我是如何以北大数院中等背景强势拿下Yale生物统计PhD录取的(世毕盟学员)

我是如何以北大数院中等背景强势拿下Yale生物统计PhD录取的(世毕盟学员)
我是如何以北大数院中等背景强势拿下Yale生物统计PhD录取的(世毕盟学员)

我是如何以北大数院中等背景强势拿下Yale生物统

计PhD录取的

前言

我在大一刚刚进入北大的时候就已经决定在本科毕业之后出国读书。然而那时的我除了有一个出国读书的决定其他地方根本没有为留学做任何了解和准备。我不知道master和phd的区别,我不知道数学下面还有哪些专业,我不知道本科毕业出国还要考GRE,我甚至以为美国大学的招生也像高考一样要通过一次考试来决定。浑浑噩噩地读完了大一之后,也通过一些渠道多多少少了解了一些关于出国准备的信息。我也意识到,要想进入美国的名校读书,必须要让他们看到身上比别人强的地方,让那些名校的招生老师有理由选择你而不是别人。但是在进入大学一年之后,我并没有为我的出国准备开好头。拿成绩来说,我当时的平均成绩不到85分,这对想去一些不错项目的我来说,是肯定不够的。

决定出国,选择GGU

所以,从大二开始,我放弃了所有课外活动。既然选择了出国留学,就不能让它仅仅停留在一个想法上。同时,我也从已经出国留学的学长那里了解到,在准备申请的过程中,一个好的留学机构可以起到很大的帮助从而改变一个人的申请结果。这样,到了大二下学期,我有意识地参加一些留学机构的讲座。在我参加的所有留学讲座中,GGU给我留下了很深刻的印象,而且在之后去GGU的免费留学咨询中我也能感受到GGU确实是一个负责任的留学机构。所以,我果断选择了GGU。当时我选择了金融工程硕士作为我的申请目标。

确定方向和目标

大二结束,我的成绩相比大一有了不小的进步,但是我的英语都还没有考,科研也没有起步,没有任何实习经历,更糟糕的是,我用了一个学期才发现我真正的兴趣是统计而不是金融工程:因为数院的金融数学系在大三上也要修一些概率统计的课,我从中意识到统计才是适合我的学科。但是如果转方向,意味着我之前为申请做的准备有部分浪费了,而我要重新开始我为统计专业申请的准备。在大三上这个关键的学期,我向我的培训师提出了转申请方向。出乎我意料的是,我的培训师胖老师在听到我想转方向的决定后,居然支持我的主张,并为我耐心地讲述了申请统计phd的大概框架。但是时间不等人,这样一转方向之后我相当于在大三上学期之前没有做任何统计方面的科研,同时因为我在大三上学期选了很多课导致我的GT也没有时间考。

GRE和暑期科研

Anyway,到了大三上学期的期末,我算是终于确立了我的方向和目标。同时也可以说,我真正的留学准备是从大三的那个寒假开始的。我选择先从GRE开始解决。因为在考完GRE之后,托福的写作和阅读几乎不用再准备了。而如果先考托福的话,还要再提高自己的阅读和写作能力以达到GRE的要求。个人觉得先考GRE在准备托福的时候会有心理优势,毕竟别人要兼顾听说读写,你只用练好听力口语就行了。那个寒假,在准备GRE的同时我也开始找暑期科研。或许在几年前,暑期科研只是一个加分项,没有暑研也没关系。但是在近几年和之后的几年,由于几乎每个想出国读phd的同学都找了暑期科研,导致暑期科研已经成为申请phd的必需品。不光如此,开始联系暑期科研的时间也变得越来越早。有些甚至在大二的暑假就找了大三暑假的暑期科研。总之,暑期科研在当

下已经是phd申请中绕不过的一道坎。这里我要感谢一下GGU。GGU在我找

暑期科研的过程中向我提供了详细的教程和靠谱的陶瓷模板。可以说,只要你和GGU的培训师配合的好,你有很大概率找到自己满意的暑期科研。我在这里关于找暑研还有一个自己个人的建议。首先要耐心,每个人的陶瓷邮件的数量可能差异非常大。有些同学只发了不到十封就找到了top的暑研,而我也认识很多同学发了200多封还没有结果。找暑研的过程中一定要弘扬永不放弃的精神,就

算到了5月6月还没有结果,依然要继续陶瓷直到有教授答应你。同时你的心

态也要保持稳定,不要因为别人都有暑研而自己没有就心态爆炸,连学校的专业课都不好好上了,得不偿失。如果你之前没有出过国,那么签证也是一个问题。GGU针对签证的办理也有一套教程,比如行程单的编写。不过在条件允许的情况下,可以考虑在大一或者大二的暑假去一下美帝那边大学的暑期学校。虽然这个暑期学校的履历对申请来说毫无帮助。但是一来可以让你去美帝的大学感受感受,二来你今后去美帝的签证基本是不会被拒,三来万一你在那边一个不小心把大三的暑研都找到了,那真是血赚。总之找暑研的过程非常心累,不到最后不要放弃。

这样,我在大三下学期有了GRE成绩并找到了华盛顿大学西雅图分校的暑研,校内的本科生科研也开始有了起色。最令我满意的是我的成绩完成了从大一到大三每个学期的成绩都比前一个学期高的成就。

6月底学期结束后,我就出发去了西雅图开始我的暑期科研。在西雅图的两个月我过了有生以来最简单的生活。和其他同学比起来,我的暑期科研没有那么push。

每天的工作时间大概有8小时,而且我每个周末都会出去跑步或者观光。我的老板非常nice,他给我的任务都是十分明确和充实的。所以我不用担心我不能在他那里证明自己,每天只要按时完成任务就行了。同时我很注意和老板的交流,我几乎每周都有两三天去找他面谈进展和我的想法,好让他更了解我。他给我的任务也越来越开放,从一开始的明确的任务,比如完成某些功能的代码变成后面需要我独立思考的任务,比如改进已有算法或者提出新的算法。这样的好处就是我在前面的任务中可以更好地适应这边的科研而在后面的自主科研中可以让老板更好地了解我,使我在整个过程中有一个进阶的过程。不管怎么说,暑研中一定要注意和老板的交流,而底线事老板的任务一定要按时按量完成,最好能超出他的预期。我在暑研进行到最后也和同学校的其他老师见了见,不管用没有用,多了解了解总是好的。

托福

暑研回来就是托福了。我的托福报在了暑研结束的后一周,也就是大四上学期十一长假之前。我相信趁热打铁,毕竟我刚从美国回来,一周的时间努力针对托福的题型看一看应付考试应该是够的,毕竟考完GRE的我只需要准备听力和口语。听力就是多练,口语就是背模板。这里千万不要给自己留后路,想着托福能靠好多次。一定要有托福一次过的决心,少了托福GRE这种累赘在后面申请的心态上会有很大的优势。

关于申请

最后就是申请了。我申请的项目是生物统计phd和一些统计的master。申请的过程中,GGU再一次拯救了我。我有很多项目的申请截止日期是12月1日,但是我由于种种原因我到了11月底还没有开始写我的PS,注意是没有开始动

笔。当我意识到时间紧迫的时候已经只有四天了。我赶紧找了我的培训师胖老师,完成我PS的初稿,并在第二天就约到了龚老师帮我提修改建议。龚老师建议的质量我想我也不用多说了,就是那种让人振聋发聩的效果。他能发掘每个人身上吸引招生官的地方并把这些地方有逻辑地表达出来。拿到申请建议,我立即开始修改,在第二天中午交给GGU去polish在当天晚上就拿到polish完的版本。所以说在GGU的帮助下,我的PS居然只用了3天就从无到有。当然我还是不建议大家想我一样拖延,PS的写作最好还是提前ddl之前至少一个月开始写。

因为之前和Yale那边的教授有了联系,Yale生统的面试来的很快,面试的时间定在了12月13日。我花了足足一周时间不干别的专门准备Yale的面试。统计phd的面试主要是自己介绍自己做过的项目已经自己的科研兴趣,不像金融那样这么注重tech。所以我在那一周好好梳理了自己做过的东西,把他们总结成一个slides。我也看了几篇Yale那个老板的文章,好对他的领域有更多的了解。当然,更重要的是能在面试的时候提出一些自己对于那个领域的兴趣和想法。还有比较重要的问题就是想好自己为什么读博,为什么选择这个专业,为什么选择这个学校。其实准备好这些问题,再加上自信的精神面貌,就可以面好一个试了。面试前别忘了自己串若干遍台词,能让自己自然地说出来。毕竟面试都是英语的。由于我们是老板来中国当面面试,我的slides可以为我缓解很多压力。如果是远程面试,可能要准备得更充分了。

最后的话

从我波澜不惊的申请之路可以看出,我的申请总结非常普通,没有任何奇遇,不是什么鸡汤文,也谈不上励志。我就是一个一开始对留学一无所知,而且起步很

低,之后随着我的努力,慢慢进步,一步一个脚印踏踏实实熬到了最后。我的申请之路中虽然有些小插曲,但还好都是有惊无险。一个好的申请结果其实不需要什么异于常人的经历,只需要你每一步都走的明智和顺利,在对的时间做对的事情,当然,还需要一个留学机构和一群可爱的老师在关键时刻能帮你一把。对我而言,GGU和我的培训师就是我申请之路上的指路人。

史上最全专业介绍系列——MIS-专业(世毕盟留学)

史上最全专业介绍系列——MIS-专业(世毕盟留学)

史上最全专业介绍系列——MIS 专业 一、MIS 专业开设情况 1、总体情况 MIS 全称是Management Information System,管理信息系统。是一个以人为主导,利用计算机硬件、软件、网络通信设备以及其他办公设备,进行信息的收集、传输、加工、储存、更新和维护,以企业战略竞优、提高效益和效率为目的,支持企业的高层决策、中层控制、基层运作的集成化的人机系统。管理信息系统由决策支持系统(DSS)、工业控制系统(CCS)、办公自动化系统(OA)以及数据库、模型库、方法库、知识库和与上级机关及外界交换信息的接口组成。总的来说,MIS 就是通过计算机技术提高企业的管理水平和经济效益。 MIS 是集计算机技术与商管类课程于一身的新兴专业。一般分配在商学院之下,部分学校的管理学院,信息学院,计算机学院也有开设相关专业。由于MIS 专业的自身属性,因此开设课程中,不但包括计算机课程,例如语言编程,数据库,网络,信息安全等,而且也包括例如会计,电子商务,商务运营,营销等商务类课程。对于先修课,学校通常要求申请者掌握一定的计算机技术,进修过如网络编程、数据库、统计、会计、微积分等科目。但先修课不是每间学校必须的。 MIS 大体上分成两个方向,一个是偏向商科管理的方向,另一个是偏向技术的方向,分别在商学院和工学院下面。 商学院之下的MIS 偏向于计算机技术结合经济管理两方面,主要有两个方向,一个是MS in MIS,此方向适合一般应届毕业生申请,如Rochester;另一个是MBA-MIS,属于MBA 的分支之一,对工作经验的要求十分高,录取者平均工作经验 3 到 5 年不等,适合工作经验丰富的人申请;

大数据的统计分析方法

统计分析方法有哪几种?下面天互数据将详细阐述,并介绍一些常用的统计分析软件。 一、指标对比分析法指标对比分析法 统计分析的八种方法一、指标对比分析法指标对比分析法,又称比较分析法,是统计分析中最常用的方法。是通过有关的指标对比来反映事物数量上差异和变化的方法,有比较才能鉴别。 指标分析对比分析方法可分为静态比较和动态比较分析。静态比较是同一时间条件下不同总体指标比较,如不同部门、不同地区、不同国家的比较,也叫横向比较;动态比较是同一总体条件不同时期指标数值的比较,也叫纵向比较。 二、分组分析法指标对比分析法 分组分析法指标对比分析法对比,但组成统计总体的各单位具有多种特征,这就使得在同一总体范围内的各单位之间产生了许多差别,统计分析不仅要对总体数量特征和数量关系进行分析,还要深入总体的内部进行分组分析。分组分析法就是根据统计分析的目的要求,把所研究的总体按照一个或者几个标志划分为若干个部分,加以整理,进行观察、分析,以揭示其内在的联系和规律性。 统计分组法的关键问题在于正确选择分组标值和划分各组界限。 三、时间数列及动态分析法 时间数列。是将同一指标在时间上变化和发展的一系列数值,按时间先后顺序排列,就形成时间数列,又称动态数列。它能反映社会经济现象的发展变动情况,通过时间数列的编制和分析,可以找出动态变化规律,为预测未来的发展趋势提供依据。时间数列可分为绝对数时间数列、相对数时间数列、平均数时间数列。 时间数列速度指标。根据绝对数时间数列可以计算的速度指标:有发展速度、增长速度、平均发展速度、平均增长速度。 动态分析法。在统计分析中,如果只有孤立的一个时期指标值,是很难作出判断的。如果编制了时间数列,就可以进行动态分析,反映其发展水平和速度的变化规律。

生物统计学(第3版)杜荣骞 课后习题答案 第六章 参数估计

第六章参数估计 6.1以每天每千克体重52 μmol 5-羟色胺处理家兔14天后,对血液中血清素含量的影响如下表[9]: y/(μg · L-1)s/(μg · L-1)n 对照组 4.20 0.35 12 5-羟色胺处理组8.49 0.37 9 建立对照组和5-羟色胺处理组平均数差的0.95置信限。 答:程序如下: options nodate; data common; alpha=0.05; input n1 m1 s1 n2 m2 s2; dfa=n1-1; dfb=n2-1; vara=s1**2; varb=s2**2; if vara>varb then F=vara/varb; else F=varb/vara; if vara>varb then Futailp=1-probf(F,dfa,dfb); else Futailp=1-probf(F,dfb,dfa); df=n1+n2-2; t=tinv(1-alpha/2,df); d=abs(m1-m2); lcldmseq=d-t*sqrt(((dfa*vara+dfb*varb)/(dfa+dfb))*(1/n1+1/n2)); ucldmseq=d+t*sqrt(((dfa*vara+dfb*varb)/(dfa+dfb))*(1/n1+1/n2)); k=vara/n1/(vara/n1+varb/n2); df0=1/(k**2/dfa+(1-K)**2/dfb); t0=tinv(1-alpha/2,df0); lcldmsun=d-t0*sqrt(vara/n1+varb/n2); ucldmsun=d+t0*sqrt(vara/n1+varb/n2); cards; 12 4.20 0.35 9 8.49 0.37 ; proc print; id f; var Futailp alpha lcldmseq ucldmseq lcldmsun ucldmsun; title1 'Confidence Limits on the Difference of Means'; title2 'for Non-Primal Data'; run; 结果见下表: Confidence Limits on the Difference of Means for Non-Primal Data F FUTAILP ALPHA LCLDMSEQ UCLDMSEQ LCLDMSUN UCLDMSUN 1.11755 0.42066 0.05 3.95907 4.62093 3.95336 4.62664 首先,方差是具齐性的。在方差具齐性的情况下,平均数差的0.95置信下限为3.959 07,置信上限为4.620 93。0.95置信区间为3.959 07 ~ 4.620 93。 6.2不同年龄的雄岩羊角角基端距如下表[27]: 年龄/a y/cm s/cm n

生物统计学期末考试题

生物统计学期末考试题 一名词解释(每题2分,共10分) 1.生物统计学期末考试题 2.样本:从总体中抽出的若干个体所构成的集合称为样本 3.方差:用样本容量n来除离均差平方和,得到的平方和,称为方差 4.标准差:方差的平方根就是标准差 5.标准误:即样本均数的标准差,是描述均数抽样分布的离散程度及衡量均数抽样误差大小的尺度, 反映的是样本均数之间的变异。 6.变异系数:将样本标准差除以样本平均数,得出的百分比就是变异系数 7.抽样:通常按相等的时间间隔对信号抽取样值的过程。 8.总体参数:所谓总体参数是指总体中对某变量的概括性描述。 9.样本统计量:样本统计量的概念很宽泛(譬如样本均值、样本中位数、样本方差等等),到现在 为止,不是所有的样本统计量和总体分布的关系都能被确认,只是常见的一些统计量和总体分布之间 的关系已经被证明了。 10.正态分布:若随机变量X服从一个数学期望为μ、标准方差为σ2的高斯分布, 正态分布又名 高斯分布 11.假设测验:又称显著性检验,就是根据总体的理论分布和小概率原理,对未知或不完全知道的总 体提出两种彼此对立的假设,然后由样本的实际结果,经过一定的计算,做出在一定概率意义上应该 接受的那种假设的推断。 12.方差分析:又称“变异数分析”或“F检验”,用于两个及两个以上样本均数差别的显著性检验。 13.小概率原理:一个事件如果发生的概率很小的话,那么它在一次试验中是几乎不可能发生的,但 在多次重复试验中几乎是必然发生的,数学上称之小概率原理。 15.决定系数:决定系数定义为相关系数r的平方 16.随机误差:在实际相同条件下,多次测量同一量值时,其绝对值和符号无法预计的测量误差。 17.系统误差:它是在一定的测量条件下,对同一个被测尺寸进行多次重复测量时,误差值的大小和 符号(正值或负值)保持不变;或者在条件变化时,按一定规律变化的误差 二. 判断题(每题2分,共10分) 1. 在正态分布N(μ ;σ)中,如果σ相等而μ不等,则曲线平移, ( ) 2. 如果两个玉米品种的植株高度的平均数相同,我们可以认为这两个玉米品种是来自同一总体() 3. 当我们说两个处理平均数有显著差异时,则我们有99%的把握肯定它们来自不同总体. 4小概率原理是指小概率事件在一次试验中可以认为不可能发生() 5 激素处理水稻种子具有增产效应,现在在5个试验区内种植经过高、中、低三种剂量的激素处理的水稻种此试验称为三处理五重复试验() 6.系统误差是不可避免的,并且可以用来计算试验精度。() 7.精确度就是指观察值与真值之间的差异。() 8. 实验设计的三个基本原则是重复、随机、局部控制。() 9. 正交试验设计就是从全部组合的处理中随机选取部分组合进行试验。() 10.如果回归方程Y=3+1.5X的R2=0.64,则表明Y的总变异80%是X造成。() 三. 简答题(每题5分共20分) 1. 完全随机试验设计与随机区组试验设计有什么不同? 2. 什么是小概率原理?在统计推断中有何 作用? 3. 什么是多重比较中的FISHER氏保护测验?4. 样本的方差计算中,为什么要离均差平方和 除以n-1而不是除以n? 5. 如果两个变量X和Y的相关系数小于0.5,是否它们就没有显著相关性? 6. 单尾测验与双尾测验有何异同?

大数据统计分析方法简介

大数据统计分析方法简介 随着市场经济的发展以及经济程度不断向纵深发展, 统计学与经济管理的融合程度也在不断加深, 大数据统计分析技术通过从海量的数据中找到经济发展规律, 在宏观经济分析中起到的作用越来越大, 而且其在企业经营管理方面的运用也越来越广。基于此, 文章首先对强化大数据统计分析方法在企业经营管理中的意义以及必要性进行分析;其次, 详细阐述大数据统计分析方法在宏观经济方面及企业经营管理方面的运用;最后, 对如何进一步推进大数据统计分析方法在经济管理领域中的运用提出政策建议。 统计学作为应用数学的一个重要分支, 其主要通过对数据进行收集, 通过计量方法找出数据中隐藏的有价值的规律, 并将其运用于其他领域的一门学科。随着数据挖掘(Data Mining) 技术以及统计分析方法逐渐成熟, 大数据统计分析方法在经济管理领域中所起到的作用越来越大。当前, 面对经济全球化不断加深以及经济市场竞争不断激烈的双重压力, 将统计学深度的融合运用于经济管理领域成为提高经营管理效率、优化资源配置、科学决策的有效举措。随着市场经济的发展以及经济程度不断向纵深发展, 统计学与经济管理的融合程度也在不断加深, 大数据统计分析技术通过从海量的数据中找到经济发展规律, 在宏观经济分析中起到的作用越来越大, 而且其在企业经营管理方面的运用也越来越广。由此可见, 加强大数据统计分析方法在经济管理领域中的运用对促进经济发展和和提升企业经营管理效率具有重要意义。 为了进一步分析大数据统计分析方法在宏观经济发展以及企业经营管理方面的运用, 本文首先对强化大数据统计分析方法在企业经营管理中的意义以及必要性进行分析;其次, 详细阐述大数据统计分析方法在宏观经济方面及企业经营管理方面的运用;最后, 对如何进一步推进大数据统计分析方法在经济管理领域中的运用提出政策建议。 一、大数据统计分析方法在经济管理领域运用的意义 由于市场环境以及企业管理内容的变化, 推进统计学在企业经营管理领域运用的必要性主要体现在以下两方面。 (一) 宏观经济方面 经济发展具有一定的规律, 加强大数据统计分析方法在宏观经济中的运用对发展经济发展规律具有重要意义。一方面, 通过构架大数据统计分析系统将宏观经济发展中的行业数据进行收集, 然后利用SPSS、Stata等数据分析软件对关的行业数据进行实证分析, 对发现行业发展中出现的问题以及发现行业中潜在的发

生物统计学第四版知识点总结

一、田间试验的特点 1、田间试验具有严格的地区性和季节性,试验周期长。 2、田间试验普遍存在试验误差 3、研究的对象和材料是农作物,以农作物生长发育的反应作为试验指标研 究其生长发育规律、各项栽培技术或栽培条件的效果。 二、田间试验的基本要求 结果重演性、结果可靠性、条件先进代表性、目的明确性 三、单因素试验的处理数就是该因素的水平数。 四、例如:甲、乙、丙三品种与高、中、低三种施肥量的两因素试验处理组 合数是? 3因素3水平的处理组合数是? 多因素试验的处理数是各因素不同水平数的所有组合。 五、如进行一个喷施叶面肥的试验,如果设置两个叶面肥浓度,对照应为 喷施等量清水。 六、简单效应的计算 N 的简单效应为40-30=10 在N1水平下,P2与P1的简单效应为38-30=8;在N2水平下,P2与P1的简单效应为54-40=14。 七、平均效应的计算 P的主效(8+14)/2=11; N的主效(10+16)/2=13; 八、互作的计算 N与P的互作为(16-10)/2=3或(14-8)/2=3 九、田间试验误差可分为系统误差和随机误差两种。(1、系统误差影响试 验的准确性,随机误差影响试验的精确性。2、准确度受系统误差影 响,也受随机误差影响;精确度受随机误差影响。3、若消除系统误 差,则精确度=准确度。) 十、小区面积扩大,误差降低,但扩大到一定程度,误差降低就不明显了。 适当的时候可以考虑增加重复次数来降低误差。小区面积一般在 6-60m2,而示范小区面积不小于330m2 。 十一、通常情况下,狭长小区误差比方形小区误差小。 小区的长边必须与肥力梯度方向平行,即与肥力变化最大的方向平行。一般小区长宽比为3-10:1,甚至达20:1 十二、何时采用方形小区?(1)肥水试验;(2)边际效应值得重视的试验。 十三、一般小区面积较小的试验,重复次数可相应增多,可设3-6次重复; 小区面积较大的试验可设2-4次重复。 十四、将对照或早熟品种种在试验田四周,一般4行以上。目的?(目的是防止外来因素破坏及边际效应的影响。) 十五、算术平均数的主要特征 ?1、样本各观测值与平均数之差的和为零,即离均差之和为0。 2、离均差的平方和最小。 十六、【例3·1】在1、2、3、…、20这20个数字中随机抽取1个,求下列随机事件的概率。 (1)A=“抽得1个数字≤4”;

生物统计学考试题及答案

生物统计学考试题及答案

重庆西南大学 2012 至 2013 学年度第 2 期 生物统计学 试题(A ) 试题使用对象: 2011 级 专 业(本科) 命题人: 考试用时 120 分钟 答题方式采用: 一:判断题;(每小题1分,共10分 ) 1、正确无效假设的错误为统计假设测验的第一类错误。( ) 2、标准差为5,B 群体的标准差为12,B 群体的变异一定大于A 群体。( ) 3、一差异”是指仅允许处理不同,其它非处理因素都应保持不变。( ) 4、30位学生中有男生16位、女生14位,可推断该班男女生比例符合1∶1(已 知84.321,05.0=χ)。 ( ) 5、固定模型中所得的结论仅在于推断关于特定的处理,而随机模型中试验结论则将用于推断处理的总体。( ) 6、率百分数资料进行方差分析前,应该对资料数据作反正弦转换。( ) 7、比较前,应该先作F 测验。 ( ) 8、验中,测验统计假设H 00:μμ≥ ,对H A :μμ<0 时,显著水平为5%,则测验的αu 值为1.96( ) 9、行回归系数假设测验后,若接受H o :β=0,则表明X 、Y 两变数无相关关系。( ) 10、株高的平均数和标准差为30150±=±s y (厘米),果穗长的平均数和标准差为s y ±1030±=(厘米),可认为该玉米的株高性状比果穗性状变异大。 ( ) 二:选择题;(每小题2分,共10分 ) 1分别从总体方差为4和12的总体中抽取容量为4的样本,样本平均数分别为3和2,在95%置信度下总体平均数差数的置信区间为( )。

A 、[-9.32,11.32] B 、[-4.16,6.16] C 、[-1.58,3.58] D 、都不是 2、态分布不具有下列哪种特征( )。 A 、左右对称 B 、单峰分布 C 、中间高、两头低 D 、概率处处相等 3、一个单因素6个水平、3次重复的完全随机设计进行方差分析,若按最小显著差数法进行多重比较,比较所用的标准误及计算最小显著差数时查表的自由度分别为( )。 A 、 2MSe/6 , 3 B 、 MSe/6 , 3 C 、 2MSe/3 , 12 D 、 MSe/3 , 12 4、已知),N(~x 2σμ,则x 在区间]96.1,[σμ+-∞的概率为( )。 A 、0.025 B 、0.975 C 、0.95 D 、0.05 5、 方差分析时,进行数据转换的目的是( )。 A. 误差方差同质 B. 处理效应与环境效应线性可加 C. 误差方差具有正态性 D. A 、B 、C 都对 三、简答题;(每小题6分,共30分 ) 1、方差分析有哪些步骤? 2、统计假设是?统计假设分类及含义? 3、卡方检验主要用于哪些方面? 4、显著性检验的基本步骤? 5、平均数有哪些?各用于什么情况? 四、计算题;(共4题、50分) 1、进行大豆等位酶Aph 的电泳分析,193份野生大豆、223份栽培大豆等位基因型的次数列于下表。试分析大豆Aph 等位酶的等位基因型频率是否因物种而不同。( 99 .52 05.0,2=χ, 81 .7205.0,3=χ)(10分) 野生大豆和栽培大豆Aph 等位酶的等位基因型次数分布 物 种 等位基因型 1 2 3 野生大豆 29 68 96

世毕盟留学申请经验分享:从浙大国关到JHU SAIS

Offer: Johns Hopkins University SAIS MA in International Relations, Chicago University MPP, George Washington University MA in Asian Studies, UC San Diego MA in Public and International AffairsReject: Harvard University MPPWaitlist: Columbia University MPA 一.个人背景 GPA: 3.86/4.00,本科国关TOEFL: 109 (口语26)GRE: 165+170+4.0海外交换与海外志愿者各一实习:国际组织全职实习2个Research:若干,较水 二.选校选专业在选专业的时候,我曾经对去学这几年渐渐火起来的MPP还 是继续学国关有过纠结。无论是去JHU SAIS 还是去Chicago MPP,在毕业后找工作上是有一定程度的相似的——咨询、国际组织、NGO、金融、private sector、继续深造等等都有——但是学的东西却有很多不同。在浏览各学校官网、向学长学姐请教之后,我渐渐对这两个专业和各个学校有了更多的认识。 我很快确定下来我的dream school:JHU School of International Studies。在申请的初始阶段,学校官网、学长学姐、寄托gradcafe等网站、linkedin 以及世毕盟都是很好的信息来源。建议大家在了解清楚学校和专业情况的基础 上再开始申请,这样既不容易后悔,也好做到有的放矢。

统计学是(大数据)数据分析的灵魂

及早发现流感 谷歌有一个名为“谷歌流感趋势”的工具,它通过跟踪搜索词相关数据来判断全美地区的流感情况(比如患者会搜索流感两个字)。近日,这个工具发出警告,全美的流感已经进入“紧张”级别。它对于健康服务产业和流行病专家来说是非常有用的,因为它的时效性极强,能 够很好地帮助到疾病暴发的跟踪和处理。事实也证明,通过海量搜索词的跟踪获得的趋势报告是很有说服力的,仅波士顿地区,就有700例流感得到确认,该地区目前已宣布进入公 共健康紧急状态。 这个工具工作的原理大致是这样的:设计人员置入了一些关键词(比如温度计、流感症状、肌肉疼痛、胸闷等),只要用户输入这些关键词,系统就会展开跟踪分析,创建地区流感图表和流感地图。谷歌多次把测试结果(蓝线)与美国疾病控制和预防中心的报告(黄线)做比对,从下图可知,两者结论存在很大相关性: 但它比线下收集的报告强在“时效性”上,因为患者只要一旦自觉有流感症状,在搜索和去医院就诊这两件事上,前者通常是他首先会去做的。就医很麻烦而且价格不菲,如果能自己通过搜索来寻找到一些自我救助的方案,人们就会第一时间使用搜索引擎。故而,还存在一种可能是,医院或官方收集到的病例只能说明一小部分重病患者,轻度患者是不会去医院而成为它们的样本的。 这就是一个典型的“大数据”的应用例子,舍恩伯格的这本《大数据时代》受到了广泛的赞誉,他本人也因此书被视为大数据领域中的领军人物。 大数据的起源 大数据起源于数据的充裕,舍恩伯格在他的另外一本书《删除》中,提到了这些源头。 1、信息的数字化,使得所有信息都可以得到一个完美的副本; 2、存储器越来越廉价,大规模存储这些数字信息成本极低;

生物统计学期末复习题

统计选择题 1,由于(1,研究对象本身的性质)造成我们所遇到的各种统计数据的不齐性。 2,研究某一品种小麦株高,因为该品种小麦是个极大的群体,其数量甚至于是个天文数字,该体属于(4,无限总体) 3,从总体中(2,随机抽出)一部分个体称为样本。 4,用随机抽样方法从总体中获得一个样本的过程称为(3,抽样) 5,身高,体重,年龄这一类数据属于(3,连续型数据;1,度量数据) 6,每10个中男性人数,每亩麦田中杂草株数,喷洒农药后每100只害虫中死虫数等,这一类数据属于(1,离散型数据;2,计数数据) 7,把频数按其组值的顺序排列起来,称为(3,频数分布) 8,以组值作为一个边,相应的频数为另一个边,做成的连续矩形图称为(2,直方图)9,绘制(4,多边形图)的方法是在坐标平面内点上各点(中值,频数),以线段连接各点,最高和最低非零频数点与相邻零频数点相连。 10,累积频数图是根据(3,累积频数表)直接绘出的。 11,样本数据总和除以样本含量,称为(算数平均数 12,已知样本平方和为360,样本含量为10,以下4种结果中(2,6.0)是正确的标准差。 13,概率的古典定义是(2,基本事件数与事件总数之比) 14,下面第(2,概率是事物所固有的特性) 15,对于事件A和B,P(A∪B)等于(2,P(AB)) 16,对于事件A和事件B,P(A|B)等于(P(AB)/P(B)) 17,对于任意事件A和B,P(AB)等于(P(B)P(B|A)) 18,下述(3随机试验中所输入的变量)项称为随机变量 19,关于连续型随机变量,有以下4种提法,其中(1,可取某一区间内的任何数值)20,总体平均数可以用以下4种符号中的一种表示,它是(2,μ) 21,样本标准差可以用以下4种符号中的一种表示,它是(1,s) 22,在养鱼场中,A鱼塘的面积占10%,A鱼塘中鱼的发病率为1%,问从养鱼场中任意捕捞一条鱼,它既是A鱼塘,又是生病的鱼的概率是(4,0.003) 23,以下4点是描述连续型随机变量特征的,其中(2,f(x)=lim △x→0P(x

英美的MPP项目(世毕盟留学)

英美的MPP项目(世毕盟留学) 第一,什么是MPP/MPA项目的核心内容。 Master of Public Policy(MPP)和Master of Public Administration(MPA)属于public affairs education中的两大项目,这两个项目都强调通过分析、评估政策,执行政策和项目去回应政策议题和解决社会问题~~这两个项目都是比较practical和career-oriented的~~所谓的职业导向(career-oriented),就是希望培养在public service领域服务的人才,毕业后一般是直接找工作。(如果以后是希望念博士继续学术生涯,那么最好仔细考虑一下要不要申请这类项目) 第二、MPP和MPA的区别 虽然MPP和MPA经常被混为一谈,但是两者还是有不同侧重点的。MPP是policy-focused,它强调通过解读数据和信息去分析政策、制定政策和评估政策,比MPA稍微要研究型一点。MPP在课程设置中也更强调经济学和政策分析。相比而言,MPA则是administration-oriented,强调政策的执行和组织管理,所以在课程中更多金融和人力管理的内容。

大家可以简单了解两者的区别~~~在决定申请MPP还是MPA的时候,最好留意两者之间的细微差别,在准备申请材料(PS)的时候也有所侧重~~ 第三、英国和美国MPP/MPA不一样的地方 以牛津的MPP为例,重点介绍英国MPP的项目申请情况。首先,从学制来看,英国项目(一年)比美国(两年)要短。这个时间长短当然是很重要的问题,一年的项目非常的紧张,由于课业繁重平时很难兼职或者实习,毕业之后立刻面临找工作的问题。两年时间则稍微宽松,有充足的时间实习、找工作。其次,从项目的课程设置来看,英国还是比较跨学科和国际化。以牛津的MPP为例,core course包括哲学、法律、科学、经济学,课堂上讨论的议题不仅仅限于英国本土而是全世界范围,学生也非常国家化,一个大班一百多人会有来自70个不同国家的同学。可能是英国本来国土范围小,且作为欧盟的一部分,所以课程中会有更多comparative的视角,跟欧盟中的其他国家比较。至于美国,我所了解的是有些学校在课堂上讨论的是非常本土化的议题,这对于国际学生来说可能是一种挑战。 从研究方法上,MPP/MPA都强调定量方法,是必修课,尽管难易程度有加。但就我个人感觉而言,英国没有美国quantitative-oriented,对定量和经济学背景的要求也没有那么高,教授的课程也比较简单,也许是因为欧洲这边的传统方法是定性。所以对定量没有什么信心或者兴趣的同学可以考虑一下申请英国的学校~~ 如果决定了要申请MPP/MPA,并且不确定以后是否还会申请博士,那么就要确认你所申请/就读的项目是不是可以为博士做准备。例如,牛津的MPP是一个professional degree,要申请博士的话这个master degree是不被认可的,需要重新读一个学术性的master degree,我身边就有朋友是这种情况~~我自己也是还不确定,最后选择了一个比较学术性的项目CSP而非MPP。 第四、有哪些学校开设MPP/MPA,其课程设置和背景要求是怎样的。 开设MPP/MPA的学校其实很多。在美国,这个项目比较强的有哈佛、哥大、芝加哥、乔治城、UC Berkeley和康奈尔,英国牛津、剑桥、LSE、UCL、爱丁堡等,不同学校、不同项目的具体要求是什么可以在官网上去具体查看。申请项目前建议一定要查清楚这个项目的具体要求和侧重点。举个例子,牛津和剑桥的MPP项目都是近年来新建立的,牛津的项目很大,招一百多人,剑桥的项目则很小,只招二十多人,并且特别关注science和technology,所以理工科背景(尤其computer science)的人申请可能会比较有优势哦。 从课程设置来看,MPP和MPA大同小异。主要分为两部分,核心课程和选修类。

生物统计学考试试卷及答案

考试轮次:2017-2018学年第一学期期末考试试卷编号 考试课程:[120770] 生物统计与实验设计命题负责人曾汉元 适用对象:生物与食品工程学院生物科学专业2015级审查人签字 考核方式:上机考试试卷类型:A卷时量:150分钟总分:100分 注意:答案中要求保留必要的计算和推理过程,全部答案保存为一个Word文档,文件名 为学号最后两位数+姓名。考试结束后不要关机。提交答卷后,请到主机看一下是否提交成功。第1题12分,第3题5分,第10题13分,其余的题各10分。 1、下表为某大学96位男生的体重测定结果(单位:kg),请根据资料分别计算以下指标:(1)算术平均数;(2)几何平均数;(3)中位数;(4)众数;(5)极差;(6)方差;(7)标准差;(8)变异系数;(9)标准误。(10) 绘制各体重分布柱形图。 66 69 64 65 64 66 70 64 59 67 66 66 60 66 65 61 61 66 67 68 62 63 70 65 64 66 68 64 63 60 60 66 65 61 61 66 59 66 65 63 58 66 66 68 64 65 71 61 62 69 70 68 65 63 66 65 67 66 74 64 70 64 59 67 66 66 60 66 65 61 61 66 67 68 62 63 70 65 64 66 68 64 63 60 60 66 65 61 61 66 59 66 65 63 58 66 2、已知1000株水稻的株高服从正态分布N(97,3 2),求: (1)株高在94cm以上的概率? (2)株高在90~99cm之间的概率? (3)株高在多少cm之间的中间概率占全体的99%? 3.已知某批30个小麦样品的平均蛋白质含量为14.5%,σ=2.50%,试进行95%置信度下的蛋白质含量的区间估计和点估计。 4、有一大麦杂交组合,F2代的芒性状表型有钩芒、长芒和短芒三种,观察计得其株数依次分别为348、11 5、157,试检验其比率是否符合9:3:4的理论比率。 5、某医院用某种中药治疗7例再生障碍性贫血患者,现将血红蛋白含量(g/L)变化的数据列在下面,假定资料满足各种假设测验所要求的前提条件,问:治疗前后之间的差别有无显著性意义? 患者编号 1 2 3 4 5 6 7 治疗前血红蛋白含量65 75 50 76 65 72 68 治疗后血红蛋白含量82 112 125 85 80 105 128

细说IEOR PhD(世毕盟留学)

细说IEOR PhD IE起源于传统制造业,但是如今的IE已经很少再做制造业方面的研究(比如生产排程),培养一些master 输入业界已经够用了。作为有志向攻读Phd的青年,有必要了解一下如今的IEOR倾向的研究方向。 Operations Research/Management science是IE的核心。就是应用mathematical modeling,statistic,simulation 来为某个应用领域做决策的学科。其中大家听说的manufactory, supply chain, healthcare, revenue management, disaster respond等等方向都是OR/MS 作为依托的应用领域。有些系在某应用领域项目比较多,研究的老师比较多,带头人就愿意专门分出来,成立个组什么的。但实质差别不大,只是学的应用领域的东西不同。OR是所有IE系都有的,只是应用领域各自都有特点和侧重。OR方向我会之后详细讲解。类似的还有商学院operations management/decision science专业,很多数学课都会来IE系来学,但他们不要求特别高的数学理论,而侧重商业分析。剩下的方向都是小众,你只有在不多的学校找到相应的研究方向。我对每个方向和每个学校并不是特别清楚,所以大概介绍一下。你可以去IIE 网站了解更多IE的东西。 Statistic,IE也研究统计,主要是研究制造业中quality control,process improvement, reliability analysis。代表学校ASU,做集成电路生产制造,rutgers。Stochastic/simulation, 研究仿真理论,理论性比较强。Northwestern 仿真界的牛校。 Human factor, 我只知道是设计产品更符合人体工效学,使人操作更顺手,降低疲劳积累速度,减少失误,从而提高工作效率。代表学校,VT,Wisconsin-M, OSU。Information system,这个方向在IE系成气候的并不多。代表学校,Wisconsin-M 有研究healthcare information system,USC。

生物统计学(版)杜荣骞课后习题答案统计数据的收集与整理

第一章统计数据的收集与整理 1.1算术平均数是怎样计算的?为什么要计算平均数? n 、y i -4 y = _ 答:算数平均数由下式计算: n ,含义为将全部观测值相加再被观测值的个数 除,所得之商称为算术平均数。 计算算数平均数的目的, 是用平均数表示样本数据的集中点, 或是说是样本数据的代表。 1.2既然方差和标准差都是衡量数据变异程度的,有了方差为什么还要计算标准差? 答:标准差的单位与数据的原始单位一致,能更直观地反映数据地离散程度。 1.3标准差是描述数据变异程度的量,变异系数也是描述数据变异程度的量,两者之 间有什么不同? 答:变异系数可以说是用平均数标准化了的标准差。 在比较两个平均数不同的样本时所 得结果更可靠。 1.4完整地描述一组数据需要哪几个特征数? 答:平均数、标准差、偏斜度和峭度。 1.5下表是我国青年男子体重(kg )。由于测量精度的要求,从表面上看像是离散型数 据,不要忘记,体 重是通过度量得到的, 属于连续型数据。根据表中所给出的数据编制频数 分布表。 序和计算结果如下: proc format; value hfmt 56-57='56-57' 62-63='62-63' 68-69='68-69' 70-71=70-71' 72-73=72-73' 74-75=74-75: run; data weight; in file 'E:\data\exer1-5e.dat'; 64 6 66 62 64 7 66 5 7 13 4 66 6 6 6 66 64 64 4 6 10 3 6 6 6 7 6 9 6 12 7 6 6 6 6 6 16 4 3 7 6 6 6 6 6 14 2 8 7 6 6 6 6 6 566 7 66 74 64 75 62 6664646469 64 64 66 64 64 64 66 62 726166 64 6 66 66 6661 答:首先建立一个外部数据文件,名称和路径为: 62 6 66 6 7264 62 7 72 E:\data\exer1-5e.dat 。所用的 SAS 程 58-59='58-59' 64-65='64-65' 60-6仁'60-61' 66-67='66-67'

生物统计学模拟试题4

一、名词解释(8个小题,每小题2分,共16分) 1.完全随机设计 2.重复 3.试验处理 4.独立性检验 5.Ⅰ型错误 6.自由度 7.标准正态分布 8.交互作用 二、单项选择题(从下列各题四个备选答案中选出一个正确答案,并将其代号写在答题纸相应位置处。答案错选或未选者,该题不得分。14个小题,每小题1分,共14分) 1.在生物统计中,样本容量记为n 。关于大样本描述正确的是( ) A. n<20 B. n<30 C. n>20 D. n>30 2.关于系统误差描述正确的是( ) A.由许多人力无法控制的偶然因素综合作用造成的差异,在试验中难以消除。 B.由许多人力无法控制的偶然因素综合作用造成的差异,在试验中可以消除。 C.由试验处理间非试验条件的不同所造成的差异,在试验中可以消除。 D.由试验处理间非试验条件的不同所造成的差异,在试验中难以消除。 3.在多个处理比较的试验研究中,当处理数大于3时,各处理重复数的估计原则是( ) A. df e ≥5 B. df e ≥12 C. df e ≥20 D. df e ≥30 4.关于计数资料描述正确的是( ) A.计数资料的观察值只能是整数,它们之间的变异是连续的。 B.计数资料的观察值不一定是整数,它们之间的变异是连续的。 C.计数资料的观察值只能是整数,它们之间的变异是不连续的。 D.计数资料的观察值不一定是整数,它们之间的变异是不连续的。 5.在直线回归分析中,回归自由度等于 ( ) A.1 B.2 C.3 D.4 6.某猪场用80头猪检验某种疫苗是否有预防效果。注射疫苗的44头中有 12头发病,32头未发病;未注射的36头中有22头发病,14头未发病。在进行独立性检验时,其注射疫苗组的理论发病数为( ) A.18.7 B.25.3 C.15.3 D.20.7 7.研究发现,在标准化饲养管理条件下,某种家禽出壳重与上市重的直线回归方程为 (单位:g )。如果该家禽出壳重每增加1g ,则上市重增加( ) A.580.8 g B.22.2 g C.558.6 g D.603 g 8.决定系数r 2的取值范围是( ) A.-1,1 B. -1,0 C.0,1 D.-∞,+∞ 9.可估计和减少试验误差的手段是( ) A. 局部控制 B. 随机 C. 重复 D. 唯一差异原则 10.在单因素试验资料的方差分析中,总变异是指( ) A.全部测量值与各组均数之间的差异。 x y 2.228.580?+=

大数据,统计学

大数据时代需要重视统计学 我们现在要开始重视大数据,要重视统计学,因为在数据足够大了之后,我们突然发现一切社会现象到最后都有统计规律,它不像物理学那样可以准确的去描述因果的关系,它从本质上来说就是一个统计的规律。统计学学好了,你再去学别的都战无不胜,因为一切社会现象到最后都是一个统计规律。 为什么要强调统计学呢,因为我们的认知能力中最差的是统计思维。人的大脑有一些功能优良得超过我们的想象,比如我们的语言能力。著名的语言学家乔姆斯基曾说,其实语言不是你学来的,语言是你天生就会的,因为语言太复杂了,要是从出生再学语言根本学不会,等你出生的时候,你的大脑里头已经预装了一套操作系统,语言的操作系统。所以语言我们是天生就会的。 还有,比如我们察言观色的能力,也是天生就会的。但有,一些是我们不会的。一位得诺贝尔经济学的心理学家写过一本书,《思考快与慢》。里面就讲到,我们有很多思维是靠直觉的快思维,这是我们几万年、几十万年、几百万年的自然演化,然后给我们留下来的,就是第六感觉。当你觉得可能有危险的时候,你就会跑掉。但是呢,我们另外一套操作系统是用来做逻辑推理以及进行统计分析的,装得很烂,所以我们天生缺的是逻辑推理能力和统计思维能力。 所以,在大数据的时代,我们最需要补的,其实是我们认知能力中最差的统计思维。如果有在学校的学生,我建议统计学这门课要好好地上。 “大数据”何以成为热门词汇? 为什么突然之间,大数据变成了一个最热门的词汇?

首先是由于IT革命。IT革命之后,我们有了很多处理数据的能力,对计算机数据的处理能力、存储的能力和计算的能力不断的提高。人类储存信息量的增长速度比世界经济增长的速度要快4倍,而且这还是在金融危机爆发之前的世界经济增长的速度。而计算机数据处理能力的增长速度,比世界经济增长的速度要快9倍。 其次,能够被数据化的东西越来越多。最早的时候是数字可以被数据化,所以我们有了阿拉伯的计数,后来又出现了二进位,再后来我们发现文字也可以处理成数据,然后我们发现又图像也可以处理成数据。我不知道欧美同学会《时代大讲堂》位置在哪里,我就赶紧上网查一查地图,方位也可以被数据化;你用微信、微博,跟朋友在网上交流,说明你的社会关系也会被数据化。 所以这就是为什么现在要谈大数据,因为可处理的东西太多了。而当你能够被数据化的东西越来越多。当你能够拿到的数据越来越多时,就跟原来不一样了。原来的统计学得有一个抽样,因为你不可能拿到整体,因为整体太多了,而且无法去计算。而现在,当存储能力无限扩大,处理数据的计算能力不断的进步,致使现在我们所处理的往往不是一个样本数据,而是一个整体的数据。所以这个时候,有很多原来想都不能想的事情,现在你可以去做。 大数据时代的三个规律 规律一:知其然而不必知其所以然外行打败内行 我先讲一个案例就是葡萄酒。葡萄酒怎么品酒?过去是靠品酒方面的专家。他会先闻一闻,什么味道、什么香味,然后看看是不是挂杯,最后告诉你,这个酒大

生物统计学(版)杜荣骞课后习题答案统计数据的收集与整理经典.doc

第一章统计数据的收集与整理1.1 算术平均数是怎样计算的?为什么要计算平均数? 答:算数平均数由下式计算:n y y n i i ∑ = =1 ,含义为将全部观测值相加再被观测值的个数 除,所得之商称为算术平均数。计算算数平均数的目的,是用平均数表示样本数据的集中点,或是说是样本数据的代表。 1.2 既然方差和标准差都是衡量数据变异程度的,有了方差为什么还要计算标准差? 答:标准差的单位与数据的原始单位一致,能更直观地反映数据地离散程度。 1.3 标准差是描述数据变异程度的量,变异系数也是描述数据变异程度的量,两者之间有什么不同? 答:变异系数可以说是用平均数标准化了的标准差。在比较两个平均数不同的样本时所得结果更可靠。 1.4 完整地描述一组数据需要哪几个特征数? 答:平均数、标准差、偏斜度和峭度。 1.5 下表是我国青年男子体重(kg)。由于测量精度的要求,从表面上看像是离散型数据,不要忘记,体重是通过度量得到的,属于连续型数据。根据表中所给出的数据编制频数分布表。 66 69 64 65 64 66 68 65 62 64 69 61 61 68 66 57 66 69 66 65 70 64 58 67 66 66 67 66 66 62 66 66 64 62 62 65 64 65 66 72 60 66 65 61 61 66 67 62 65 65 61 64 62 64 65 62 65 68 68 65 67 68 62 63 70 65 64 65 62 66 62 63 68 65 68 57 67 66 68 63 64 66 68 64 63 60 64 69 65 66 67 67 67 65 67 67 66 68 64 67 59 66 65 63 56 66 63 63 66 67 63 70 67 70 62 64 72 69 67 67 66 68 64 65 71 61 63 61 64 64 67 69 70 66 64 65 64 63 70 64 62 69 70 68 65 63 65 66 64 68 69 65 63 67 63 70 65 68 67 69 66 65 67 66 74 64 69 65 64 65 65 68 67 65 65 66 67 72 65 67 62 67 71 69 65 65 75 62 69 68 68 65 63 66 66 65 62 61 68 65 64 67 66 64 60 61 68 67 63 59 65 60 64 63 69 62 71 69 60 63 59 67 61 68 69 66 64 69 65 68 67 64 64 66 69 73 68 60 60 63 38 62 67 65 65 69 65 67 65 72 66 67 64 61 64 66 63 63 66 66 66 63 65 63 67 68 66 62 63 61 66 61 63 68 65 66 69 64 66 70 69 70 63 64 65 64 67 67 65 66 62 61 65 65 60 63 65 62 66 64 答:首先建立一个外部数据文件,名称和路径为:E:\data\exer1-5e.dat。所用的SAS程序和计算结果如下: proc format; value hfmt 56-57='56-57' 58-59='58-59' 60-61='60-61' 62-63='62-63' 64-65='64-65' 66-67='66-67'

相关文档
最新文档