精华内容
下载资源
问答
  • 常用概念之程序局部原理

    千次阅读 2017-06-10 19:55:56
    程序局部原理 程序的局部原理是指程序在执行时呈现出局部规律,即在一段时间内,整个程序的执行仅限于程序中的某一部分。它们倾向于引用的数据项邻近于其他最近引用过的数据项,或者邻近于最近自我引用过的...

    程序局部性原理

      程序的局部性原理是指程序在执行时呈现出局部性规律,即在一段时间内,整个程序的执行仅限于程序中的某一部分。它们倾向于引用的数据项邻近于其他最近引用过的数据项,或者邻近于最近自我引用过的数据项。
      在现代计算机系统的各个层次,从硬件到操作系统、应用程序等,设计上都利用了局部性原理。比如缓存机制,CPU指令顺序处理等。
      局部性通常有两种形式:时间局部性和空间局部性,下面分别进行简单介绍。


    时间局部性(temporal locality)

      时间局部性是指如果程序中的某条指令一旦执行,则不久之后该指令可能再次被执行;如果某数据被访问,则不久之后该数据可能再次被访问。强调数据的重复访问。
      利用时间局部性,缓存在现代程序系统中扮演着重要角色,数据缓存,磁盘缓存,文件缓存等,极大提高数据的重复访问性能。而在程序设计中,循环体则是时间局部性常见的一个场景:

    int sum(std::vector<int>& vecNums)
    {
        int nSum = 0;
        int nNumsLen = vecNums.size();
        for (int nIndex = 0; nIndex < nNumsLen; nIndex++)
        {
            nSum += vecNums[nIndex];
        }
        return nSum;
    }

    示例中nSum及nNumsLen具有较好的时间局部性。

    空间局部性(spatial locality)

      空间局部性是指一旦程序访问了某个存储单元,则不久之后。其附近的存储单元也将被访问。强调连续空间数据的访问,一般顺序访问每个元素(步长为1)时具有最好的空间局部性,步长越大,空间局部性越差。

    /*
    *   我们知道,二维数组在内存是线性存储的,按行排列
    *   sumarrayrows函数中按行访问每个数据,内存中是顺序访问的,步长为1
    *   sumarraycols函数中按列访问数据,步长为M,空间局部性较差
    */
    int sumarrayrows(int a[M][N])
    {
        int nSum = 0;
        for (int i = 0; i < M; i++)
        {
            for (int j = 0; j < N; j++)
            {
                nSum += a[i][j];
            }
        }
        return nSum;
    }
    
    int sumarraycols(int a[M][N])
    {
        int nSum = 0;
        for (int i = 0; i < N; i++)
        {
            for (int j = 0; j < M; j++)
            {
                nSum += a[j][i];
            }
        }
        return nSum;
    }
    展开全文
  • SAS常用基础代码例子-数据描述性分析 1、 计算均值、方差、标准差、变异系数、偏度、峰值; 2、 计算中位数、上下四分位数、四分位极差、三均值; 3、 作出直方图,茎叶图; 4、 进行正态W检验。 将数据导入SAS,...

    SAS常用基础代码例子-数据描述性分析

    1、 计算均值、方差、标准差、变异系数、偏度、峰值;
    2、 计算中位数、上下四分位数、四分位极差、三均值;
    3、 作出直方图,茎叶图;
    4、 进行正态性W检验。
    将数据导入SAS,用means 程序及univariate程序进行计算,程序如下:
    data height;
    input shengao @@;
    cards;
    126 149 143 141 127 123 137 132 135 134 146 142
    135 141 150 137 144 137 134 139 148 144 142 137
    147 138 140 132 149 131 139 142 138 145 147 137
    135 142 151 146 129 120 143 145 142 136 147 128
    142 132 138 139 147 128 139 146 139 131 138 149
    ;
    run;
    proc means data=height mean var std cv skewness kurtosis;
    var shengao;
    run;
    proc means data=height median q1 q3 qrange ;
    var shengao;
    run;
    proc gchart data=height;
    vbar shengao;
    run;
    proc univariate data=height plot;
    run;
    proc univariate data=height normal;
    var shengao;
    histogram shengao;
    probplot shengao;
    run;
    得到运算结果如下:
    在这里插入图片描述

    1、即该组数据的均值 =139.0,方差 =49.8983051,标准差为s=7.0638732,变异系数cv=5.081932,偏度为g1=-0.5100771,峰度为g2=-0.1261294。
    在这里插入图片描述

    2、中位数M=139,上、下四分位数分别为135.0,144.5,四分位极差R1=9.5,三均值为 。
    3、二数据的直方图与茎叶图如下所示:直方图将数据分为6组,由此图可以看出数据值为138,144左右的较多,通过茎叶图可以反映出数据的分布频率。
    在这里插入图片描述

    5、 假设检验问题为 :该组数据是正态分布 :该组数据不是正态分布的。
    在原假设 为真时, 的值接近于1, 的值过小则拒绝 。检验P值为 。
    在这里插入图片描述 对该数组进行正态性W检验得, , 值为 。取 ,因 ,故接受 ,认为样本数据来自正态分布总体。
    该数据的QQ图(如下)接近一条直线。
    在这里插入图片描述

    展开全文
  • 常用算法稳定性分析

    千次阅读 2019-05-21 17:11:06
    【转】常用算法稳定性分析      排序算法的稳定大家应该都知道,通俗地讲就是能保证排序前两个相等的数据其在序列中的先后位置顺序与排序后它们两个先后位置顺序相同。即:如,...

    【转】常用算法稳定性分析

         排序算法的稳定性大家应该都知道,通俗地讲就是能保证排序前两个相等的数据其在序列中的先后位置顺序与排序后它们两个先后位置顺序相同。即:如,如果A i == A j,Ai 原来在 Aj 位置前,排序后 Ai  仍然是在 Aj 位置前。

    1、简单总结

      选择排序、快速排序、希尔排序、堆排序不是稳定的排序算法

      冒泡排序、插入排序、归并排序和基数排序都是稳定的排序算法。

    2、排序算法稳定性的意义

    (1)如果排序算法是稳定的,那么从一个键上排序,然后再从另一个键上排序,第一个键排序的结果可以为第二个键排序所利用。基数排序就是这样,先按低位排序,逐次按高位排序,那么,低位相同的数据元素其先后位置顺序即使在高位也相同时是不会改变的。

    (2)学习排序原理时,可能编的程序里面要排序的元素都是简单类型,实际上真正应用时,可能是对一个复杂类型(自定义类型)的数组排序,而排序的键值仅仅只是这个元素中的一个属性,对于一个简单类型,数字值就是其全部意义,即使交换了也看不出什么不同。

          但是,对于复杂类型,交换的话可能就会使原本不应该交换的元素交换了。比如:一个“学生”数组,欲按照年龄排序,“学生”这个对象不仅含有“年龄”,还有其它很多属性。假使原数组是把学号作为主键由小到大进行的数据整理。而稳定的排序会保证比较时,如果两个学生年龄相同,一定不会交换。也就意味着尽管是对“年龄”进行了排序,但是学号顺序仍然是由小到大的要求。

    (3)如果排序算法稳定,对基于比较的排序算法而言,元素交换的次数可能相对会少一些。 

    3、各种排序算法稳定性分析

    (1)冒泡排序:稳定

          冒泡排序就是把小的元素往前调(或者把大的元素往后调)。注意是相邻的两个元素进行比较,而且是否需要交换也发生在这两个元素之间。所以,如果两个元素相等,我想你是不会再无聊地把它们俩再交换一下。如果两个相等的元素没有相邻,那么即使通过前面的两两交换把两个元素相邻起来,最终也不会交换它俩的位置,所以相同元素经过排序后顺序并没有改变。

    (2)选择排序:不稳定

          选择排序即是给每个位置选择待排序元素中当前最小的元素。比如给第一个位置选择最小的,在剩余元素里面给第二个位置选择次小的,依次类推,直到第n-1个元素,第n个元素不用选择了,因为只剩下它一个最大的元素了。那么,在选择时,如果当前锁定元素比后面一个元素大,而后面较小的那个元素又出现在一个与当前锁定元素相等的元素后面,那么交换后位置顺序显然改变了。

          举个例子:序列5 8 5 2 9, 我们知道第一趟选择第1个元素5会与2进行交换,那么原序列中两个5的相对先后顺序也就被破坏了。 

    (3)插入排序:稳定

          插入排序是在一个已经有序的小序列的基础上,一次插入一个元素。当然,刚开始这个有序的小序列只有1个元素,也就是第一个元素(默认它有序)。

    比较是从有序序列的末尾开始,也就是把待插入的元素和已经有序的最大者开始比起,如果比它大则直接插入在其后面。否则一直往前找直到找到它该插入的位置。如果遇见一个与插入元素相等的,那么把待插入的元素放在相等元素的后面。

          所以,相等元素的前后顺序没有改变,从原无序序列出去的顺序仍是排好序后的顺序,所以插入排序是稳定的。 

    (4)快速排序:不稳定

          快速排序有两个方向,左边的i下标一直往右走(当条件a[i] <= a[center_index]时),其中center_index是中枢元素的数组下标,一般取为数组第0个元素。

    而右边的j下标一直往左走(当a[j] > a[center_index]时)。如果i和j都走不动了,i <= j, 交换a[i]和a[j],重复上面的过程,直到i>j。交换a[j]和a[center_index],完成一趟快速排序。

          在中枢元素和a[j]交换的时候,很有可能把前面的元素的稳定性打乱,比如序列为 5 3 3 4 3 8 9 10 11 ,现在中枢元素5和3(第5个元素,下标从1开始计)交换就会把元素3的稳定性打乱。

          所以快速排序是一个不稳定的排序算法,不稳定发生在中枢元素和a[j]交换的时刻。 

    (5)归并排序:稳定

          归并排序是把序列递归地分成短序列,递归出口是短序列只有1个元素(认为直接有序)或者2个序列(1次比较和交换),然后把各个有序的段序列合并成一个有序的长序列,不断合并直到原序列全部排好序。可以发现,在1个或2个元素时,1个元素不会交换,2个元素如果大小相等也没有人故意交换,这不会破坏稳定性。那么,在短的有序序列合并的过程中,稳定是是否受到破坏?没有,合并过程中我们可以保证如果两个当前元素相等时,我们把处在前面的序列的元素保存在结果序列的前面,这样就保证了稳定性。 

    (6)基数排序:稳定

          基数排序是按照低位先排序,然后收集;再按照高位排序,然后再收集;依次类推,直到最高位。

    有时候有些属性是有优先级顺序的,先按低优先级排序,再按高优先级排序,最后的次序结果就是高优先级高的在前,高优先级相同的情况下低优先级高的在前。

          基数排序基于分别排序,分别收集,所以其是稳定的排序算法。

    (7)希尔排序:不稳定

          希尔排序是按照不同步长对元素进行插入排序,当刚开始元素很无序的时候,步长最大,所以插入排序的元素个数很少,速度很快;当元素基本有序时,步长很小,插入排序对于有序的序列效率很高。所以,希尔排序的时间复杂度会比O(N^2)好一些。由于多次插入排序,我们知道一次插入排序是稳定的,不会改变相同元素的相对顺序,但在不同的插入排序过程中,相同的元素可能在各自的插入排序中移动,最后其稳定性就会被打乱。

    (8)堆排序:不稳定

          我们知道堆的结构是节点i的孩子为2*i和2*i+1节点,大顶堆要求父节点大于等于其2个子节点,小顶堆要求父节点小于等于其2个子节点。在一个长为n的序列,堆排序的过程是从第n/2开始和其子节点共3个值选择最大(大顶堆)或者最小(小顶堆),这3个元素之间的选择当然不会破坏稳定性。

    但当为n/2-1, n/2-2, ...1这些个父节点选择元素时,就会破坏稳定性。有可能第n/2个父节点交换把后面一个元素交换过去了,而第n/2-1个父节点把后面一个相同的元素没有交换,那么这2个相同的元素之间的稳定性就被破坏了。

     

    展开全文
  • 程序静态分析(Program static analysis)是指在不执行代码情况下, 通过词法分析、语法分析、语义分析、控制流、数据流分析等技术对源代码进行扫描。


    1 前言

      对于大型C/C++项目,一般是以团队分模块开发的方式,代码量数十万或者更多。由于代码量的激增以及开发人员众多,代码出现bug的概率也随之增加。——这是一个数学上概率论的问题,而不是程序员的编码技术问题。其中一部分问题是非执行过程引起的静态问题,如内存泄露、内存越界、野指针、逻辑模糊、死锁等等,在发布代码前可以借助一些检测工具进行代码分析,以排除静态bug。除了检查代码静态bug外,还可以判断代码复杂度、代码质量、代码执行效率等等,作为提高代码质量的依据。


    2 什么是静态分析

       程序静态分析(Program static analysis)是指在不执行代码情况下, 通过词法分析、语法分析、语义分析、控制流、数据流分析等技术对源代码进行扫描,验证代码是否满足规范性、安全性、可靠性、可维护性等指标的一种代码分析技术。 通过对代码进行审查分析,检查代码的功能、性能,提升代码质量。静态分析有两种方式,分别是人工审查和软件工具分析。


    • 人工审查,依赖于人,适合于小型项目或者代码量不大的场景;效率低、易遗漏

    • 软件工具分析,理想的方式, 准确率、可靠性、效率都远高于人工审查


    3 静态分析方法

    • 词法分析,依次对代码的字符流进行扫描,通过正则表达式方法将源码转换为等价符号,并生成符号列表。

    • 语法分析,该方法主要分析源代码结构的正确性,将上下文无关联语法的符号整理成语法树。

    • 抽象语法树分析,将源代码组织生成树形结构,关联代码以树的节点表示。

    • 语义分析,主要审查结构上正确的源代码,分析代码上下文相关联的性质。

    • 控制流分析,该方法反映函数的嵌套关系,可以生成函数调用关系图;通过分析源代码,生成有向控制流图,节点表示基本代码块,节点间的有向边表示流控路径,反向边表示可能存在的循环。

    • 数据流分析,对“控制流分析”生成的控制流图进行遍历分析,记录变量初始化点和引用点,并保存为切片相关的数据信息,生成数据流图。

    • 污点分析,对“数据流分析”生成的数据流图反推断出源代码中可能受“攻击”的变量,识别代码中可能存在的缺陷。

    • 无效代码分析,“控制流分析”生成的控制流图中,无边向的孤立节点即为无效代码,通过该方法,可以检测代码逻辑问题。


    4 静态分析内容

      大多数情况下,静态分析的对象都是程序源代码,少数情况会使用编译后的目标代码(可执行文件)。静态分析的内容,根据具体分析的对象,大致可以归为三类:

    【1】致命类(内存相关)

    【2】逻辑类

    【3】编码规范与其他类


    4.1 内存相关

      由于C/C++支持指针,通常有程序员来动态管理内存,这就可能导致内存泄露问题的产生。典型内存相关问题如下:

    • 访问没有申请内存的空指针(空指针)
    • 访问已释放内存的指针(野指针)
    • 内存越界访问
    • 内存泄露,申请了内存没有释放
    • 重复释放内存
    • 文件描述符泄漏(未释放)
    • 格式化字符串不安全(内存越界)

      关于内存问题的检查,也常常使用Valgrind工具检查,可参考文章如何使用Valgrind检测内存泄漏


    4.2 逻辑类

    • 逻辑错误,重复代码分支、缺少分支语句(如switch缺少break)、变量比较类型不一致、常true或false
    • 运算错误,除0运算、无符号数小于0、bool类型自加
    • 可疑检查,死循环、死锁、if语句“=”问题、返回局部变量、变量溢出

    4.3 编程风格与其他

    • 编程风格,命名、规范性、可读性、可移植和复用性
    • 执行问题,函数未使用、变量未使用、代码不可到达(提前return
    • 隐患问题,语法问题、逻辑模糊问题、类型强制转换、编译警告、volatile问题
    • 效率问题,时间复杂度、空间复杂度、逻辑循环、
    • 标准行业规范,如MISRA C

    5 常用静态分析工具


    工具支持语言支持平台权 授说明
    AdLintCLinux、Windows、Mac OS开源代码质量评估可视化,支持多种软体品质测量
    Coverity PreventC/C++、C#、JAVALinux、Windows、Mac OS付费提供多种辅助工具,专长于最准确的找到最严重和最难检测的缺陷
    FlawfinderC/C++Linux、Windows开源使用用Python编写的c/c++程序安全审查工具;词法扫描和分析,内嵌了一些漏洞数据库,如缓冲区溢出、格式化串漏洞等,扫描快,按照代码中漏洞的风险等级对漏洞进行划分,可以快速找到存在的问题
    KlocworkC/C++、C#、JAVALinux、Windows付费国内使用较广泛的分析工具
    RatsC/C++、Python、Perl、 PHPLinux、Windows开源扫描规则比较粗糙
    PC-LintC/C++Windows付费一个由Gimpel Software公司提供的支持C/C++的商用静态分析器
    CppcheckC/C++Linux、Windows开源支持图形界面和命令行
    SplintCLinux开源静态检测针对C语言的安全工具和漏洞检测;Splint支持多种常规检查
    cqualC/C++Linux开源轻量级的静态分析器,可在类Linux系统下运行
    BLASTCLinux开源采用反例驱动的自动抽象精细化方法,构建了一个抽象模型,并对模型的安全性能进行了验证的C语言分析器
    Frama-CCLinux、Windows、Mac OS开源针对C语言的静态分析器
    ITS4C/C++Linux、Windows开源Cigital公司开发的自动化源码审查工具;但它不能理解程序上下文意思,存在很大的误报
    CoBotC/C++Linux、Windows开源北京大学开发,中国首家通过CWE认证的软件安全检测工具
    TscanCodeC/C++、C#、LuaLinux、Windows、Mac OS开源腾讯开发的静态分析工具

    推荐使用:

    CoBot、TscanCode、Cppcheck、Flawfinder

      个人使用首选开源工具;付费的功能很强大,但费用都比较昂贵,适合于公司使用。


      实质上,不论是人工审查还软件分析,都可能存在一定的误报率,甚至漏报。因此,提高代码质量的根本途径在于编码过程,形成良好编码习惯,是保证代码质量的最可靠方式。


    6 参考文章

    【1】【代码质量】C++代码质量扫描主流工具深度比较
    【2】国内外主流静态分析类工具汇总

    展开全文
  • ucinet常用分析路径

    万次阅读 多人点赞 2015-06-16 17:46:35
    1、将多值关系数据转换成二值关系数据,路径:变换→对分   2、密度分析,路径:网络→凝聚力→密度...4、中心的可视化分析,路径:Analysis→Centrality Measures   5、节点中心度分析,路径:网络→中心度→
  • 探索数据分析

    万次阅读 多人点赞 2017-02-12 18:56:56
    探索数据分析介绍当有人扔给你一份数据时,你对这份数据完全陌生,又没有足够的业务背景,会不会感觉无从下手。如果你什么都不管,直接把数据喂给各种模型,却发现效果不好,因为你没有好的特征,那么你可能需要的...
  • 16种常用统计分析软件介绍

    千次阅读 2020-03-20 18:50:46
    SAS 是英文Statistical Analysis System的缩写,翻译成汉语是统计分析系统,最初由美国北卡罗来纳州立大学两名研究生开始研制,1976 年创立SAS公司, 2003年全球员工总数近万人,统计软件采用按年租用制,年租金收入...
  • 数据分析常用的100个指标和术语

    千次阅读 多人点赞 2019-09-05 18:31:47
    3、数据分析名词解释 一、互联网常用名词解释 1、PV(Page View)页面浏览量 指某段时间内访问网站或某一页面的用户的总数量。通常用来衡量一篇文章或一次活动带来的流量效果,也是评价网站日常流量数据的重要...
  • 数据分析常用五大软件介绍

    万次阅读 2019-03-13 14:29:38
    即刻关注芝诺数据分析,让我们一起成长吧! 工欲善其事,必先利其器。说起来道理大家都懂,只是到了要学习的时候就开始各种退缩。殊不知一款好的数据分析工具可以让你事半功倍...
  • 数据分析的三个常用方法是什么?

    千次阅读 2019-03-11 17:30:34
    一个产品,如果你不能衡量它,你就不能了解它,自然而然,你就无法改进它。数据说到底,就是这样一个工具——通过...本文主要讨论一些数据分析的三个常用方法: 1. 数据趋势分析 趋势分析一般而言,适用于产品核...
  • 我给你一份数据分析常用工具指南,按照这份指南,小白也能成为数据分析高手! 这是一份入门到熟练的工具指南,并不包含数据挖掘等高阶内容。 Step1:Excel学习掌握 所用的工具正是职场中最常用的Excel! ①...
  • 程序静态分析

    万次阅读 2014-03-03 23:19:53
    程序静态分析(Program Static Analysis)是指在不运行代码的方式下,通过词法分析、语法分析、控制流分析等技术对程序代码进行扫描,验证代码是否满足规范、安全、可靠、可维护等指标的一种代码分析技术。...
  • 30款常用的大数据分析工具推荐(最新)

    万次阅读 多人点赞 2019-09-27 10:37:32
    数据挖掘和数据分析的能力在当今时代相当重要, 智能的工具是你与竞争对手对抗并为公司业务增加优势的必备条件。我列出了30个最热门的大数据工具,供大家参考。 Part 1:数据采集工具 Part 2:开源数据工具 Part ...
  •  本文是一个静态代码分析工具的清单,但是为公司产品需要付费使用。共有37个公司,有些公司包含多个工具。其中27个公司有多语言 工具,1个公司为PHP工具、2个公司为.NET工具、1个公司为Ada工具、4个公司为C++...
  • 程序动态分析工具调研

    千次阅读 2015-10-19 17:03:05
    综述本文是对程序动态工具的调研,通对各种动态分析工具的原理、功能、优缺点等方面的调研分析来使读者在使用工具时更有针对。 作为调研,本文并不过多的涉及工具的细节,主要关注点在于工的原理、功能、优缺点...
  • 整理了一些常用的数据可视化图形,一些图形重点已列出,若想深入了解可自行百度。 目录   简单数据可视化矢量图 数据分析 其他可视化图表: 逻辑分析、层次分析导图 简单数据可视化矢量图 条柱图:标准...
  • 程序现在火了。但是应该如何监测小程序的数据呢?相信这是一个大家都关心的问题。这篇文章对这个问题进行解答。 一共包括两个部分: 1. 如何获得小程序相关数据(常规数据和自定义事件数据); 2. 如何利用...
  • Java常用设计模式总结及应用场景分析

    万次阅读 多人点赞 2019-03-12 16:24:00
    原 java常用设计模式总结 2017年11月23日 21:30:54 qq_14827935 阅读数:3284 ...
  • 大数据及移动互联网时代,每一个使用移动终端的人无时无刻不在生产数据,而作为互联网服务提供的产品来说,也在持续不断的积累...那么今天小编在这里给大家推荐一些常用于数据分析的必备神器。     1.Tableau ...
  • 常用Java静态代码分析工具的分析与比较
  • R 语言数据分析/数据挖掘常用

    千次阅读 2018-07-30 21:31:33
    数据分析的流程主要包括以下几个4大步骤,而熟练掌握以下每个步骤的常用包,就能提高数据科学的效率与质量。 1.数据读取 2.数据清洗 3.数据可视化 4.数据挖掘 细分为以下流程: 1.1 数据导入  1.2 数据整理...
  • 常用分析管理工具方法【整理】

    万次阅读 多人点赞 2017-07-14 10:36:30
    常用分析管理工具方法常用分析管理工具方法 二八原则 SWOT分析法 鱼骨图分析法 5M因素分析法 5M1E分析法 头脑风暴法 名义群体法 德尔菲法 电子会议分析法 几种决策方法比较 PDCA循环 5W1H分析法 5W2H分析法 5W2...
  • 编译原理——语法分析程序的设计

    千次阅读 2017-05-13 18:49:18
    实验目的通过设计、编制、调试一个典型的语法分析程序,实现对词法分析程序所提供的单词序列进行语法检查和结构分析,进一步掌握常用的语法分析中预测分析方法。 实验内容设计一个文法的预测分析程序,判断特定...
  • ncl中常用的显著检验函数

    万次阅读 2018-01-21 14:16:48
    常用的一个函数,因为若变量的LAT和LON坐标若没有定义单位等要素,画map图会报错 显著检验函数 1、检验相关系数是否显著 rtest(相关系数r,样本数目n,0) # 用t分布检验相关系数是否显著,t=r*sqrt((n-2...
  • SAS常用基础代码例子-线性回归分析

    千次阅读 2020-06-26 22:05:39
    SAS常用基础代码例子-线性回归分析 用REG过程进行多元线性回归分析。 实验步骤: 1、 导入回归分析的数据; 2、 根据题目要求,编写相应的程序; 3、 进行相关分析,得出结论。 设该化妆品在一个城市的月销售量为Y...
  • 常用统计分析软件介绍

    万次阅读 2018-03-08 08:45:12
    SAS 是英文Statistical Analysis System的缩写,翻译成汉语是统计分析系统,最初由美国北卡罗来纳州立大学两名研究生开始研制,1976 年创立SAS公司, 2003年全球员工总数近万人,统计软件采用按年租用制,年租金收入...
  • 【参数不确定】敏感性分析(sensitivity analysis)

    万次阅读 多人点赞 2020-04-22 20:17:41
    【运筹学】灵敏性分析
  • 层次分析分为两个方面:一个是有数据的情况下使用层次分析,一个是无数据的情况下是使用层次分析: (1)无数据的情况下使用...并且只要有成对比较矩阵就一定要做一个一致检验。 准则层对于目标层的成对比较矩...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 430,048
精华内容 172,019
关键字:

常用的分析性程序