群體。2 樣本 表示從總體中選取的一部分。2 總體方差和樣本方差 1 定義 總體方差 總體方差是一組資料中各數值與其算術平均數離差平方和的平均數 公式為 樣本方差 樣本方差是指構成樣本的隨機變數對離散中心 x之離差的平方和除以n 1，樣本方差用來表...
線性篩 一般篩
一般篩，每個數被篩次數會出現 1，複雜度近似於o nloglogn 一般篩 var vis array 0.1000005 of boolean i,j,n longint begin assign input,xxs.in reset input assign output,xxs.out rew...
細說工廠模式之一般工廠模式（二）
前面一篇文章已經詳細的介紹了簡單工廠模式。如果沒有讀過可以先了解一下簡單工廠模式。細說工廠模式之簡單工廠模式 一 看到最後我們會發現通過傳入引數給工廠類來生產相應的電視產品還是有一些弊端的，具體體現在當我們需要增加乙個創維電視類的時候這時候我們不光要新增乙個創維電視類，還得修改咱們的工廠類。這樣的話...