我正在对数据集进行tobit分析,在该数据集中,因变量(让我们称之为y)在0处被删除。所以我就是这么做的:
library(AER)
fit <- tobit(data=mydata,formula=y ~ a + b + c)
这很好。现在我想运行“预测”函数来得到合适的值。理想情况下,我感兴趣的是未观察的潜在变量"y*“和观察到的删失变量"y”的预测值,参见参考1。
我检查了predict.survreg引用2的文档,我想我不明白是哪个选项给了我预测的删失变量(还是潜在的变量)。
我在网上找到的大多数例子都建议如下:
predict(fit,type="re
在之后,我试图解决一个填充不一致的问题,而不是每个批次的张量末尾的问题(换句话说,没有双关的意思,我的批次中有一个左删和右删的问题):
# Data structure example from docs
seq = torch.tensor([[1,2,0], [3,0,0], [4,5,6]])
# Data structure of my problem
inconsistent_seq = torch.tensor([[1,2,0], [0,3,0], [0,5,6]])
lens = ...?
packed = pack_padded_sequence(seq, lens, b
我从一个码头文件中建立了一个码头形象。我看到映像是成功构建的( $ docker images),当我使用这个命令作为容器运行映像时:
$ docker run -i -t 8dbd9e392a96
我的应用程序运行成功,但当我试图打开时,我收到了以下消息
到不了这个网站
这是我的图片列表:
$ docker images
REPOSITORY TAG IMAGE ID CREATED SIZE
blog latest b9c52
在一种情况下,可以使用SUM的结果吗?我当前的查询如下:
SELECT USERNAME, SUM(AMOUNT),
CASE SUM(AMOUNT)
WHEN SUM(AMOUNT) = 0.0 THEN 1
WHEN SUM(AMOUNT) < 50.0 THEN 2
WHEN SUM(AMOUNT) > 75.0 THEN 4
END AS gid, 0 FROM payments GROUP BY USERNAME;
这在我看来很好,但会产生这样的结果:
删失13.00空0
有可能这样做吗?