精华内容
下载资源
问答
  • 通过采用计算流体动力分析方法对云水含量传感器进行仿真与数值计算,验证了该云水含量传感器设计的可行性。采用模糊自适应(PID)算法对传感器表面探头进行温度控制,提高了系统的稳定性。设计了一种基于24 bit ADC...
  • 从毒理和营养的角度来看,人们对大米中微量元素的关注日益突出,为了确定结果,确定大米中必需和有毒元素的分析方法验证很重要。 因此,本研究旨在验证分析方法来确定大米中As,Cd,Pb,Hg,Cr,Ni,Se,Cu,...
  • 根据已知水源、出水点典型化学离子组分含量等数据,采用运筹学方法,建立矿井出水点多水源判别数学模型,并利用简约梯度法对模型进行求解。在模型求解过程中引入的松弛变量具有重要的物理意义,如果解中松弛变量取值较大...
  • 针对燃煤助燃剂催化助燃效果评价方法缺乏...分布活化能模型分析结果表明,煤催化燃烧活化能变化与助燃剂对煤燃烧催化助燃效果存在对应关系,同时从动力角度验证了着火温度、恒温区碳转化率指标评价助燃效果的正确性。
  • 剖面分类建模是一种基于垂直剖面分类的科学分析方法,可用于多种海洋学问题(正面检测,水质识别,自然区域轮廓绘制,参考剖面选择以进行验证等)。 自2015年以来,它与IMT Atlantique合作在Ifremer / LOPS上进行了...
  • 这两种策略,包括高含量的DNA-AuNPs以及相关的双酶催化,都极大地提高了生物传感器的灵敏度。 响应电流随着甲基化位点数目的增加而升高,因此通过检测相应的电流信号可以鉴定出多个甲基化的DNA。 该方法可以检测到...
  • 使用热重分析仪对伊敏褐煤(YM煤)和天池能源次烟煤(TC煤)进行干燥过程实验研究,采用等转化率等方法对低阶煤热重数据进行分析,得到煤中水分析出活化能E。根据求得的活化能,由Achar方程和Coats-Redfern方程确定最概然...
  • 针对传统时间序列预测方法难以表达时间序列中时间累积效应的缺陷, 提出一种基于过程神经网络的时间...以航空发动机状态监控中滑油铁金属含量预测为例验证了两种预测模型及其学习算法的有效性,并得到了满意的结果.</p>
  • 将近红外光谱分析技术结合化学计量学方法用于山茶油混合油品中油酸和亚油酸含量的快速检测。配制了76种山茶油混合油样本用于近红外光谱的采集,将不同的光谱预处理方法用于光谱有效信息的提取;将蒙特卡罗无信息变量...
  • 如何测试登录页

    2015-09-12 13:34:00
    有很多深入学习软件测试的人经常问一个问题,测试到底要哪些东西啊?好像测试就是拿鼠标点点点,很简单,没什么技术含量啊。下面就跟着小编一起来学习学习如何来进行一场不简单的登录功能测试之旅吧! ...

    有很多深入学习软件测试的人经常问一个问题,测试到底要学哪些东西啊?好像测试就是拿鼠标点点点,很简单,没什么技术含量啊。下面就跟着小编一起来学习学习如何来进行一场不简单的登录功能测试之旅吧!

    如何测试登录页
     

    工具/原料

    • 测试理论知识
    • 数据库知识
    • 网络知识

    方法/步骤

    • 基本功能验证

             1. 如果用户未注册,提示先注册再登录

             2. 输入正确用户名和密码,验证能否成功登录

             3. 输入空值、错误用户名或密码,是否有相应的登录失败提示

    • 界面测试

        1. 布局是否合理,控件是否对齐

        2. 控件长高是否符合要求

        3. 界面的设计风格是否与UI的设计风格统一

        4. 界面中的文字简洁易懂,没有错别字

    • 性能测试

        1.打开登录页面,需要几秒(3-5-8原则)

        2.输入正确的用户名和密码后,进入系统,不超过5秒

    • 安全性测试

             1. 用户名密码是否加密

        2. 输入框是否屏蔽sql注入攻击

        3. 输入框是否禁止输入脚本

        4. 错误登录次数是否禁止

             5. 是否允许一个用户多终端登录

             6. 是否支持单点登录

    • 可用性测试

             是否支持键盘快捷键操作tab、enter、backspace(浏览器后退)

    • 兼容性测试

            1.主流的浏览器(IE6,7,8,9, Firefox, Chrome, Safari等)

        2.不同的平台,比如Windows, Mac

        3.移动设备上,比如Iphone, Andriod

        4.不同的分辨率

             能否正常显示

    • 本地化测试

            不同语言环境下,页面的显示是否正确(中英文)

        是否向残疾用户提供足够的辅助功能(支持字体放大、缩小)

      END

    注意事项

    • 本次忽略验证码验证
    • 主要针对黑盒测试
    • 主要针对web测试

    转载于:https://www.cnblogs.com/yang91/p/4802888.html

    展开全文
  • 通过单因素和正交试验,研究了苯酚-硫酸法测定石参多糖含量时各因素对结果的影响,并对这些因素进行了优化和方法学验证。研究结果表明,苯酚用量1.6 mL、浓硫酸用量7.0 mL、显色时间30 min、显色温度80℃为苯酚-硫酸法...
  • 在之前的研究中使用人工神经网络进行水质指标预测已经取得...针对不同的指标,进行了一系列的实验,总的来说,新的预测方法与简单0倍验证相比有更好的预测结果,在所有指标中氨氮和溶解氧含量预测准确率比其他指标高。
  • 为了预测并控制激光拼焊板的力学性能,通过对0.8~1.5 mm的St12板及其镀锌板拼焊板接头组织的定量分析,结合其组织性能变化规律,得出影响力性能的首要因素为马氏体含量,继而可得工艺优化控制方法。在此基础上建立...
  • 还没关注?快动动手指!前言在平时的工作或学习中可能会碰到统计学中的假设...例如,工商局在检验某厂商生成的矿泉水时,需要验证矿泉水的净含量是否如厂商所说的550ml?在某次校园体检中,校长很关心初二年级和初三...

    还没关注?

    7d4b223ca46e1de9f0b7bb953f5f76f5.png

    快动动手指!

    前言

    在平时的工作或学习中可能会碰到统计学中的假设检验问题,如常见的卡方检验、t检验以及正态性检验等,而这些检验的目的都是为了论证某个设想,并通过统计学的方法做解释。本期内容我们将跟大家分享几种常规的t检验的方法,以及这些方法的应用案例。

    例如,工商局在检验某厂商生成的矿泉水时,需要验证矿泉水的净含量是否如厂商所说的550ml?在某次校园体检中,校长很关心初二年级和初三年级学生在视力方面是否存在一定的差异?在医学领域中,可能需要为患者采取不同的医疗手段,对比患者在使用某种新型药物前后,对病情的治疗是否有显著的差异?

    理论与应用

    t检验,通常会应用于三种情况的检验,分别是单样本t检验、双样本t检验和配对样本t检验。这三种检验分别对应了上文所提到的三个问题的解答,接下来将结合简单的案例,介绍三种t检验的相关知识点和落地方法。

    一、单样本t检验

    单样本t检验也称为样本均值(xbar)和总体均值(μ)的比较性检验,对于该检验方法而言,要求样本满足两个前提假设,分别是样本服从正态分布假设,以及样本之间满足独立性假设(即样本之间不存在相关性)。下面利用统计学中的四步法完成单样本t检验:步骤一:提出原假设和备择假设

    9f00e91f6307590cc0bfd6a47f7b08df.png

    步骤二:构造t统计量

    b4dc0c53d67c3266350434f0cc8e6eb6.png

    其中,s为样本标准差。在原假设满足的情况下,t统计量服从自由度为n-1的t分布。

    步骤三:计算t统计量

    如下表所示,为某饮料抽样后得到的实际净含量数据(饮料净含量的总体均值为550ml)。可基于如上介绍的t统计量计算公式,得到对于的t统计量值。

    50e13acb9784793f64421e8c49356c59.png

    根据如上数据,可计算样本均值xbar为550.75,样本标准差s为4.25,所以t统计量的值为0.706。

    步骤四:对比结果下结论

    对比计算的t统计量和理论t分布的临界值,如果统计量的值大于临界值,则拒绝原假设(即认为样本均值与总体均值之间存在显著的差异),否则接受原假设。参照t分布的临界值表,在置信水平为0.05,自由度为15的情况下,对应的临界值为0.821。对比发现,t统计量0.706是小于临界值0.821的,故不能拒绝原假设,即认为饮料净含量的检验结果是合格的。

    在平时的学习或工作中,如需使用Python完成单样本t检验的落地,可以调用scipy的子模块stats中的ttest_1samp函数。接下来利用ttest_1samp函数,对如上介绍的饮料净含量数据作单样本t检验操作,代码如下:

    # 导入子模块from scipy import stats# 饮料净含量数据
    data = [558,551,542,557,552,547,551,549,548,551,553,557,548,550,546,552]# 单样本t检验
    stats.ttest_1samp(a = data, # 指定待检验的数据
                   popmean = 550# 指定总体均值# 指定缺失值的处理办法(如果数据中存在缺失值,则检验结果返回nan)
                   nan_policy = 'propagate' 
                   )

    out:
    Ttest_1sampResult(statistic=0.7058009503746899, pvalue=0.49112911593287567)

    如上结果所示,ttest_1samp函数返回两部分的结果,一部分是t统计量,另一部分是概率p值。其中,t统计量与上文手工计算的结果一致,从概率p值来看,其值大于0.05,故不能拒绝原假设。

    二、独立样本t检验

    独立样本t检验,是针对两组不相关样本(各样本量可以相等也可以不相等),检验它们在某数值型指标上,均值之间的差异。对于该检验方法而言,同样需要满足两个前提假设,即样本服从正态分布,且样本之间不存在相关性。与单样本t检验相比,还存在一个非常重要的差异,就是构造t统计量时需要考虑两组样本的方差是否满足齐性(即方差相等)。下面利用统计学中的四步法完成独立样本的t检验:步骤一:提出原假设和备择假设

    cad1f9f8dd28386d07a4ecb77948fec1.png

    步骤二:构造t统计量

    当两组样本的方差相等时

    bfc5ec99fb161d7337dcffa6337482aa.png

    其中,n1为样本组1的样本量,n2为样本组2的样本量,70f200bfdde8c95d767472bca0fc074b.png由两组样本的方差构成,它的计算公式为:

    b2433d45f85a048eed74ac622fea87f5.png

    在原假设满足的情况下,t统计量服从自由度为n1+n2-2的t分布。

    当两组样本的方差不相等时

    db508f4a89cd96edc908a2a9ba50dfc6.png

    其中,df为方差不相等时,t统计量的自由度,其计算公式如下:

    d95bef7e1c2ec0eaf60b9fe80fdfa2cc.png

    步骤三:计算t统计量

    根据步骤二中的计算公式,便可以轻松地得到t统计量的值,这里不妨以前文介绍的服务员小费数据为例,判断男女顾客在支付小费金额上是否存在显著差异。需要注意的是,在计算t统计量之前,应该检验两样本之间的方差是否相等。

    读者在使用Python时,可以借助于scipy子模块stats中的levene函数实现方差齐性的检验,借助于ttest_ind函数实现独立样本t检验。接下来结合这两个函数,完成小费金额的t检验,代码及输出结果如下:

    # 男性客户支付的小费
    male_tips = tips.loc[tips.sex == 'Male''tip']# 男性客户支付的小费
    female_tips = tips.loc[tips.sex == 'Female''tip']# 检验两样本之间的方差是否相等
    stats.levene(male_tips, female_tips)

    out:
    LeveneResult(statistic=1.9909710178779405, pvalue=0.1595236359896614)

    步骤四:对比结果下结论

    如上结果所示,经过方差齐性检验后,发现统计量所对应的概率p值大于0.05,说明两组样本之间的方差满足齐性。所以,在计算t统计量的值时,应该选择方差相等所对应的公式。

    三、配对样本t检验

    配对样本t检验,是针对同一组样本在不同场景下,某数值型指标均值之间的差异。实际上读者也可以将该检验理解为单样本t检验,检验的是两配对样本差值的均值是否等于0,如果等于0,则认为配对样本之间的均值没有差异,否则存在差异。所以,该检验也遵循两个前提假设,即正态性分布假设和样本独立性假设。下面利用统计学中的四步法完成配对样本的t检验:步骤一:提出原假设和备择假设

    6b016da89e2a06ff16c0bc9b1484c6f6.png

    步骤二:构造t统计量

    ad42a36067a2162c1b52b9294c858936.png

    其中,xbar为配对样本差的均值,s为配对样本差的标准差。在原假设满足的情况下,t统计量服从自由度为n-1的t分布。

    步骤三:计算t统计量

    根据步骤二中的计算公式,可以计算得到配对样本t检验的统计量值,这里不妨以我国各省2016年和2017年的人均可支配收入数据为例(数据来源于中国统计局),判断2016年和2017年该指标是否存在显著差异。读者既可以选择实现单样本t检验的ttest_1samp函数,也可以直接选择实现配对样本t检验的ttest_rel函数。接下来结合这两个函数,完成可支配收入的t检验,代码如下:

    # 读取人均可支配收入数据
    ppgnp = pd.read_excel(r'C:\Users\Administrator\Desktop\PPGNP.xlsx')# 计算两年人均可支配收入之间的差值
    diff = ppgnp.PPGNP_2017-ppgnp.PPGNP_2016# 使用ttest_1samp函数计算配对样本的t统计量
    stats.ttest_1samp(a = diff, popmean = 0)
    out:
    Ttest_1sampResult(statistic=13.983206457471795, pvalue=1.1154473504425075e-14)# 使用ttest_rel函数计算配对样本的t统计量
    stats.ttest_rel(a = ppgnp.PPGNP_2017, b = ppgnp.PPGNP_2016)

    out:
    Ttest_relResult(statistic=13.983206457471795, pvalue=1.1154473504425075e-14)

    步骤四:对比结果下结论

    在步骤三中,不论采用单样本的t检验方法,还是采用配对样本的t检验方法,得到的t统计量都是相同的。从结果来看,由于概率p值远远小于0.05,故不能接受原假设,即认为2016年和2017年我国人均可支配收入是存在显著差异的。

    结语

    本期的内容就介绍到这里,如果你有任何问题,欢迎在公众号的留言区域表达你的疑问。同时,也欢迎各位朋友继续转发与分享文中的内容,让更多的人学习和进步。

    每天进步一点点:数据分析1480

    021944f43a58676e297d239f42daf8dd.png

    长按扫码关注我

    展开全文
  • 以GeNie为平台构建煤矿瓦斯爆炸致因贝叶斯网络模型,并采用交叉验证方法对其可靠性和准确性进行验证;通过贝叶斯网络参数学习、敏感性分析等对模型中各节点变量进行分析,计算不同条件下相关节点的条件概率分布和后...
  • 使用Ro-jas-Hernández的方法,通过化学形态进行了热力研究,同时进行了电化研究,其中电势朝阳极方向扫掠。 热力研究的主要结果是,甲alkaline二硫化物(FDS)和亚磺酸化合物(SC)在碱性pH值下占优势。 ...
  • 因此,本文旨在为应用磁测和土壤地球化学推荐一种方法学方法,以识别异常源的位置。 为此目的,研究分为几个阶段。 在第一阶段,由Geosoft Oasis和ArcGIS 10.2.1制作了用于综合解释的地图。 已使用消除了昼夜变化的...
  • 现阶段各大煤矿企业采用的瓦斯体积分数测量方法存在一定缺陷,未能实现动态性和实时性,导致瓦斯爆炸事故时有发生。为了科学、准确地控制煤层瓦斯含量,深入分析了影响瓦斯体积分数的因素,提出了基于BP神经网络结构的...
  • 在质子的u和d分布中发现相当大的不对称性是上个世纪强子物理中较重要的实验发现之一。 尽管广泛认为与手性对称性在QCD中的基本作用有关,但对该假设的确定性验证仍然难以捉摸。 我们通过比较质子与Δ+重子中d'-u'...
  • 验证近红外光谱测量全血中胆固醇和甘油三酯的可行性,采用近红外透射光谱结合化学计量学方法建立胆固醇和甘油三酯定量分析模型。获取全血在近红外全波段800~2500 nm范围的透射光谱后,通过采用间隔偏最小二乘法...
  • 近年来开发的病毒诱导基因沉默(VIGS)技术是一种通过反向遗传快速鉴定植物基因功能的技术。 它是转录后基因沉默机制的体现。 与传统的转基因技术相比,VIGS是一种瞬时表达系统,可以在短时间内获得良好的结果。 ...
  • 这项研究的目的是验证国家许可考试中心理压力对U8-OHdG含量的影响,U8-OHdG是氧化应激的生物标记。 并评估了女性月经周期对U8-OHdG的影响,应在心理和身体评估中考虑这些因素。 方法:受试者是医科大学的18位女大...
  • 课程中也会有很多实操项目,帮助学生更好地应用自己到的深度学习技术,解决真实世界问题。这些项目将涵盖医疗、自动驾驶、和自然语言处理等时髦领域,以及音乐生成等等。Coursera上有一些特定方向和知识的资料,但...
  • 4.4.2 使用命令行克隆方法部署Agent 152 4.4.3 部署Agent后DBCA的变化 157 4.4.4 emwd脚本 159 4.4.5 磁盘空间限制 159 4.5 OEM的维护工具 159 4.5.1 维护OMS 160 4.5.2 维护Agent 165 4.6 修改配置...
  • 中文版Excel.2007高级VBA编程宝典 1/2

    热门讨论 2012-04-06 16:00:16
    本书的前两个版本均已获得巨大成功,在前两版的基础上,本书升华了已有的精华,并结合Excel 2007 的全新特性,是一部技术含量高、实践性强的经典著作。 本书将介绍如何定制Excel 用户窗体、开发新实用程序、用VBA ...
  • 中文版Excel.2007高级VBA编程宝典 2/2

    热门讨论 2012-04-06 16:41:38
    本书的前两个版本均已获得巨大成功,在前两版的基础上,本书升华了已有的精华,并结合Excel 2007 的全新特性,是一部技术含量高、实践性强的经典著作。 本书将介绍如何定制Excel 用户窗体、开发新实用程序、用VBA ...

空空如也

空空如也

1 2
收藏数 27
精华内容 10
关键字:

含量方法学验证