可洛
可洛 发表的所有内容
-
语音区有很多喜欢古风的小伙伴哦 欢迎来交流www
-
诶嘿嘿 试试，只是试试而已。我这么老实一个人，怎么会变坏呢（迫真
-
@萨卡 所以是这样对吧www，学到了学到了！！感谢萨卡中之人（不
-
辅助召唤@萨卡 C++和py都用过，但都是入门水平QwQ 另外两个用得熟的已经算不上代码了吧...（VBA和Matlab...） 为什么我召唤萨卡就没事！！我觉得其中有猫腻 难不成因为我是老实人？
-
妈耶这黑历史....惊了 这些个问题谁知道答案啊喂！！！！
-
“还可以”也太谦虚了QwQ 看了一眼你节操和内容数都够了，等三天就自动穿了。 顺带小声提醒一下，尽量不要连占两楼比较好www
-
向巨佬献上膝盖...tql （咱在下限区等你的R18图）
-
hhhh那应该是我对这个定理的理解有问题吧 x_bar我指的是一次取样的样本均值，n指的是样本容量（sample size） “n个独立同分布的随机变量之和服从正态分布...”这么说我感觉就懂了www 说实话统计这个东西定理什么的已经很久很久没接触过了...大概从高中开始
-
这我不能同意，一枚骰子和两枚的情况完全不一样，一枚是单纯的从1到6，没有求和的过程，两枚的情况就不一样了，会变成【2 3 3 4 4 4 5 5 5 5 6 6 6 6 6 7 7 7 7 7 7 8 8 8 8 8 9 9 9 9 10 10 10 11 11 12】（卧槽打这个累死我了）所以分布情况就不一样了（倾向于正态分布），所以实质上当样本数量从1到2的时候平均值本身就出现了正态分布的情况， 所以这里只讨论n=1，不考虑增加样本数量对样本均值正态分布的影响 （所以才说是采样次数无限，不增加样本数量嘛）
-
采样次数增加到无限这个x_bar不是趋近于正态分布吧。举个例子，一枚骰子（sample size=1），当采样次数无限的时候x_bar的分布是uniform distribution而不是正态分布。简单的说，当采样次数接近无穷时，得到的分布应该是结果本身的概率分布。（比如一个正常骰子从1到6是均匀分布的） 当样本数（sample size）n增大时，比如说你一次丢100个骰子，丢很多次之后得到的x_bar们会是正态分布（就是丢一次记录一次x_bar，丢个几千次） 还有，variance是方差，standard deviation是标准差，(sigma∧2)/n是方差不是标准差，整体开根号后才是标准差。
-
咳，那就补一点。 大鱼这个声音吧，高音宛转悠扬，低音富有磁性，一如那潺潺流水泠泠动听，又如那林间鸟鸣清脆悦耳。可道是飘飘兮若流风之回雪，渺渺兮若青云之闭月 正是此曲只应天上有，人间能得几回闻 这个屁够彩虹了吧
-
大鱼真棒！ 不愧是我们的压轴大佬，牛逼就完了 （喏，说好的彩虹屁在这了。）
-
叽叽快给我发糖！ （妈耶我才知道当时我唱歌爆麦挺严重的...心里苦）
-
我个人喜欢卡带，数字版确实方便，但是卡带很有感jio啊。（倒不是为了回血，但是放在那一盒盒的收藏感觉很好） 作品的话我觉得塞尔达是必玩之一，有朋友一起就马里奥赛车 马里奥派对，喜欢友尽的就大乱斗买起来，好玩的一批。 塞尔达的话不确定今年还是明年，反正这两年大概率续作出来，（再次）强烈推荐考虑一下
-
没有没有，今天因为还有点困所以感觉都是鸦萌萌在干活www 我觉得这个思路很对，有麦才能更好的起哄啊
-
狗粮我是不同意的！ 大米需要一只麦克风QwQ，这样才能更愉快的玩耍
-
很多年没做过这个题了可能会做错，下面是我分解完的 1. 2x+1+ 8/(x-2) 2. 1- 3x/(x+1)^2 + 1/(x+1)^3 = 1- 1/(x+1)^3 + 3/(x+1)^2 -3/(x+1) 3. 我分到 (x-1)/[(x+1)^2 -3(x-1)]了，剩下的看你的造化吧.... 补个过程给你看下...妈耶太久没做数学题是该活活脑子了....
-
懒懒你歌404了www，求一波重发 顺带拉@大青花鱼渣鱼出来领糖
-
hhhhhhh我还以为这个操作没人会注意到呢.... 米姐要不要考虑来给我们做主持www
-
捕捉米姐！ 鸦萌萌和叽叽在交♂流方面好像很来电...瑟瑟发抖
-
妈耶是衣锦还乡的大佬！ 大佬有空常来玩啊~
-
捕捉麻麻！麻麻圣诞快乐！ 圣诞快乐哟 鸦萌萌后期技术确实长进了！ 来，头过来，给你看个大宝贝
-
来，头过来，我给你看个大宝贝
-
？？？？？？？绿字给我改了！标题也给我改咯！
