文件名称：实用程序：实用程序笔记本
文件大小：247KB
文件格式：ZIP
更新时间：2024-03-13 22:10:58
jupyter-notebooks sigmoid-function p-values html-table-extractor JupyterNotebook
公用事业 extract_table.ipynb网页中的表提取到.csv文件中 sigmoid_and_derivative.ipynb探索使用sigmoid函数作为流行病累积死亡分布的代理 empirical_p_value.ipynb该笔记本的灵感来自Jeremy在的论文“高温和高湿度降低COVID-19的传输”中对图1（a）的第二课讨论 。 我们展示了如何通过蒙特卡洛模拟经验确定p值，并将该方法应用于图1（a）中的数据。 笔记本的组织方式如下： 在第1节中，我们研究如何生成与零假设相一致的随机综合数据集，并在质量上看起来与图1（a）中的实际数据相似。 因为我们没有实际的数据点，所以我们依靠眼球告诉我们合成数据何时看起来接近实际数据。 在第2节中，我们研究了其中一个综合数据集。 接下来，在第3节中，我们执行蒙特卡洛模拟，生成10,000个随机绘制的合成数据集的集合。 对于每个
【文件预览】：
utilities-master
----temperature.png(13KB)
----p-value.ipynb(141KB)
----sigmoid_and_derivative.ipynb(29KB)
----R-value.png(12KB)
----R_vs_T_actual.PNG(44KB)
----R_vs_T.png(27KB)
----slopes.png(15KB)
----extract_table.ipynb(5KB)
----README.md(2KB)
----sigmoid_and_derivative.PNG(20KB)
----table-1.csv(19KB)
----html_table_extractor.py(3KB)