类变量

1.类中的实例方法可以操作类变量因为类总是先于实例存在的 实例只是类在特定状态下的一个特定对象 所以必须类存在 才能从类创建实例 所以实例方法可以操作类变量 因为类变量肯定存在2.类方法不可以操作实例变量因为类方法的作用域在类上 类本身并不知道自己被创建了多少实例 这些实例哪些还存在 所以类方法没有办法访问到实例变量

可以。经查询两总体均值检验实验的相关资料得知，两总体均值检验需要对两个多分类变量进行分析，使实验结果对比性更强。两总体均值检验的目的是为了检验两个正态分布总体的均值之间是否有显著差异。

你怎么设置的，参考是不在里面的，12345跟6比较

场景变量`过程变量和结果变量。场景变量是指对课堂教学有影响的场景特征，主要包括教师特征`学生特征`班级特征学校特征等；过程变量除了指课堂中发生的对课堂教学有影响的师生行为的特征外，还只学习任务或活动的特征；结果变量就是指教学所达到的效果。过程变量是决定结果变量进而反映教师教学有效性的重要变量。

极差（Range）极差组数据值（xmax）与值（xmin）差通用 R 表示于总体数据言极差变量变化范围或幅度故称全距组距数列极差≈高组限-低组限优缺点：计算简便、含义直观、容易理解未考虑数据间布情况能充说明全部数据差异程度四位差第3四位数（Q3）与第1四位数（Q1）差用Qd表示计算公式：实质两端各掉四数据极差表示占全部数据半间数据离散程度四位差越表示数据离散程度越定程度极差种改进避免极端值干扰数据差异反映仍充四位差种顺序统计量适用于定序数据定量数据尤其用位数测度数据集趋势.平均差——各数据与其均值离差绝值算术平均数反映各数据与其均值平均差距通A.D表示平均差含义清晰能全面反映数据离散程度取离差绝值进行平均数处理够便数性质优差（Variance）概念计算差各数据与其均值离差平算术平均数.标准差比差更容易理解社经济现象统计析标准差比差应用更普遍经用作测度数据与均值差距标准尺度离散系数极差、四位差、平均差或标准差等变异指标与算术平均数比率相数形式表示变异程度极差与算术平均数比极差系数平均差与算术平均数比平均差系数用离散系数标准差计算称标准差系数：离散系数说明数据离散程度其平均数代表性差；反亦.

极差（Range）极差组数据值（xmax）与值（xmin）差通用 R 表示于总体数据言极差变量变化范围或幅度故称全距组距数列极差≈高组限-低组限优缺点：计算简便、含义直观、容易理解未考虑数据间布情况能充说明全部数据差异程度四位差第3四位数（Q3）与第1四位数（Q1）差用Qd表示计算公式：实质两端各掉四数据极差表示占全部数据半间数据离散程度四位差越表示数据离散程度越定程度极差种改进避免极端值干扰数据差异反映仍充四位差种顺序统计量适用于定序数据定量数据尤其用位数测度数据集趋势.平均差——各数据与其均值离差绝值算术平均数反映各数据与其均值平均差距通A.D表示平均差含义清晰能全面反映数据离散程度取离差绝值进行平均数处理够便数性质优差（Variance）概念计算差各数据与其均值离差平算术平均数.标准差比差更容易理解社经济现象统计析标准差比差应用更普遍经用作测度数据与均值差距标准尺度离散系数极差、四位差、平均差或标准差等变异指标与算术平均数比率相数形式表示变异程度极差与算术平均数比极差系数平均差与算术平均数比平均差系数用离散系数标准差计算称标准差系数：离散系数说明数据离散程度其平均数代表性差；反亦.

就是父类声明private String ****;然后是get() set()子类就直接调用set()进行值修改。。get()得值是这个么?

是的。分类变量也称为属性变量或定性变量，它们的取值是离散的，而且不同的取值仅表示个体所属的类别。

pearson积差相关即可，因为研究中通常将李克特量表数据视为等距变量，特别是5级以上评分时。量表题可以按照定量数据来处理，如果数据满足正态性时选择pearson相关系数，数据不满足正态性时用spearman相关系数，不过数据正态分布通常在理想状态下才会成立。所以现实研究中还是用Pearson相关系数比较多。SPSSAU（网页版SPSS）默认使用Pearson相关系数，同时也提供spearman相关系数、kendall相关系数，拖拽点一下即生成结果。扩展资料：李克特量表形式上与沙氏通量表相似，都要求受测者对一组与测量主题有关陈述语句发表自己的看法。它们的区别是，沙氏通量表只要求受测者选出他所同意的陈述语句，而李克特量表要求受测者对每一个与态度有关的陈述语句表明他同意或不同意的程度。另外，沙氏通量表中的一组有关态度的语句按有利和不利的程度都有一个确定的分值，而李克特量表仅仅需要对态度语句划分是有利还是不利。参考资料来源：百度百科-李克特量表

pearson积差相关即可，因为研究中通常将李克特量表数据视为等距变量，特别是5级以上评分时。在spss里面就是按照分析——相关——双变量点选。spss里面没有spearman相关的选项，因为即便是等级变量或者分类变量，按照pearson相关计算出的结果与spearman相关得到的结果是一样的。

这个问题涉及数量化操作。把分类变量数量化。或一元或二元再代入方程用到相关系数，再看相关系数大小，进而分析强弱。0.3以下算弱，0.7以上算强，0.3到0.5算中！

分为离散变量和连续变量

对。数据类型分为四种：定类，定序，定距，和定比，定序变量是变量的一种，区别同一类别个案中等级次序的变量，定类变量又称定类尺度，根据定性的原则区分总体各个案类别的变量，定序变量不属于定类变量是对的。

车辆制造商、汽缸数。1、车辆制造商（Manufacturer）：该变量表示汽车生产厂家的名称，包括了多个不同的品牌和型号。2、汽缸数（Cylinders）：该变量表示发动机所配备的气缸数量，包括了4、6、8等多种不同取值。

【答案】：D分类变量的观测结果称为分类数据，表现为类别，一般用文字来表述，也可用数值代码表示。比如用1表示“男性”，2表示“女性”。

如果因变量是分类变量，哪你采用多元回归分析就是错误的了 应该采用logistic回归来进行的 因变量的4分类

多自变量的线性回归里可以有分类变量。

绘制散点图矩阵，看每个自变量是否和因变量属于线性关系，如果每个自变量跟因变量都属于线性，那么可以认为是线性关系。当然回归分析结束，可以再绘制残差与自变量的关系看，如果残差与自变量没有任何关系，而是围绕着0上下波动，也认为线性关系合理

变量用static修饰

定量变量有时需要转化为分类变量进行分析的原因：定性变量是统计学的概念，又名分类变量 ，观测的个体只能归属于几种互不相容类别中的一种时，一般是用非数字来表达其类别，这样的观测数据称为定性变量。定量变量 也就是通常所说的连续量，如长度、重量、产量、人口、速度和温度等，它们是由测量或计数、统计所得到的量，这些变量具有数值特征，称为定量变量。区别：定性变量并非真有数量的变化，而只有性质上的差异。定量变量具有数值特征。

最近在做在职研究生的论文时，教授要求用SPSS做数据实证分析，于是我开始了苦逼的自学之路，今天先把几点我在做二元逻辑回归结果解读的过程中遇到的几个问题用大白话列出来，希望能帮到那些像我这样统计学零基础却突然需要做统计分析的童鞋们。 1、虚拟变量 把定类变量作为因变量的时候，需要转化为SPSS能数字，比如得病为1，健康为0。这里多说一句，在统计学中，因变量还可称为被解释变量，自变量还可称为解释变量、控制变量。 2、卡方检验 做描述性统计时要做的检验。看两个变量（比如，1个因变量和1个自变量）之间的相关性的。一般只看第一行的“Pearson卡方”就可以，同样注意看“Sig”，这个值<0.05,则两个变量相关。 3、Hosmer-Lemeshow检验 做二元逻辑回归时需要看的内容。这个检验主要看模型的预测结果与实际发生情况的吻合程度的（术语叫“模型拟合度”）。如下图所示，重点看“Sig”值，这个值>0.05，说明拟合度比较好，最好的是这个值>0.1。 4、描述性统计 因变量是分类变量，做描述统计时，可以用“交叉表”的功能，展现出频度和百分比（占总样本）即可。因变量是连续变量的，做描述统计时，标准差、最大最小值、分布等都可以体现出来。还有记得交叉表也叫列联表…… 5、二元逻辑回归 因变量是分类变量的，二分类（比如就是、否两种情况）用二元逻辑回归，多分类的就用多元逻辑回归。 我做的是二元逻辑回归时，在此可以多说一些。首先注意要看Hosmer-Lemeshow检验，拟合度不好的，需要调整模型。然后直接去看最后那张“方程中的变量”表格就可以了，主要看B（系数）、S.E.（标准误）、Sig（显著性）。B值，值越大，说明发生的可能性越高，“-”意味着负相关，反之，意味着正相关；S.E.越小越好，越小说明测量值越可靠；而Sig值<0.1即有显著性，更好一些的<0.05，最显著的<0.01。 后面的Exp(B)是B的指数，意义就是变量每增加一个单位，你的因变量的B会增加 Exp(B)，不看也行。 先分享这么多，

使用二分类的logistic回归分析 因变量移入相应对话框 自变量中的分类变量移入相应的类别对话框，连续性自变量移入协变量对话框 其他默认 就可以了 其实操作是很简单的，但是结果解释就比较难

分类变量是水平变量，例如我设置了三个水平的农药浓度数值变量是连续性的，一般就是测量的数据，例如株高，叶数等至于什么是dependent，什么是independent，就看你把谁作为纵坐标了，你要看农药水平下的株高，株高就是dependent，农药量就是independent；而如果你要看不同株高下的叶片数，那么株高就是independent，而叶数才是dependent希望对你有帮助

能。在医学领域中，有一些随机事件是只具有两种互斥结果的离散型随机事件，称为二项分类变量（dichotomousvariable），能直接聚类分析。聚类分析指将物理或抽象对象的集合分组为由类似的对象组成的多个类的分析过程，它是一种重要的人类行为。

点“SAVE”按钮后选择即可。

recode into different variables根据一个旧的变量转变成一个新的变量Old and New Values设置某一段成为一个值，另一段成为另一个值

比如，当性别是一个需要考虑的因素的时候，可以设一个变量 s，s=1时代表男性，s=0时代表女性。又比如，当需要考虑样本个体的学历的时候，可以设一个变量 x，x=1时代表有本科文凭，x=0时没有。这种时候，x的回归拟合系数还是有实际意义的，表示学历的贡献度。

可用协方差来检验两个变量直接的关系。

假如用SAS做得话，两因素有交互作用，只需在model中将这两个因素用“*”相连即可。

问题解决了吗，我也遇到了同样的问题

可以。比如说，某个表示年龄的变量体现出了明显的阶段性（队列特性），那么，就说明把年龄变量重新编码为队列--分组是个可以尝试的选项。这样，可以检验年龄组作为分类变量的群体性影响。另外还有一个就是cross-table交互列联表的分组情况，这样可以考虑设置交互项，例如不同出生队列受教育程度的均值肯定是不同的，考虑一个比较粗略的分组：50后，60后，70后，80后，90后等等。在进入劳动力市场之后，这些人都会有不同的收入表现，这些表现也就是群体异质性的体现。很有意思，有时间的话，可以拿命令来操作一下。

可以用spss。可以通过SPSS中的多元方差分析（MANOVA）或方差分析(ANOVA)来探索和测试分类变量之间的交互作用。

案如下图所示：方程的同解原理：⒈方程的两边都加或减同一个数或同一个等式所得的方程与原方程是同解方程。⒉方程的两边同乘或同除同一个不为0的数所得的方程与原方程是同解方程。整式方程：方程的两边都是关于未知数的整式的方程叫做整式方程。分式方程：分母中含有未知数的方程叫做分式方程。

　　要求是最少二十个样本，十个变量。 1、主成分分析在于对原始变量的线性变换，注意是转换、变换；而因子分析在于对原始变量的剖析，注意是剖析，是分解，分解为公共因子和特殊因子。　　2、这两种分析法得出的新变量，也就是成分或者因子，并不是原始变量筛选或者提出后剩余的变量。　　3、因子分析只能解释部分变异（指公共因子），主成分分析能解释所有变异（如果提取了所有成分）。　　4、主成分分析，有几个变量就至少有几个成分，一般只提取能解释80%以上的成分；因子分析，有几个变量不一定有几个公共因子，因为这里的因子是公因子，潜在的存在与每一个变量中，需要从每一个变量中去分解，无法解释的部分是特殊因子。　　5、spss因子分析过程对各变量间量纲和单位造成的影响，默认自动进行标准化处理，因此不必要在开始之前单独进行数据标准化处理，因为，标准化与否结果一致。　　6、spss因子分析重要结果：KMO值，此值是否进行计算与变量个数、样本个数有关，不一定会在每次执行中都显示，如没有此结果，可通过调整变量和样本的比例实现。

不可以，因为此时数值没有意义，这样获得的coefficient是不正确的。可以的选择方法是建立 0 1 变量进行处理

一般线性回归和logsitic回归都是可以的。这关键得看你的因变量，如果因变量是连续型变量，你就用一般线性回归建模，分类的自变量也是可以通过哑变量处理的；如果因变量是分类变量那就用logistic回归建模。

人工神经网络有很多种，我只会最常用的BP神经网络。不同的网络有不同的结构和不同的学习算法。 简单点说，人工神经网络就是一个函数。只是这个函数有别于一般的函数。它比普通的函数多了一个学习的过程。

1、首先在R语言中，定义一个变量m，并使用函数c（）进行对变量m赋值，使用的是“->”，如下图所示。2、可以不使用函数，直接使用“->”进行赋值，如下图所示。3、也可以倒过来赋值，将变量放在函数后面，还是使用“->”赋值，如下图所示。4、然后使用assign对变量进行赋值，前面参数是被赋值的变量，后面是需要的对象，如下图所示。5、最后定义一个变量w，使用函数c()进行赋值；定义一个变量c，取w变量的倒数，如下图所示就完成了。

对于写程序来说，后者容易让人误会。 比如 int* p,a,b,c; 会让人以为p,a,b,c都是指针。其实只有p是指针，而a,b,c都是整型。 int *p,a,b,c; 就不会有这样的问题

【答案要点】(1)自变量。即实验者控制的刺激条件或实验条件。(2)因变量。即反映变量。它是实验者所要测定和研究的行为和心理活动，是实验者要研究的真正对象。(3)控制变量。即实验中除自变量和其他可能影响实验结果的变量。

无需处理可以直接进行回归分析

因变量Y和自变量X的关系随第三个变量M的变化而变化，则称M在X和Y之间起调节作用，此时称M为调节变量。调节变量是指如果变量Y与变量X的关系是变量M的函数,就是说,Y与X的关系受到第三个变量M的影响。

好的。步骤如下：1.分组回归。以调节变量的两个取值分别做y对x的回归分析，可以得到两个回归方程，比较两个回归方程的回归系数是否相等。若相等，认为m不具有调节效应。不相等，说明m有调节效应。具体检验方法可参考本人另一篇知乎文章。2.虚拟变量回归（或+层次回归）。将调节变量作为虚拟变量，也就是说调节变量取值recode为0和1。为减轻共线性，将自变量和调节变量中心化后相乘构建乘积项。为使得符号简洁，设xm就是中心化后的乘积项，x、m都已中心化。第一种方法：做回归分析，回归方程为y=b0+b1x+b2m+b3xm，检验b3是否显著。若显著则m有调节效应，不显著则认为m不具有调节效应。第二种方法：做层次回归。将x和m作为第一层变量，将xm作为第二层变量，可以得到两个回归方程，y=b0+b1x+b2m和y=b0+b1x+b2m+b3xm，看后一个回归方程和R方是否显著高于第一个方程的R方，也就是说R方改变量是否显著（spss里面会输出）。显著则m具有调节效应，不显著则没有。很明显第一种方法简单。3.采用Hayes的PROCESS的程序做。直接选择model1，将相关变量放到相应的变量框里即可。这个不再赘述。4.采用Amos、Mplus等软件做多组比较。

这个内容很多的，涉及交互。具体数据给我吧

经由通信设施向计算机输入程序和数据或接收计算机输出处理结果的设备。终端设备通常设置在能利用通信设施与远处计算机联接工作的方便场所，它主要由通信接口控制装置与专用或选定的输入输出装置组合而成。众多分散的终端设备经由通信设施而与计算机联接的系统称为联机系统。

调节效应应该检验交互因子的系数，这个系数显著，就可以说明调节效应了。你的这个模型找到文献支持可以成立的excludedvariables（已排除的变量）你应该是第一张放两个变量，第二张放3个变量，选择的回归方法是enter（进入）。但是spss不是按照你的顺序去放变量，而是把你所选的所有变量都加到模型里面去，在进行第一个回归的时候把多出来的变量排除，所以会有这个表格出现。如果不想出现这个表格，你就分两次做回归，第一次放中心D中心H，出了结果再放中心D中心HD乘H，分两次做就不会有了。

调节效应应该检验交互因子的系数，这个系数显著，就可以说明调节效应了。你的这个模型找到文献支持可以成立的excludedvariables（已排除的变量）你应该是第一张放两个变量，第二张放3个变量，选择的回归方法是enter（进入）。但是spss不是按照你的顺序去放变量，而是把你所选的所有变量都加到模型里面去，在进行第一个回归的时候把多出来的变量排除，所以会有这个表格出现。如果不想出现这个表格，你就分两次做回归，第一次放中心D中心H，出了结果再放中心D中心HD乘H，分两次做就不会有了。

马扎。传统的手工艺品，小型的椅子。支架是木头做的，上面绷的是麻绳或者帆布，可以收起来，方便携带就叫板凳吧！只是样式不同于其他的板凳而已，这种东西我们小时候经常看见补鞋的师傅就坐在这上面补鞋子，还有一些老年人钓鱼的时候也喜欢坐这个。马扎。传统的手工艺品，小型的椅子。支架是木头做的，上面绷的是麻绳或者帆布，可以收起来，方便携带马扎。传统的手工艺品，小型的椅子。支架是木头做的，上面绷的是麻绳或者帆布，可以收起来，方便携带马扎。传统的手工艺品，小型的椅子。支架是木头做的，上面绷的是麻绳或者帆布，可以收起来，方便携带马扎。传统的手工艺品，小型的椅子。马马扎

有四种方法可供参考：1、分组回归。以调节变量的两个取值分别做y对x的回归分析，可以得到两个回归方程，比较两个回归方程的回归系数是否相等，若相等，认为m不具有调节效应。2，虚拟变量回归。将调节变量作为虚拟变量，也就是说调节变量取值recode为0和1。为减轻共线性，将自变量和调节变量中心化后相乘构建乘积项。为使得符号简洁，设xm就是中心化后的乘积项，x、m都已中心化。3，采用Hayes的PROCESS的程序做。直接选择model1、将相关变量放到相应的变量框里即可。4，采用Amos、Mplus等软件做多组比较。

调节效应应该检验交互因子的系数，这个系数显著，就可以说明调节效应了。你的这个模型找到文献支持可以成立的excludedvariables（已排除的变量）你应该是第一张放两个变量，第二张放3个变量，选择的回归方法是enter（进入）。但是spss不是按照你的顺序去放变量，而是把你所选的所有变量都加到模型里面去，在进行第一个回归的时候把多出来的变量排除，所以会有这个表格出现。如果不想出现这个表格，你就分两次做回归，第一次放中心D中心H，出了结果再放中心D中心HD乘H，分两次做就不会有了。

A.类变量在C++中，类变量是描述类的所有对象共同特征的一个数据项，对于任何对象实例，它的属性值是相同的。

这是一个设计的问题，一般需要所有实例共享的变量设计为类变量，其他的就是实例啦

一个类，去掉了类变量跟类方法。那这个类还剩什么？

在面向对象的语言，如java、c#……中，类变量就是static修饰的变量。

class outer { int outer_i=100; void test() { inner in=new inner(this); //第三步 创建inner对象，构造方法把outer对象作为参数传进来。 in.display(); //第五步 把上面赋的值打印出来。 } public static void main(String[] args) { outer O...

你用的是java吧，A a语句并未给a分配内存空间，需要用 new 操作符

static 是修饰静态变量的 他可以不经过声明对象就可以通过类打点变量就可以取得的

类变量、实例变量、局部变量类变量是类中独立于方法之外的变量，用static 修饰。实例变量也是类中独立于方法之外的变量，不过没有static修饰。局部变量是类的方法中的变量。

类变量（即静态变量）是全局变量，所有的实例（如你提到的a1、a2）共享的变量。如果你在一个实例中改变了其值，那么所有的实例的这个变量的都会改变，例如a1.a=10，那么你打印a2.a的值时也是10。而实例变量是每个实例自己独有的变量，互不干扰。就像你上面提到的，如果a1.b=4，打印a2.b还是0，那就说明a2实例中的b还是默认赋值0，并没有赋值4.

类变量也叫静态变量，也就是在变量前加了static 的变量；实例变量也叫对象变量，即没加static 的变量；区别在于：类变量和实例变量的区别在于：类变量是所有对象共有，其中一个对象将它值改变，其他对象得到的就是改变后的结果；而实例变量则属对象私有，某一个对象将其值改变，不影响其他对象；例：public class A{static int a = 0; //类变量private int b = 0; //实力变量}public class B{public void main (String[] args){A a1 = new A();A a2 = new A();a1.a = 3; // 等同于 A.a = 3;a1.b = 4 ;System.out.println(a2.a); //结果为3//类变量是针对所有对象的，所以a1改变a，a2的a也改变System.out.println(a2.b); //结果为0//实例只改变自身的，所以a1对象的b改变，不影响对象a2的b变量}}类变量又叫静态成员变量，它不需要创建对象就可以已经在内存中存在了。类就像一份说明书，说明这种类的实例对象的规格。而在创建实例对象的时候，内存中会为每一个实例对象的每一个非静态成员变量开辟一段内存空间，用来存储这个对象所有的非静态成员变量值。即使两个不同的实例对象是属于同一个class类，但是它们的同名非静态成员变量在内存中占用的空间是不同的。而静态成员变量也就是类变量不同。所有的实例对象都共用一个类变量，内存中只有一处空间是放这个类变量值的。因此，如果一个对象把类变量值改了，另外一个对象再取类变量值就是改过之后的了。

Java 编程初步 傻瓜书 http://bbs.topsage.com/dispbbs.asp?boardID=121&ID=159167 数据结与算法 Java语言版 http://bbs.topsage.com/dispbbs.asp?boardID=121&ID=160250JSF JavaServer Faces in Action Manning http://bbs.topsage.com/dispbbs.asp?boardID=121&ID=160229Wrox Professional Java JDK 6 Edition http://bbs.topsage.com/dispbbs.asp?boardID=121&ID=163451Java 2 宝典 http://bbs.topsage.com/dispbbs.asp?boardID=121&ID=159154侯捷java编程思想 PDF中文版 http://bbs.topsage.com/dispbbs.asp?boardID=121&ID=163902Learning Java (第三版) http://bbs.topsage.com/dispbbs.asp?boardID=121&ID=146869Beginning Java Programming for Dummies 第二版 http://bbs.topsage.com/dispbbs.asp?boardID=121&ID=163923Java 2 核心编程 http://bbs.topsage.com/dispbbs.asp?boardID=121&ID=146174Java How to Program (第六版) http://bbs.topsage.com/dispbbs.asp?boardID=121&ID=146371Java All-In-One案头参考傻瓜书 (第二版) http://bbs.topsage.com/dispbbs.asp?boardID=121&ID=15287121天自学 Java 6 (2007年5月更新出版) PDF http://bbs.topsage.com/dispbbs.asp?boardID=121&ID=159315Java咖啡馆 http://bbs.topsage.com/dispbbs.asp?boardID=121&ID=151447Thinking in Java(第四版) http://bbs.topsage.com/dispbbs.asp?boardID=121&ID=152053深入学习JFC SWING - Java基础类组件集 http://bbs.topsage.com/dispbbs.asp?boardID=121&ID=152049J2EE全实例教程 http://bbs.topsage.com/dispbbs.asp?boardID=121&ID=158057Java信息系统设计与开发实例(第二版) http://bbs.topsage.com/dispbbs.asp?boardID=121&ID=151993Java优化编程 http://bbs.topsage.com/dispbbs.asp?boardID=121&ID=151994Java信息系统设计与开发实例(第二版) http://bbs.topsage.com/dispbbs.asp?boardID=121&ID=151993Tricks of the Java Programming http://bbs.topsage.com/dispbbs.asp?boardID=121&ID=159305Wrox Professional Java Native Interfaces with SWT JFace http://bbs.topsage.com/dispbbs.asp?boardID=121&ID=159290Java Swing 第二版 PDF文字版 O"Relliy出版 http://bbs.topsage.com/dispbbs.asp?boardID=121&ID=159158O"Reilly - Java Database Programming with JDBC http://bbs.topsage.com/dispbbs.asp?boardID=121&ID=159292JDBC与Java数据库程序设计http://bbs.topsage.com/dispbbs.asp?boardID=121&ID=151448Learning JQurey (2007年7月最新出版) http://bbs.topsage.com/dispbbs.asp?boardID=121&ID=159652J2EE设计开发编程指南 http://bbs.topsage.com/dispbbs.asp?boardID=121&ID=159288Java Web Services简明教程 http://bbs.topsage.com/dispbbs.asp?boardID=121&ID=159159O"Reilly Java and XML (第二版PDF) http://bbs.topsage.com/dispbbs.asp?boardID=121&ID=146231O"Reilly Java and XML (第三版PDF)http://bbs.topsage.com/dispbbs.asp?boardID=121&ID=167584Java技术XML高级编程 http://bbs.topsage.com/dispbbs.asp?boardID=121&ID=147800Expert One-on-One J2EE Design and Development http://bbs.topsage.com/dispbbs.asp?boardID=121&ID=160652 Expert One-on-One J2EE Development without EJB http://bbs.topsage.com/dispbbs.asp?boardID=121&ID=160653 JBoss - A Developer"s Notebook http://bbs.topsage.com/dispbbs.asp?boardID=121&ID=146179The Java Programming Language (第四版) http://bbs.topsage.com/dispbbs.asp?boardID=121&ID=147095Spring in Action (第二版) http://bbs.topsage.com/dispbbs.asp?boardID=121&ID=146170Professional Java Development with the Spring Framework http://bbs.topsage.com/dispbbs.asp?boardID=121&ID=159303Core Java Server Faces 第二版 http://bbs.topsage.com/dispbbs.asp?boardID=121&ID=145549精通Enterprise JavaBeans http://bbs.topsage.com/dispbbs.asp?boardID=121&ID=146018Enterprise JavaBeans EJB 第四版 http://bbs.topsage.com/dispbbs.asp?boardID=121&ID=159166J2EE应用与BEA WebLogic Server (第二版PDF) http://bbs.topsage.com/dispbbs.asp?boardID=121&ID=146227O"Reilly Java Web Services http://bbs.topsage.com/dispbbs.asp?boardID=121&ID=146377Ant权威指南 http://bbs.topsage.com/dispbbs.asp?boardID=121&ID=148383Ajax和Java框架高级编程 http://bbs.topsage.com/dispbbs.asp?boardID=121&ID=148371Java Web Services简明教程 http://bbs.topsage.com/dispbbs.asp?boardID=121&ID=159159 Cross-Platform Web Services Using C# and Java http://bbs.topsage.com/dispbbs.asp?boardID=121&ID=160472 O"Reilly Ajax on Java http://bbs.topsage.com/dispbbs.asp?boardID=121&ID=160600O"Reilly Java and XSLT http://bbs.topsage.com/dispbbs.asp?boardID=121&ID=149585O"Reilly Java and XML Binding http://bbs.topsage.com/dispbbs.asp?boardID=121&ID=149583O"Reilly Java and SOAP http://bbs.topsage.com/dispbbs.asp?boardID=121&ID=149581Design Patterns Java Companion http://bbs.topsage.com/dispbbs.asp?boardID=121&ID=163920J2EE Java黑客大曝光 开发安全的Java应用程序 http://bbs.topsage.com/dispbbs.asp?boardID=121&ID=151446J2ME API 速查手册 http://bbs.topsage.com/dispbbs.asp?boardID=121&ID=158248精通J2ME无线编程 http://bbs.topsage.com/dispbbs.asp?boardID=121&ID=152047J2ME开发大全 http://bbs.topsage.com/dispbbs.asp?boardID=121&ID=151987Java网页开发的艺术 http://bbs.topsage.com/dispbbs.asp?boardID=121&ID=151991Java编程高手 http://bbs.topsage.com/dispbbs.asp?boardID=121&ID=151990Java 5.0 Tiger程序高手秘笈 http://bbs.topsage.com/dispbbs.asp?boardID=121&ID=151989Java2网络协议技术内幕(附源码) http://bbs.topsage.com/dispbbs.asp?boardID=121&ID=151988Using Enterprise JavaBeans 2 http://bbs.topsage.com/dispbbs.asp?boardID=121&ID=166051Java技术实用教程 http://bbs.topsage.com/dispbbs.asp?boardID=121&ID=158244企业级Java安全性(构建安全的J2EE应用) http://bbs.topsage.com/dispbbs.asp?boardID=121&ID=152048Java语言集成开发环境Eclipse中文教程 http://bbs.topsage.com/dispbbs.asp?boardID=121&ID=158237 NetBeans IDE 5.5 企业版高级开发教程 http://bbs.topsage.com/dispbbs.asp?boardID=121&ID=159653 Using Enterprise JavaBeans 2 http://bbs.topsage.com/dispbbs.asp?boardID=121&ID=166051Borland JBuilder Developer"s Guide http://bbs.topsage.com/dispbbs.asp?boardID=121&ID=166294Eclipse精要与高级开发技术 http://bbs.topsage.com/dispbbs.asp?boardID=121&ID=151986Java 6 3D游戏开发

实例变量是所有的实例所共有的变量。类变量就只能是实例独有。

类变量就是用static声明，内存为它单独分配空间，

1、相信变量你已经了解了2、类变量：举个例子。你新建了一个Test.java 类，然后用Test t = new Test();这个实例化的t则是类变量。

类变量就是在类中声明的变量，成员变量就是类变量，实力变量就是方法中的变量，也就是局部变量，其实就是这样地。

实例变量？ 怎样定义的~~~~~~~~~

类变量就是指类里用static修饰的变量（static不能修饰方法变量）.对象变量是指一般的实例变量，也就是不用static修饰的变量。以上说的变量都不是指方法变量。访问类变量不需要初始化一个对象去访问，直接用“类名.变量名”的方式就可以访问，当然也可以用“实例对像.变量名”的方式访问，但类其实还是按类名.变量名的方式去转换访问。访问对象变量就用“实例变量.变量名”的方式去访问。

类变量就是在类中声明的变量，成员变量就是类变量，实力变量就是方法中的变量，也就是局部变量，其实就是这样地。

静态变量，一般用static修饰

STUDY 学习

类变量就是静态变量，全类只有一个对象变量就是属性，类的每个实例都会有一个publicclassA{publicinta;publicstaticintb;}a是对象变量b是类变量访问a必须要有一个对象才能访问Atemp=newA();temp.a;访问b可以直接用类名来访问A.b;

简单的说就是用static关键字修饰的变量为什么叫类变量，意思就是他是属于这个类的，可以用类名.变量名这样用而不是这个类的对象的变量，当让这个类的对象也是可以调用的类变量是用类名.变量名直接用的，而无须实例化这个类的对象来调用

logistic或者cox回归属于广义线性模型，你这个应该是多元分析与roc的混合使用找到临界值可以做的具体加q谈

随机森林是一种集成分类器,对影响随机森林性能的参数进行了分析,结果表明随机森林中树的数量对随机森林的性能影响至关重要。对树的数量的确定方法以及随机森林性能指标的评价方法进行了研究与总结。以分类精度为评价方法,利用UCI数据集对随机森林中决策树的数量与数据集的关系进行了实验分析,实验结果表明对于多数数据集,当树的数量为100时,就可以使分类精度达到要求。将随机森林和分类性能优越的支持向量机在精度方面进行了对比,实验结果表明随机森林的分类性能可以与支持向量机相媲美。

java易混淆概念之类变量、实例变量、局部变量类变量、实例变量、局部变量类变量是类中独立于方法之外的变量，用static 修饰。实例变量也是类中独立于方法之外的变量，不过没有static修饰。局部变量是类的方法中的变量。看下面的伪代码说明：public class Variable{ static int allClicks=0; //类变量 String str="hello world"; //实例变量 public void method(){ int i =0; //局部变量 }}实例变量也称为:“域”，“成员变量”，在实体类或数据类中被称为“属性”或“字段”。当实例变量可以改变时，被称为对象的状态。2. final用于常量的声明，规范要求常量的变量名是大写的。3. statci 在java 里面用于对类方法和属性进行修饰，其作用是什么呢？有两种情况是non-static无法做到的，这时你就要使用statice。第一种：你希望不论产生了多少个对象，或不存在任何对象的情形下，那些特定数据的存储空间都只有一份；第二种：你希望某个函数不要和class object绑在一起。即使没有产生任何object，外界还是可以调用其static函数，或是取用其static data。

publicclasstest{privatestringname;//成员变量，也是全局变量publicvoidchangename(){stringn="tomoya";//n就是局部变量name=n;}}总的来说，定义在类里的，也就是name那个位置，就是成员变量，在java里全局变量和成员变量是一个意思。定义在方法里或域里就叫做局部变量，所谓域就是{}里面，比如publicvoidshow(){intb=2;//局部变量if(true){inta=1;//局部变量}//这个位置访问a，无效}//这个位置，或其他方法里访问b，无效他的作用范围：局部变量离开了他的域{}就无效成员变量的范围依赖他的访问修饰符，什么是访问修饰符呢？publicprotectedprivate默认，你定义时不给他访问修饰符就是默认至于他们的范围，请自行查资料，不动脑筋是不行滴这种东西确实如1l所说的，再烂的书也会有介绍

你要做的不是相关分析，而是回归分析你能分清楚相关和回归的区别吗？我经常帮别人做这类的数据分析

相关分析 两个定性变量之间的相关做卡方 两个定量之间的相关关系做pearson 一个定性变量一个定量变量做t或者方差

可以，只是对回归结果的解释与普通回归不同。请参考《现代医学统计方法与STATA应用》。

两个多分类变量可以作相关分析变量来源于数学，是计算机语言中能储存计算结果或能表示值抽象概念。变量可以通过变量名访问。在指令式语言中，变量通常是可变的;但在纯函数式语言(如Haskell)中，变量可能是不可变(immutable)的。在一些语言中，变量可能被明确为是能表示可变状态、具有存储空间的抽象(如在Java和Visual Basic中);但另外一些语言可能使用其它概念(如C的对象)来指称这种抽象，而不严格地定义"变量"的准确外延。