统计公式 - 网络统计学(4)
liuian 2024-12-01 00:56 20 浏览
统计学中有很多模型和数学公式,这些公式在网页上显示的方法主要有三种:图片显示,数学标记语言(MathML),和文档排版系统(LaTeX)。在网页中像打字一样编辑和显示数学公式一直以来是数理工作者关注的问题。这里介绍LaTeX文档排版系统公式编辑和显示方式。
一、在网页中展示统计公式
在网页中将LaTeX文档显示为统计公式需要Javascript库的支持,其基本配置如下:
<!doctype html>
<html>
<head>
<title>银河统计工作室</title>
<meta charset="utf-8"/>
<!-- LaTeX文档Javascript库配置 -->
<script type="text/javascript">
MathJax.Hub.Config({
extensions: ["tex2jax.js"],
jax: ["input/TeX", "output/HTML-CSS"],
tex2jax: {
inlineMath: [['#39;,'#39;], ['\\(','\\)']],
displayMath: [["$", "$"],["\\[", "\\]"]],
processEscapes: true
},
"HTML-CSS": { availableFonts: ["TeX"] }
});
MathJax.Hub.Queue(["Typeset",MathJax.Hub]);
</script>
<script type="text/javascript" async src="https://cdnjs.cloudflare.com/ajax/libs/mathjax/2.7.1/MathJax.js?config=TeX-AMS-MML_HTMLorMML"></script>
</head>
<body>
<h3>在网页中展示统计公式</h3>
<p>这是行中数学公式:\(\sqrt[3]{x^4-3x+1}\)。</p>
</body>
</html>
运行网页,显示效果如下:
二、Latex常用公式符号
Latex基本数学公式由数学标记构成,以下是一些基本的数学公式标记命令。
1、行中数学公式
\(数学公式\):
符号“\(”是行中数学公式起始符,\)”是行中数学公式结束符。
例如“\(\sqrt[3]{x^4-3x+1}\)”。
行中数学公式在文档中不换行,可以插入任何段落或句子中且不破坏文档结构。
2、独立数学公式
\[数学公式\]
符号“\[”是独立数学公式起始符,“\]”是独立数学公式结束符,独立数学公式起始和结束符也可用“$”。
例如,“\[\sqrt[3]{x^4-3x+1}\]”,
例如,$\sqrt[3]{x^4-3x+1}$。
独立数学公式自动换行并且居中。
3、角标(上下标)
上标命令:^{}; 下标命令:_{}
上下标命令放在需要插入上下标的地方,花括弧内为上下标内容,当角标为单个字符时,可以不用花括号;如果角标为多字符或多层次,必须用花括号。例如,
\(x^2\), \(x_1^2\), \(x^{(n)}_{22}\), \(^{16}O^{2-}_{32}\), \(x^{y^{z^a}}\), \(x^{y_z}\)
分别显示为,
4、分式
分式命令:\frac{分子}{分母}
举例:
行内分式:\(\frac{x+y}{y+z}\)
5、根式
二次根式命令:\sqrt{表达式}
如果表达式是单个字符,则不需要花括号,但需要在字符和sqrt间加入一个空格。
n次根式命令:\sqrt[n]{表达式}
例如,
\(\sqrt{a}+\sqrt{b}+\sqrt{c}, \sqrt[3]{x+1}
分别显示为,
6、求和与积分
求和命令:\sum_{k=1\}^n (求和项紧随其后)
积分命令:\int_a^b (积分项紧随其后)
I、无穷级数
\(\sum_{k=1}^\infty \frac{x^n}{n!}\)
显示为,
II、定积分
\(\int_0^\infty e^x\)
显示为,
III、求和
\(\sum\limits_{n=0}^\infty x^n\)
显示为,
7、数学重音符号
以a为例,
8、希腊字母
9、箭头符号
三、常用统计公式样例
方差:
$\sigma^2=\frac{1}{n}{\sum_{k=1}^n(x_i-\bar{x})^2}$
标准差:
$\sigma=\sqrt{\frac{1}{n}{\sum_{k=1}^n(x_i-\bar{x})^2}}$
正态分布:
$f(x)=\frac{1}{\sqrt{{2\pi}}\times\sigma}e^{\frac{1}{2}(\frac{x-\mu}{\sigma})^2}$
皮尔逊相关系数:
$R_{xy}=\frac{\sum_{k=1}^n(x_i-\bar{x})(y_i-\bar{y})}{\sqrt{\sum_{k=1}^n(x_i-\bar{x})^2\sum_{k=1}^n(y_i-\bar{y})^2}}$
矩阵表达式:
$
\begin{eqnarray*}
\left(\begin{array}{ccc}
4&1\\3&5\\2&3
\end{array}\right)^\tau
\times
\left(\begin{array}{ccc}
4&1\\3&5\\2&3
\end{array}\right)
&=&\\
\left(\begin{array}{ccc}
4&3&2\\1&5&3
\end{array}\right)
\times
\left(\begin{array}{ccc}
4&1\\3&5\\2&3
\end{array}\right)
&=&\\
\left(\begin{array}{ccc}
29&25\\25&35
\end{array}\right)
\end{eqnarray*}
$
显示效果,
【参考资料】
- LATEX数学公式排版:http://www.galaxystatistics.com/webTJX/mobile/LatexSXGS.pdf
- LATEX介绍:http://www.galaxystatistics.com/webTJX/mobile/LaTeXJS.pdf
- LaTeX学习笔记:http://www.galaxystatistics.com/webTJX/mobile/LatexXXBJ.pdf
相关推荐
- 深入解析 MySQL 8.0 JSON 相关函数:解锁数据存储的无限可能
-
引言在现代应用程序中,数据的存储和处理变得愈发复杂多样。MySQL8.0引入了丰富的JSON相关函数,为我们提供了更灵活的数据存储和检索方式。本文将深入探讨MySQL8.0中的JSON...
- MySQL的Json类型个人用法详解(mysql json类型对应java什么类型)
-
前言虽然MySQL很早就添加了Json类型,但是在业务开发过程中还是很少设计带这种类型的表。少不代表没有,当真正要对Json类型进行特定查询,修改,插入和优化等操作时,却感觉一下子想不起那些函数怎么使...
- MySQL的json查询之json_array(mysql json_search)
-
json_array顾名思义就是创建一个数组,实际的用法,我目前没有想到很好的使用场景。使用官方的例子说明一下吧。例一selectjson_array(1,2,3,4);json_array虽然单独...
- 头条创作挑战赛#一、LSTM 原理 长短期记忆网络
-
#头条创作挑战赛#一、LSTM原理长短期记忆网络(LongShort-TermMemory,LSTM)是一种特殊类型的循环神经网络(RNN),旨在解决传统RNN在处理长序列数据时面临的梯度...
- TensorBoard最全使用教程:看这篇就够了
-
机器学习通常涉及在训练期间可视化和度量模型的性能。有许多工具可用于此任务。在本文中,我们将重点介绍TensorFlow的开源工具套件,称为TensorBoard,虽然他是TensorFlow...
- 图神经网络版本的Kolmogorov Arnold(KAN)代码实现和效果对比
-
本文约4600字,建议阅读10分钟本文介绍了图神经网络版本的对比。KolmogorovArnoldNetworks(KAN)最近作为MLP的替代而流行起来,KANs使用Kolmogorov-Ar...
- kornia,一个实用的 Python 库!(python kkb_tools)
-
大家好,今天为大家分享一个实用的Python库-kornia。Github地址:https://github.com/kornia/kornia/Kornia是一个基于PyTorch的开源计算...
- 图像分割掩码标注转YOLO多边形标注
-
Ultralytics团队付出了巨大的努力,使创建自定义YOLO模型变得非常容易。但是,处理大型数据集仍然很痛苦。训练yolo分割模型需要数据集具有其特定格式,这可能与你从大型数据集中获得的...
- [python] 向量检索库Faiss使用指北
-
Faiss是一个由facebook开发以用于高效相似性搜索和密集向量聚类的库。它能够在任意大小的向量集中进行搜索。它还包含用于评估和参数调整的支持代码。Faiss是用C++编写的,带有Python的完...
- 如何把未量化的 70B 大模型加载到笔记本电脑上运行?
-
并行运行70B大模型我们已经看到,量化已经成为在低端GPU(比如Colab、Kaggle等)上加载大型语言模型(LLMs)的最常见方法了,但这会降低准确性并增加幻觉现象。那如果你和你的朋友们...
- ncnn+PPYOLOv2首次结合!全网最详细代码解读来了
-
编辑:好困LRS【新智元导读】今天给大家安利一个宝藏仓库miemiedetection,该仓库集合了PPYOLO、PPYOLOv2、PPYOLOE三个算法pytorch实现三合一,其中的PPYOL...
- 人工智能——图像识别(人工智能图像识别流程)
-
概述图像识别(ImageRecognition)是计算机视觉的核心任务之一,旨在通过算法让计算机理解图像内容,包括分类(识别物体类别)、检测(定位并识别多个物体)、分割(像素级识别)等,常见的应用场...
- PyTorch 深度学习实战(15):Twin Delayed DDPG (TD3) 算法
-
在上一篇文章中,我们介绍了DeepDeterministicPolicyGradient(DDPG)算法,并使用它解决了Pendulum问题。本文将深入探讨TwinDelayed...
- 大模型中常用的注意力机制GQA详解以及Pytorch代码实现
-
分组查询注意力(GroupedQueryAttention)是一种在大型语言模型中的多查询注意力(MQA)和多头注意力(MHA)之间进行插值的方法,它的目标是在保持MQA速度的同时...
- pytorch如何快速创建具有特殊意思的tensor张量?
-
专栏推荐正文我们通过值可以看到torch.empty并没有进行初始化创建tensor并进行随机初始化操作,常用rand/rand_like,randint正态分布(0,1)指定正态分布的均值还有方差i...
- 一周热门
-
-
Python实现人事自动打卡,再也不会被批评
-
Psutil + Flask + Pyecharts + Bootstrap 开发动态可视化系统监控
-
一个解决支持HTML/CSS/JS网页转PDF(高质量)的终极解决方案
-
再见Swagger UI 国人开源了一款超好用的 API 文档生成框架,真香
-
【验证码逆向专栏】vaptcha 手势验证码逆向分析
-
网页转成pdf文件的经验分享 网页转成pdf文件的经验分享怎么弄
-
C++ std::vector 简介
-
python使用fitz模块提取pdf中的图片
-
《人人译客》如何规划你的移动电商网站(2)
-
Jupyterhub安装教程 jupyter怎么安装包
-
- 最近发表
-
- 深入解析 MySQL 8.0 JSON 相关函数:解锁数据存储的无限可能
- MySQL的Json类型个人用法详解(mysql json类型对应java什么类型)
- MySQL的json查询之json_array(mysql json_search)
- 头条创作挑战赛#一、LSTM 原理 长短期记忆网络
- TensorBoard最全使用教程:看这篇就够了
- 图神经网络版本的Kolmogorov Arnold(KAN)代码实现和效果对比
- kornia,一个实用的 Python 库!(python kkb_tools)
- 图像分割掩码标注转YOLO多边形标注
- [python] 向量检索库Faiss使用指北
- 如何把未量化的 70B 大模型加载到笔记本电脑上运行?
- 标签列表
-
- python判断字典是否为空 (50)
- crontab每周一执行 (48)
- aes和des区别 (43)
- bash脚本和shell脚本的区别 (35)
- canvas库 (33)
- dataframe筛选满足条件的行 (35)
- gitlab日志 (33)
- lua xpcall (36)
- blob转json (33)
- python判断是否在列表中 (34)
- python html转pdf (36)
- 安装指定版本npm (37)
- idea搜索jar包内容 (33)
- css鼠标悬停出现隐藏的文字 (34)
- linux nacos启动命令 (33)
- gitlab 日志 (36)
- adb pull (37)
- table.render (33)
- uniapp textarea (33)
- python判断元素在不在列表里 (34)
- python 字典删除元素 (34)
- react-admin (33)
- vscode切换git分支 (35)
- vscode美化代码 (33)
- python bytes转16进制 (35)