-
每层都留了核验名额,方差该怎样合并?分层杰克刀的层内删除与重新校准用两层四人的手算与精确 Python,解释只放大同层设计权重、按层使用有限总体修正,以及跨层辅助类别校准后为何仍须重跑全部估计。
26 分钟 中文 -
删掉一人后为何必须重算权重?校准审计均值的杰克刀方差用四人手算和精确有理数 Python,解释删除一项后重新校准的必要性、杰克刀系数与有限总体修正,并保留空组失败和回退分支。
24 分钟 中文 -
地区与风险比例都要对齐,权重该怎样调?迭代比例调整的边际、关联与空单元格用 2×2 手算表和可运行 Python,从熵距离推导行列交替缩放,解释为何必须同时检查全部边际,以及关联保留、空单元格和极端权重怎样限制审计估计。
23 分钟 中文 -
已知全队列分数,怎样改进随机复核?匹配辅助总量的校准加权从代表人数与分数总量两条约束推导审计权重,用六人手算、负权重反例和精确穷举,解释校准加权与广义回归的关系,以及匹配总量为何不保证无偏或更精确。
25 分钟 中文 -
只能补一部分标签,怎样估计全队列结果?随机核验抽样与设计权重从冻结的缺失标签池分层随机抽样,用已知抽中概率还原全队列均值;通过十人手算、六种名单穷举和标准库 Python 解释无偏性、有限总体方差与核验预算。
24 分钟 中文
返回