set.seed()

#آموزش
#تولید_عدد_تصادفی_یکسان_در_سیستم_های_متفاوت
#نقطه_شروع_تولید_عدد_تصادفی
#set #seed
اين دستور نقطه شروع ، توليد اعداد تصادفي رو تنظيم و ثابت ميكنه.
وقتی برنامه ای مینویسین که توی اون برنامه از اعداد تصادفی استفاده شده و کد ها رو برای دیگری میفرستین برای اینکه طرف مقابل هم به همان نتیجه شما برسه توی خروجی (بدلیل تصادفی بودن هر بار اعداد متفاوتی توی اون بازه تولید میشه) این دستور رو اول دستوراتتون مینویسین و یک عدد به عنوان شناسه بهش تعریف میکنین
از کاربرد دیگر این دستور وقتی هست که استاد توی کلاس تدریس میکنه و دانشجو ها برای اینکه به نتایج یکسانی جهت مقایسه برسند میتونه از این دستور استفاده کنه

به عنوان مثال من یک نمونه تصادفی از توزیع نرمال تولید میکنم اگر بدون نوشتن این دستور شما هم یک نمونه تصادفی تولید کنید این دوتا نمونه باهم یکسان نخواهند بود
ولی اگه اون دستور رو بنویسم و شناسه دلخواهی رو براش تعریف کنم هر شخص دیگه اگه اون دستور رو اجرا کنه به همون عدد میرسه

> set.seed(10)
> rnorm(1)
[1] 0.01874617

شما هم اگه دستور بالا رو اجرا کنید به همون عدد خواهید رسید


@R_Experts

‎برای اولین بار الگوریتمی توسعه یافته

شده است که بر اساس سطح

متابولیتی در نمونه خون می تواند به

درستی پیش بینی کند که ایا یک کودک

در اسپکتروم بیماری اتیزم قرار دارد یا خیر،

منبع:

https://news.rpi.edu/content/2017/03/16/blood-test-autism


@R_Experts

سوال پايان دوره اول مجازي "الگوريتم نويسي"

#تمرين_١٧

پاک باختگی قمار باز

صورت مسئله:
دو نفر شیر و خط بازی میکنند به این ترتیب که هر بار سکه ناسالمی را پرتاب میکنند اگر سکه شیر بیاید شخض A یک دلار از شخص B میبرد و اگر خط بیاید B از A یک دلار میبرد فرض کنید نخست شخص A مبلغ a دلار و B مبلغ b دلار دارد اگر اینها بازی را تا پاک باختگی یکی از انها ادامه بدهند مطلوب است محاسبه تعداد دور بازی و کدام یکی از قمار بازان شکست میخورند؟
سکه هم اریب هست با احتمال p و p-یک هر روی سکه را در نظر بگیرید؟


ارسال پاسخ به اي دي

@javad_vhd
@R_Experts


https://t.iss.one/R_Experts

تقدیم به بچه های آمار
اونایی که عاشق برنامه نویسی با R هستن
سال نو همتون مبارک باشه
@R_Experts

https://t.iss.one/R_Experts

نوروز اين عيد فرخنده رو به همتون تبريك ميگيم ♥️🌷♥️
@R_Experts
يكي از قابليت هاي زبان برنامه نويسي R شبيه سازي و تهيه ي گيف به عنوان خروجي ميباشد ®
تبريك عيد رو از ما و زبونمون پذيرا باشين😊

فيلم آموزشي
#تابع_نويسي
#function

@R_Experts

گوگل با استفاده از یادگیری ماشین و مدل رگرسیون لجستیک برای یافتن جای پارک به رانندگان کمک می‌کند:
⁦Using Machine Learning to predict parking difficulty

https://research.googleblog.com/2017/02/using-machine-learning-to-predict.html

@R_Experts

▪ Central Limit Theorem


🆔 @R_Experts

◄◄◄ نحوی فراخوانی فایل هایی با برچسب #فارسی

◄◄کاری از گروه R_Experts

► join us : @R_Experts

#two_sample_ttest
◀️آزمون تی تست دو نمونه ای مستقل
◀️تهیه شده در تیم R Experts
@R_Experts

Being a programmer feels like being the demiurge
I'm #Programmer ✌️

📢آموزش رايگان برنامه نويسي R✔️
📢برگزار كننده كارگاه هاي آموزشي مجازي ®®
Join us at👇👇
https://telegram.me/R_Experts

#colortools

Color is crucial for elegant data visualization. Here we describe the list of color palettes available in R.

Colortools

: R package for creating easily color schemes in R

The excellent R package colortools developed by Gaston Sanchez is an easy to use solution for generating color schemes in R.

install.packages("colortools")
library(colortools)

Now Some Example

#Color_wheel
The function wheel() can be used to generate a color wheel for a given color :

wheel("darkblue", num = 12,main = "R_Experts",col.main="red")

#Analogous_color_scheme

analogous("darkblue")

@R_Experts

#Complementary_color_scheme

complementary("steelblue")

#Split_Complementary_Color_Scheme

splitComp("steelblue")

#Tetradic_Color_Scheme

tetradic("steelblue")

@R_Experts

# Square_color_scheme

square("steelblue")

#Sequential_colors

sequential("steelblue")

► join us :@R_Experts

#wheel

► join us : @R_Experts

#analogous

► join us : @R_Experts

#complementary

► join us : @R_Experts

#splitComp

► join us : @R_Experts

#tetradic

► join us : @R_Experts

#square

► join us : @R_Experts

#sequential

► join us : @R_Experts

#Normality_Test

#Shapiro_Wilk

► join us : @R_Experts

📢سخنراني تخصصي گروه آمار دانشگاه تبريز ✌️

سخنران: پروفسور احمد پارسيان🌷

موضوع: توزيع پيشين در استنباط هاي بيزي📝

مكان: دانشكده رياضي اتاق سمينار

❇️به زودی متن pdf سمینار از همین کانال
@R_Experts