手工泊松回归
我想手工进行泊松回归，并定义一个函数，该函数可用于估计任意数量的系数。我有两个问题： 首先：如何才能获得Beta矩阵，而不必编写每个Beta显式。我想这样编写lambda=exp(t(X)%*%beta)。我以为我可以做一个for循环，为x、a、beta中的每一列创建一个for，然后在矩阵中将它们相加ab，但我不知道如何编码。 第二个： 因为我不知道怎么写，所以我试着写了估算6个贝塔的
..
estimation相关内容
如何估计剩余下载时间(准确)?
当然，您可以将剩余文件大小除以当前下载速度，但是如果您的下载速度波动(并且会波动)，这不会产生很好的结果.什么是产生更平滑倒计时的更好算法? 解决方案 我多年前编写了一个算法来预测磁盘映像和多播程序中的剩余时间，当当前吞吐量超出预定义范围.它会让事情保持平稳，除非发生剧烈的事情，然后它会迅速调整，然后再次回到移动平均线.在此处查看示例图表: 该示例图表中的粗蓝线是一段时间内的实际吞吐
..
估计测试工作量占开发时间的百分比
是否有人使用经验法则来估计测试所需的工作量占开发所需工作量的百分比?如果是这样，您使用的百分比是多少? 解决方案 根据我的经验，25% 的精力花在分析上；50% 用于设计、开发和单元测试；剩余 25% 用于测试.根据项目的性质、资源的知识、投入的质量，大多数项目都在这个经验法则的 +/-10% 范围内.产出等.您可以在这些百分比范围内添加项目管理开销，或者在 10-15% 范围内作为顶部开
..
使用Zipf定律估算字典大小
如何使用Zipfs定律来计算集合的字典大小(唯一词数)? 解决方案 您将必须标记您的收藏集，例如空格和标点符号.然后，将所有令牌存储在哈希中并计数.然后，您要做的就是使用Gnuplot这样的工具来绘制计数分布.
..
Matlab:曲线拟合中的错误
我已经描述了一个模型，我想拟合到“曲线"中，在这种情况下我遇到了一个错误，请仔细检查. function c = model(t, a1, a2, a3, b1, b2, b3, td, tmax) c = zeros(size(t)); ind = (t > td) & (t
..
您如何对编码任务进行非常快速(又肮脏)的估计?
因此，您刚刚被The Boss放在了现场. 您需要15分钟的时间才能得出信封估算值的底线，以增加一些新功能.您的老板(很幸运)认识到您当时无法提供准确的估算，因此期望的是正确的数量级. 问题是，如何在准确的数量级范围内给出估计? 请注意，这只是一个快速而肮脏的估计，并不是诸如解决方案 根据过去的经验，将手指放在嘴里，舔一下，挥舞一下，然后编一个数字.然后加倍. 真的，重要的是它
..
如何创建准确的小时估算?
您如何看待 项目计划和创建时间 新项目的预算? 您正在使用的方法是什么， 以及为什么有或没有用 给你吗? 是否有任何最佳做法可采取 考虑到? 解决方案 估算任务 我尝试使用的原则(我并不总是有机会)是 逐步完善 3分估算 风险分析 逐步完善 进行估计时，重要的一点是要以正确的粒度进行估计，并不断分解并添加任务，直到您对估计值充满信心为止.估算经常会突
..
计算值太大而无法求幂的马尔可夫链概率
我使用公式exp(X)作为马尔可夫链的利率.因此，选择一个链接比另一个链接的比率为exp(X1)/exp(X2).我的问题是，有时X很大，所以exp(X)会超出double的范围. 或者:给定一个X [i]数组，其中有一些X [i]太大，以至于exp(X [i])超出了double的范围，请为每个i计算exp(X [i] )/S，其中S是所有exp(X [i])的和. 解决方案 此伪
..
如何在Scrum中更改使用故事点进行估计
使用“天”作为Scrum中任务估计的单位，我发现很难改变为使用故事点。我认为应该使用故事点，因为它们彼此之间更具可比性-较少依赖于解决任务的人员的资格等。但是，要使团队习惯于使用故事点并不容易 那么，如何使团队更改故事点？是什么应该激励团队成员这样做，以及我们应该如何应用此开关？ 解决方案 如果要更改为使用故事点而不是持续时间，您只需要开始估计故事点即可。 （我在这里假设您有权为您的
..
对敏捷环境中的大型项目进行估算
我的公司刚刚收到第一笔大型开发项目咨询，我想使用敏捷流程。客户对应用程序抱有远见，但公开承认自己的需求很少，并意识到我们将按小时收费。正因为如此，我几乎所有的人都以敏捷的方法出售了他。 问题是他想要一个预算。我读过很多文章都反对放弃估算，因为客户会为这个数字做预算，即使需求发生变化，他们头脑中和书本中的数字也不会。 我读过有很多方法可以在合同中考虑价格，但是几乎所有方法（节省一个）都包
..
基于Scilab的Lotka Volterra模型的参数估计
我正在尝试使用Scilab对Lotka-Volterra模型进行参数估计(我是新手).当我尝试运行脚本时，Scilab会警告不要进行相干减法.我想我的问题与此主题中的问题相同，但是那里的解决方案使用了Matlab函数. 这是我的剧本: // 1. Create Lotka Volterra function function [dY]=LotkaVolterra(t,X,c,n,m,
..
Scilab:Lotka Volterra模型Scilab上的参数估计
我试图重现以下链接的脚本: 带有Scilab的Lotka Volterra模型的参数估计 我在结果中得到的错误与其中描述的相似. 您可以指导我正确运行脚本. 格拉西亚斯 爱马仕(Hermes) 解决方案 Scilab 5.5.1或更小版本的解决方案 问题在于，求解器以某种方式到达无法求解每个t上的ode的点，并在某个点处停止.因此，您的y_calc的大小小于y_exp的大小.
..
如何估算SQL查询时间?
我正在尝试大致估算(以下量级)以下查询可能要花费的时间: mysql> EXPLAIN SELECT t1.col1, t1_col4 FROM t1 LEFT JOIN t2 ON t1.col1=t2.col1 WHERE col2=0 AND col3 IS NULL; +----+-------------+--------------------+------+----------
..
在MATLAB中计算音频音高?
昨天我完成了用于检测随时间推移显示的曲目的音频能量的代码，最终将其用作我的音频缩略图项目的一部分. 但是，我还希望有一种方法可以检测随时间变化显示的音高，因此我有2个可供选择的研究基础. [y, fs, nb] = wavread('Three.wav'); %# Load the signal into variable y frameWidth
..
我应该如何知道需要几天的时间?
我是PHP开发人员，而且我常常不知道几天(更不用说几个小时)会花费我多长时间才能上班.我经常写新东西，将其与旧的废话合并.我可以告诉老板我可能在几周内完成某件事-也许是哪一周的一半-但我到底是怎么知道要在哪一天完成某件事的呢?考虑到错误和其他未知因素经常出现并占用时间，这是否有点不切实际?我只能将这些事情减至最少... 我想说以下话: "看，我明白我说的是“明天！明天！"对我没有多大帮
..
如何评估哈希冲突概率?
我正在为搜索系统开发后端应用程序.搜索系统将文件复制到一个临时目录中，并为它们提供随机名称.然后它将临时文件的名称传递给我的应用程序.我的应用程序必须在有限的时间内处理每个文件，否则它将被关闭-这就像看门狗一样的安全措施.处理文件可能会花费很长时间，因此我需要设计能够处理这种情况的应用程序.如果我的应用程序下次关闭时，搜索系统希望为同一文件建立索引，则可能会给它一个不同的临时名称. 显而易见
..
图像噪声估计/噪声测量
我想估计图像中的噪点。 让我们假设一个Image + White Noise的模型。 现在我想估计噪声方差。 我的方法是计算图像的局部方差（3 * 3到21 * 21块）然后找到局部方差相当恒定的区域（通过计算局部方差矩阵的局部方差）。 我假设这些区域是“平坦的”，因此方差几乎是“纯粹的”噪音。 然而我没有得到恒定的结果。 有更好的方式吗？ 谢谢。 PS
..
如何估计下载时间（准确）？
确定您可以将剩余的文件大小除以当前的下载速度，但如果您的下载速度波动（将会），则不会产生非常好的结果。什么是更好的算法来产生更平滑的倒计时？ 解决方案 An 指数移动平均线是非常好的。它提供了一种平滑您的平均值的方式，以便每次添加新样本时，较旧的样本对于整体平均值而言变得越来越重要。他们仍然被考虑，但它们的重要性依次下降 - 因此名称。而且由于它是一个“移动”的平均值，你只需要保留一个数字
..
合并来自许多文件的数据并绘制它们
我有一个书面的应用程序正在分析数据和在CSV文件中写入结果。它包含三个列： id ， diff 和 count 。 1. id 循环的id - 理论上较大的id，较低的 diff 应该是 2. Diff 是 sum 3 count $ （估算器 - RealValue）^ 2 b>是周期中的观察次数 对于参数K的15个不同值，我生成名称为％K％.csv的CSV文件
..
计算文件复制/移动的估计时间？
受到这个 xckd卡通我不知道究竟什么是最好的机制来向文件副本/运动的用户提供估计？ xkcd上的alt标签如下： 他们可以说“连接可能丢失了”，但它更有趣 忽略有趣的事情，让你希望如果你等待1,163小时， ，是真的如何在Windows中完成？其他操作系统怎么样？有更好的方法吗？ 解决方案 看看我对类似问题的回答 在我看来，只有一种方法可以得到好的估计： 在
..