首页/技术研究/

对于最大似然估计，都是依赖于似然函数的，因此关键在于写出似然函数，然后对该似然函数进行优化。似然函数依个人的问题而定，比如说下面的是正态分布的似然函数：

之前没有关心过流行病学方面，一直以为就是折腾几个微分方程，没有什么意思。现在有一个想法需要用到流行病学建模，才想去关注一下这个领域。不看不知道，一看吓一跳，竟然有这么多人在做流行病学，而且各种各样的模型都有，好晕好晕，不禁感叹这水真深，有点不敢趟了。不过水深归水深，还是想多了解一

在R中包tree专门用于分类树和回归树的构建，其中的函数tree()和线性回归的函数lm()类似，只需要指定函数形式和数据。如：

bootstrap就是从一个原始样本中进行有放回的重复采样，采样大小和原始样本大小相同，采样次数根据计算量而定。从每个重新样的样本中可以计算某个统计量的bootstrap 分布，比如说均值，多个重采样样本的均值构成了原始样本均值的bootstrap分布。在采样完后需要检查待研究统

先说bootstrap percentile confidence interval的概念，它是指某统计量的bootstrap分布的2.5%和97.5%的间距。两种可信度区间的应用条件不一样，当bootstrap distribution近似符合正态分布，而且bias很小的时候

参考了网上的一些资料，得到了下面的一些函数可以做这些事。 组合数的计算：从N中选择K个用函数 choose(N,K)

一本好的参考书不应该只告诉读者技术性或者知识性的东西，还应该把作者的思想和经验与读者交流。刚看了这本书第一章的前面几页就觉得这本书不错，因为作者告诉我们怎样成为一位合格的统计学家，而不是仅仅会用统计学作为工具。第一章的第一句话是这么说的：

在R中我发现了四个软件包使用遗传算法进行参数选择和目标函数优化，如下所示：

转自生物统计家园http://www.biostatistic.net/thread-2498-1-1.html 下面的数据库很有用，所以先保存下来了。非常感谢生物统计家园的总结！

splice函数有四种用法： 1 在数组中用其他元素代替数组部分元素，用法为splice(@list,offset,length,@new),即把@new中的元素替换数组@list中从offset位置开始且长度为length的元素。 2 从数组中删除元素，用法为spl