XiaoMi-AI文件搜索系统
World File Search System统计检验
singcar：在 R 中比较单个案例和小样本
病例对照比较是一类统计检验，允许研究人员将单个病例与从样本估计出的总体进行比较。此类检验具有广泛的潜在效用，但历史上主要应用于认知和临床神经心理学领域，以推断个体是否因脑损伤而遭受重大的认知变化。人们可能希望评估该个体在某些认知能力上的表现是否异常低，或者一种认知能力与另一种认知能力是否存在异常差异。John Crawford、Paul Garthwaite 及其同事开发了几种相关方法，用于在将单个案例与小样本进行比较时，在控制 I 型错误率的情况下，对单个变量的异常和两个变量之间差异的异常进行统计检验（Crawford 等人，2011；Crawford 和 Garthwaite，2002、2007、2005；例如，Crawford 和 Howell，1998）。本文介绍了实现它们的 R 包 singcar。由于最近讨论了这些测试的基本功率限制（McIntosh & Rittmo，2020），该软件包还包括相关的功率计算器。
A.我。伊万诺夫，T.一个。 Zolotareva 人工 ...
不幸的是，独立假设的单一统计检验在小样本上表现不佳。建议进行多标准统计测试。每个已知的统计标准都被分配了自己的人工神经元。结果是一台内部有另一个人工神经元网络的学习机器。首次描述了这样一种情况，其中主人工神经元网络的学习机器具有第二个内部神经网络，该网络解决了独立假设的多准则测试的特定问题。一个神经网络训练另一个神经网络的过程是绝对稳定的。
国际高级心理学学习总结（第三单元）
为了分析 AAI 研究，我们采用非临床性北美母亲研究数据作为常态分布。对意大利样本在性别（男性与女性）、年龄（青少年与成年人）和人口类型（非临床性与临床性/风险性）方面的文化内差异进行了统计检验，并得出了样本类型的分布。结果 儿童依恋 表 1 提供了非临床性和临床性/风险性依恋类型分布的摘要。
Onpoint Analytics
•针对各种可用数据集的天气源测试，并在可能的情况下对基本现象的理论物理学进行测试。•逐案评估测试结果；但是，我们确实努力遵守意义上的常见统计检验。•对所有源数据进行了彻底评估和测试。评估包括对已发表的数据评估的审查，以了解我们从科学界可以了解什么。•借助此知识，我们在内部测试数据，以验证我们的理解并寻找数据问题和不一致。大多数时候，这种方法只是验证已发表的作品，有时我们会发现以前没有发现的问题。
炎症对 Lirias 的影响 - 鲁汶天主教大学
图 2. 不同炎症严重程度的 UC 患者组织活检中转运蛋白的表达，以内镜 Mayo 评分表示（Mayo 1：轻度炎症，Mayo 2：中度炎症，Mayo 3：重度炎症）。（A）MRP4、（B）P-gp、（C）MCT1 和（D）OATP2B1。单个数据点代表每位患者的直肠和乙状结肠活检平均值；实线代表所有患者的中位数。低于 LOD 或 LOQ 的表达水平被分配一个任意值（分别为 LOD/√2（虚线绿线 ---）或 LOQ/√2（虚线蓝线 ·-·），以允许进行统计检验。
靶向 T 细胞受体基因编辑为免疫治疗提供可预测的 T 细胞产品功能
（上，右）以及在将九个 A1/pp50 特异性全人源 TCR 通过逆转录病毒转导到 PBMCs 后，pMHC-多聚体 + 细胞的 MFI（下，右），其中有 (2xKO，蓝色) 或没有 (无 KO，灰色) 额外的内源性 TCR KO。 (c) 说明 (上) 在未发生内源性 TCR KO (无 KO，灰色)、仅发生 TCR 链 KO (TRAC KO，橙色) 和同时发生 TCR 和 链 KO (2xKO，蓝色) 的 T 细胞中内源性和转基因 TCR 之间可能存在的相互作用。对两个含有鼠恒定区的代表性 A1/pp50 特异性 TCR (26) 的内源性和转基因 TCR 进行共染色 (下) 后的流式细胞分析。 (d) 与 (c) 中所示一样，逆转录病毒转导九种 A1/pp50 特异性 TCR 后内源性 TCR（左）和转基因 TCR（右）的表达。 (e) 对于 19 种不同的 A1/pp50 特异性 TCR（每个编辑组用一个点表示），表达内源性 TCR（左）和转基因 TCR（右）的 CD8 + T 细胞的百分比。通过单因素方差分析（*** p<0.001）和 Tukey 多重比较检验进行统计检验，**** p<0.0001，** p<0.01 (f) 在两个不同的供体中，逆转录病毒 TCR 转导和额外的 TRAC KO 后表达内源性 TCR 的 CD8 + T 细胞的百分比（左）以及在额外的 2xKO 后表达转基因 TCR 的 CD8 + T 细胞的百分比（右）。在两张图中，每个点代表每个供体的 19 个 A1/pp50 特异性 TCR 中的一个。通过双尾 Spearman 相关性进行统计检验，**** p<0.0001，* p<0.05。数据代表两个独立实验。
线粒体 DNA d 环区域的单倍型分析
在 Linux 和 Windows 下执行群体遗传学分析的程序。分子生态资源，10 (3)，564–567。https://doi. org/10.1111/j.1755-0998.2010.02847.x FAO。（2015 年）。在 BD Scherf 和 D. Pilling（编辑）中，《世界粮食和农业动物遗传资源状况第二份报告》（606 页）。粮农组织粮食和农业遗传资源评估委员会。https://doi.org/10.4060/I4787E Fu, YX (1997)。突变中性对种群增长、搭便车和背景选择的统计检验。遗传学，147 (2)，915–925。 https://doi.org/10.1093/genetics/147.2.915 Gasigwa Sabimana, R.、Baenyi Simon, P. 和 Kizungu Vumilia, R. (2017)。
旅游业是希腊在经济危机期间和之后的竞争优势：选定的酒店和航运公司的财务分析
旅游业对一个国家的经济繁荣非常重要，即使在经济危机时期也是如此。在过去十年中，对希腊经济贡献巨大的希腊旅游业在经济危机期间面临许多问题和挑战。为了阐明这一情况，我们对近年来（经济危机期间和之后）希腊旅游业上市公司进行了研究，并试图对其财务表现得出可靠的结论。我们的样本包括希腊所有旅游业上市公司，即四家酒店和四家航运公司，同时对其会计数据（财务比率）进行了多项单变量统计检验（t 检验、Kruskal-Wallis 检验），以便在危机期间和危机后进行比较。研究结果强调，所有样本公司的财务状况在危机期间都恶化了。这项研究可能有助于从希腊旅游业的现状中提取知识，供潜在投资者、管理者、希腊旅游和财政部或其他政府部门、旅游商业活动中的税收政策和相关问题以及银行系统参考。