甲基试剂盒 建置状态 介绍 methylKit是一个软件包，用于DNA甲基化分析和高通量亚硫酸氢盐测序的注释。 该软件包旨在处理及其变体的测序数据，还可以处理靶标捕获方法，例如序列。 此外，methylKit可以处理从Tab-seq或oxBS-seq获得的5hmC的碱基对分辨率数据。 如果提供正确的输入格式，它也可以处理全基因组亚硫酸氢盐测序数据。 当前功能 覆盖率统计 甲基化统计 样本相关和聚类 差异甲基化分析 功能注释和访问器/强制功能 多种可视化选项 区域和平铺窗口分析 （几乎）适当的 直接从对齐文件中读取甲基化调用 批量效果控制 多线程支持（用于更快的差异甲基化计算） 从生物导体包装GenomicRanges对物体施加强制 从通用文本文件中读取甲基化百分比数据 保持最新 您可以订阅我们的googlegroups页面，以获取有关新版本和功能的最新信息（低频率，仅发布更新） 要提问

Pingouin是一个用Python 3编写的开源统计软件包，主要基于Pandas和NumPy。 下面列出了它的一些主要功能。 有关可用功能的完整列表，请参阅。 方差分析：N向，重复测量，混合，重复 成对事后检验（参数和非参数）和成对相关 稳健，部分，距离和重复测量的相关性 线性/逻辑回归和中介分析 贝叶斯因素 多元测试 可靠性和一致性 效果大小和功率分析 围绕效应大小或相关系数的参数/自举置信区间 循环统计 卡方检验 绘图：Bland-Altman图，QQ图，配对图，稳健的相关性... Pingouin是为需要简单但详尽的统计功能的用户而设计的。 例如，SciPy的ttest_ind函数仅返回T值和p值。 相比之下，Pingouin的ttest函数返回T值，p值，自由度，效应大小（Cohen d），均值之差的95％置信区间，统计功效和贝叶斯因子（BF10）的测试。 文献资料 聊天

房屋价格分析 语境 房价受许多因素影响，包括平方英尺，材料的表面光洁度以及附近地区等。 目的是确定哪些因素对房屋的最终销售价格影响最大。 统计分析对于确定哪些因素更具影响力至关重要。 数据集 该数据集适用于爱荷华州埃姆斯市。 它是从Kaggle检索得到的，包含79列，包含1,460个观测值。

多对象单细胞反卷积（MuSiC） MuSiC是一种反卷积方法，它利用跨学科的scRNA-seq来估计大量RNA-seq数据中的细胞类型比例。 如何引用MuSiC 请引用以下出版物： 具有多对象单细胞表达参考的大体积组织细胞类型反卷积X.Wang，J.Park，K.Susztak，NRNR Zhang，M.Li 自然通讯。 2019年1月22日 安装 # install devtools if necessary install.packages( ' devtools ' ) # install the MuSiC package devtools :: install_github( ' xuranw/MuSiC ' ) # load library( MuSiC ) 更多信息 请参阅。

arma matlab代码抽象的 该分析的目的是获得一个基于统计探索股票价格低效性的alpha。 该策略涉及将每个行业的股票价格分解为解释最大方差的主要成分，然后对这些成分的股票价格进行回归以获得股票对它们的依赖。 接下来，使用GARCH模型对组件进行预测，因此也可以基于回归结果获得股票的预测演变。 基于这些预测，我将创建一个多空的中立套利策略，以期获得高风险的调整后收益。 create_data.m用于从Yahoo Finance中提取报价器列表的数据，并将该信息解析为matlab中的相关对象。 它使用hist_stock_data.m和hist_stock_data_brief.m连接到yahoo并提取该信息。 alpha_statistical_ind.m是使用数据创建策略的主要代码。 该策略的参数在顶部列出，然后是算法。 pca_reg_pred.m是该策略的核心。 在每个重新平衡的瞬间，都要考虑股票价格，对它们进行PCA分解，以找出解释差异的最重要的因素。 然后，对这些组件的股价进行回归，并使用ARMA / GARCH对这些组件进行建模。 在对这些成分进行推断之后，它将获得近

matlab代码求含参量矩阵特征值统计压缩感知 基于贝叶斯统计实现压缩感知。 给定的 地图估计 我们找到给定y 、 Φ和Σ的x的最大后验 (MAP) 估计。 首先，我们使用贝叶斯定理 取导数找到 MAP 估计的封闭形式 使用 Woodbury 矩阵 Identity 优化逆计算 MAP估计的最终封闭形式 生成协方差矩阵 (Σ) 假设：协方差矩阵的第i个特征值的形式为：对于所有i s， i - α 。 选择一个大小为n x n的随机正交矩阵U。 定义大小为n x n的对角矩阵D ，其中对角线项为i - α 。 协方差矩阵， Σ定义为UDU' 。 实验 我们试验了两个α值：0、3。 对于每个α ，我们生成nexp n维向量 ( x s )。 我们选择一组m 。 对于每个m ，我们生成一个大小为m x n的随机传感矩阵Φ ，其条目来自 iid Gaussian ，均值为 0，方差为 1/ m 。 我们使用它来生成测量信号y ( Φx )。 我们添加 σ 为测量信号平均值的 0.01 倍的高斯噪声。 我们使用上面推导出的 MAP 估计公式重建x并计算相对均方根误差（Relative RMSE）

很棒的决策树研究论文 精选的决策，分类和回归树研究论文清单，包括来自以下会议的实现： 机器学习 计算机视觉 自然语言处理 数据 人工智能 关于，，，和论文的类似集合以及实现。 2020年 DTCA：可解释的索赔验证基于决策树的共同注意网络（ACL 2020） 吴连伟，袁Yuan，赵永强，梁浩，安布琳·纳齐尔 隐私保护梯度提升决策树（AAAI 2020） 李勤彬，吴兆敏，温则宜，何炳生 实用联合梯度提升决策树（AAAI 2020） 李勤彬，温则宜，何炳生 最优决策树的有效推断（AAAI 2020） 弗洛伦特·阿韦拉内达（Florent Avellaneda） 使用缓存分支和边界搜索学习最佳决策树（AAAI 2020） 盖尔·阿格林（Gael Aglin），齐格弗里德·尼森（Pierre） 决策树集合分类器的抽象解释（AAAI 2020） 弗朗切斯科·朗佐托（Marco Zanella） （多任务）梯度增强树的可扩展功能选择（AISTATS 2020） Cuize Han，Nikhil Rao，Daria Sorokina，Karthik Subbia

统计补充材料 我已发表和正在进行的工作的统计补充材料代码。

纽约联储DSGE模型（版本1002） DSGE.jl包实现了纽约联储动态随机一般均衡（DSGE）模型，并提供了通用代码来估算许多用户指定的DSGE模型。 该软件包在Liberty Street Economics博客文章。 （我们之前将模型称为“ FRBNY DSGE模型”。） 此Julia语言实现反映了Liberty Street Economics博客文章包含的MATLAB代码。 单击上面的docs|dev按钮可以访问代码的docs|dev 。 有关最新型号版本的文档，请阅读此 。 纽约联储DSGE团队目前正在扩展代码，以解决和估计异构代理模型。 过滤和平滑算法可在已注册的软件包。 可以在注册软件包找到用于估计DSGE模型的顺序蒙特卡洛（SMC）采样的。 的基础AbstractModel类型，从该AbstractDSGEModel类型导出，在已注册的包被定义 。 纽约联储可酌

JKQTPlotter-Qt绘图库 这是针对Qt的功能/数据绘图仪类的广泛库（> = 5.0，已通过Qt高达5.12测试）。 本软件已根据或更高版本获得。 主要特点 2D绘图仪小部件类（JKQTPlotter） 高质量的绘图 除了Qt> = 5.0之外没有其他依赖项 高度可定制的轴/网格（线性/对数，日期/时间，自定义刻度...） 集成的LaTeX解析器（纯C ++，无依赖项），可在轴标签，刻度线等中呈现数学方程式 预先设置了广泛的用户交互功能（几种缩放模式，选择区域，自定义上下文菜单，切换图可见性等） 全面的打印和导出（PDF，PNG等）支持，并具有现成的预览和参数化功能 高度可定制