第一篇：筆記：linux常用命令總結(jié)

筆記：linux常用命令總結(jié)

linux文件或目錄權(quán)限： 讀（r）、寫(xiě)（w）、可執(zhí)行（x）；

linux 命令格式：

command [-options] [parameterl]...創(chuàng)建文件：touch test.txt

重定向：“>” 先刪后添

“>>”在末尾追加內(nèi)容 $ ls-alh > ls.txt

$ more ls.txt

管道：|

切換到用戶(hù)家目錄：cd ~

復(fù)制：ctrl+inert;粘貼：shift+insert

快速返回上一次目錄：cdlaowang su-laowang

//切換賬號(hào)并且切換目錄 su laowang

//切換賬號(hào),不切換目錄

查看系統(tǒng)當(dāng)前已存在的賬號(hào)信息： cat /etc/passwd

永久性刪除賬號(hào)：userdel-r laozhang userdel-r laozhang

普通賬號(hào)操作時(shí)用： sudo userdel-r laozhang

標(biāo)簽：賬號(hào)正在使用 正在使用

如果在刪除賬號(hào)a時(shí)，報(bào)：賬號(hào)a正在使用；那么多次退出賬號(hào)即可，原因是：你多次切換賬號(hào)a時(shí)，賬號(hào)a還在登錄狀態(tài)。

顯示當(dāng)前系統(tǒng)已存在的組： cat /etc/group

//第一種方式查看

groupmod +兩次tab鍵

//第二種方式查看（ubuntu下，其他沒(méi)試過(guò)）

添加用戶(hù)組： groupadd group1 修改組名稱(chēng)：

groupmod-n group2 group1 選項(xiàng):-g,--gid GID

將組 ID 改為 GID-h,--help

顯示此幫助信息并推出

-n,--new-name NEW_GROUP

改名為 NEW_GROUP-o,--non-unique

允許使用重復(fù)的 GID-p,--password PASSWORD 將密碼更改為(加密過(guò)的)PASSWORD-R,--root CHROOT_DIR

chroot 到的目錄 刪除用戶(hù)組： groupdel group1

查看用戶(hù)在那些組里：groups 賬號(hào)名 groups laozhang

修改用戶(hù)所在組：usermod-g 目標(biāo)用戶(hù)組 用戶(hù)名 usermod-g 004km.cn

CentOS 7: yum常用的命令

# yum install xxx 安裝xxx軟件 # yum info xxx 查看xxx軟件的信息 # yum remove xxx 刪除軟件包 # yum list 列出軟件包 # yum clean 清除緩沖和就的包

# yum provides xxx 以xxx為關(guān)鍵字搜索包（提供的信息為關(guān)鍵字）# yum search xxx 搜索軟件包（以名字為關(guān)鍵字）# yum groupupdate xxx # yum grouplist xxx # yum groupremove xxx

#yum source package xxx 下載該包的源代碼

++++++++++++++++++++++++++++++++++++++++++++++++++++++++++

ftp 服務(wù)器搭建過(guò)程 c/s:client/server 安裝vsftpd服務(wù)器 # yum install vsftpd

配置vsftpd.conf 文件 vim /etc/vsftpd.conf

scp 上傳、下載文件、文件夾 上傳文件：

# scp fileName remoteUserName@remoteHostIp:RemoteFolder 上傳文件夾：

# scp-r FolderName RemoteUserName@RemoteHostIp:RemoteFolder

下載文件：

# scp RemoteUserName@RemoteHostIp:RemoteFile FileName # scp-r RemoteUserName@RemoteHostIp:RemoteFolder Folder

vim編輯：常用功能：

vim顯示行號(hào)： 修改所有賬號(hào)配置： # vim /etc/vimrc

在文件最后添加 set nu 即可

wq退出。這樣，不論使用哪個(gè)賬號(hào)登陸，vim打開(kāi)后都顯示行號(hào)

為當(dāng)前用戶(hù)配置環(huán)境

找到當(dāng)前用戶(hù)的vimrc文件。若無(wú)此文件，建立此文件即可。vim ~/.vimrc 打開(kāi)文件后，在最后添加 set nu wq退出。

再次用vim打開(kāi)即可顯示行號(hào)

h 左移一個(gè)字符

l 右移一個(gè)字符，這個(gè)命令很少用，一般用w代替。k 上移一個(gè)字符 j 下移一個(gè)字符

快速定位行數(shù)： 到10行：10+G 到首行：1+G 或者：gg 到最后一行：G

i:插入光標(biāo)前一個(gè)字符 a:插入光標(biāo)后一個(gè)字符 I:插入行首 A:插入行末 o:向下新開(kāi)一行，插入行首 O:向上新開(kāi)一行，插入行首

w:向后移動(dòng)一個(gè)詞、字 刪除：

x 刪除當(dāng)前字符，相當(dāng)于：Del X 刪除當(dāng)前字符的前一個(gè)字符。X=dh 相當(dāng)于：backspace 3x 刪除當(dāng)前光標(biāo)開(kāi)始向后三個(gè)字符 dd 刪除當(dāng)前行，剪切

3dd 刪除光標(biāo)所在行往下數(shù)3行，剪切 D 刪除當(dāng)前字符至行尾。D=d$ d0 刪除當(dāng)前字符至行首 dj 刪除光標(biāo)所在行已經(jīng)下一行 dk 刪除光標(biāo)所在行已經(jīng)上一行 D 刪除當(dāng)前字符至行尾。D=d$

ctrl+d：向下翻半屏 ctrl+u：向上翻半屏 ctrl+f：向下翻一屏 ctrl+b:向上翻一屏 撤銷(xiāo)：u 反撤銷(xiāo)：ctrl+r

>>：縮進(jìn) <<：刪除縮進(jìn) 整體縮進(jìn)： # :22,33>

yy：復(fù)制一行 p：粘貼

文件內(nèi)容替換文本： # :%s/main/MAIN/g 文件內(nèi)容查找： # /main

注意：n-往下查找；N-往上查找

第二篇：tracert命令學(xué)習(xí)筆記

如果有網(wǎng)絡(luò)連通性問(wèn)題，可以使用 tracert 命令來(lái)檢查到達(dá)的目標(biāo) IP 地址的路徑并記錄結(jié)果。tracert 命令顯示用于將數(shù)據(jù)包從計(jì)算機(jī)傳遞到目標(biāo)位置的一組 IP路由器，以及每個(gè)躍點(diǎn)所需的時(shí)間。如果數(shù)據(jù)包不能傳遞到目標(biāo)，tracert 命令將顯示成功轉(zhuǎn)發(fā)數(shù)據(jù)包的最后一個(gè)路由器。當(dāng)數(shù)據(jù)報(bào)從我們的計(jì)算機(jī)經(jīng)過(guò)多個(gè)網(wǎng)關(guān)傳送到目的地時(shí)，Tracert命令可以用來(lái)跟蹤數(shù)據(jù)報(bào)使用的路由（路徑）。該實(shí)用程序跟蹤的路徑是源計(jì)算機(jī)到目的地的一條路徑，不能保證或認(rèn)為數(shù)據(jù)報(bào)總遵循這個(gè)路徑。如果我們的配置使用DNS，那么我們常常會(huì)從所產(chǎn)生的應(yīng)答中得到城市、地址和常見(jiàn)通信公司的名字。Tracert是一個(gè)運(yùn)行得比較慢的命令（如果我們指定的目標(biāo)地址比較遠(yuǎn)），每個(gè)路由器我們大約需要給它15秒鐘。

Tracert的使用很簡(jiǎn)單，只需要在tracert后面跟一個(gè)IP地址或URL，Tracert會(huì)進(jìn)行相應(yīng)的域名轉(zhuǎn)換的。

tracert 最常見(jiàn)的用法：

tracert IP address [-d] 該命令返回到達(dá) IP 地址所經(jīng)過(guò)的路由器列表。通過(guò)使用-d 選項(xiàng)，將更快地顯示路由器路徑，因?yàn)?tracert 不會(huì)嘗試解析路徑中路由器的名稱(chēng)。

Tracert一般用來(lái)檢測(cè)故障的位置，我們可以用tracert IP在哪個(gè)環(huán)節(jié)上出了問(wèn)題，雖然還是沒(méi)有確定是什么問(wèn)題，但它已經(jīng)告訴了我們問(wèn)題所在的地方，我們也就可以很有把握的告訴別人----某某地方出了問(wèn)題。

第三篇：3DSmax學(xué)習(xí)筆記(7)------擠出命令

3DSmax學(xué)習(xí)筆記（7）------擠出命令

擠出是3DSmax中經(jīng)常使用非常重要的一個(gè)命令.A.在二維圖像中,它是使二維圖像(線(xiàn))轉(zhuǎn)化為三維圖像的重要工具.這里面有兩

種情況:

(1)當(dāng)二維圖像是一個(gè)未封閉的圖形時(shí)，使用擠出命令所得到的三維圖像是

一個(gè)很薄的沒(méi)有厚度的3D圖形：

2.當(dāng)二維圖像是一個(gè)封閉的圖形（如園，園環(huán)，封閉的無(wú)規(guī)則的圖形等等）。使用擠出命令后所得到的一定是個(gè)以原圖為基礎(chǔ)的三維立體圖形

在實(shí)際中,一般是采用封閉的線(xiàn)條進(jìn)行擠出建模的,為了達(dá)到這個(gè)目的,還要配合兩樣工具.一個(gè)是輪廓工具,一個(gè)是焊接工具.從上一節(jié)中,我們知道,輪廓工具的作用是在圖形---線(xiàn)的基礎(chǔ)上，向里或者是向外再?gòu)?fù)制一條與原圖相似線(xiàn)，并且組成一個(gè)封閉的二維圖形，這樣再使用擠出命令就可得到一個(gè)三維的立體圖形： 另外還有一個(gè)焊接工具.在很多情況下，視圖中表面上看到是封閉的二維圖形，實(shí)際上有的兩線(xiàn)相交的地方并沒(méi)有粘合在一起而形成閉合的樣條線(xiàn)。正如前面所說(shuō)的，在這種情況下使用擠出命令，得到的只是一個(gè)很薄的沒(méi)有厚度的3D圖形。

如何解決這個(gè)問(wèn)題呢？

那就要使用焊接工具，焊接工具的作用是將在視圖中看不清楚是否相連的兩個(gè)頂點(diǎn)焊接在一起而形成一個(gè)封閉的二維圖形.（2）操作簡(jiǎn)述

先將二維圖形轉(zhuǎn)化為可編輯樣條線(xiàn)，再用鼠標(biāo)左鍵點(diǎn)擊樣條線(xiàn)點(diǎn)的圖標(biāo) 點(diǎn)----點(diǎn)擊焊接工具

然后框選圖形所有頂------在小方框內(nèi)輸入10左右的數(shù)字（不能太大，也不能太?。?------再次點(diǎn)擊焊接按紐。OK。圖示如下：

在擠出命令成功后，在命令面板上會(huì)顯示出有關(guān)參數(shù)：

參數(shù)中數(shù)量是表示擠出物體的高度（有正----向外突，有負(fù)----向里突），如果使用鼠標(biāo)也可以達(dá)到同樣的目的，方法是按著鼠標(biāo)左鍵不放而進(jìn)行向里或者向外拖動(dòng)。

分段是指在高度上分成多少段。如果要想這個(gè)物體更園更光滑。那就要在面板上點(diǎn)擊可編輯樣條----點(diǎn)擊插值，在插值中輸入較大的步數(shù)

B.在三維圖像中，同樣可以使用擠出命令：但這個(gè)三維物體必須先轉(zhuǎn)化為可編輯多邊形，擠出命令才會(huì)出現(xiàn)。在三維圖像中，擠出命令多與插入命令，輪廓命令，倒角命令配合使用。在這種情況下,同這些工具一樣.它只作用於面-----可將面縮進(jìn)或擠出來(lái)達(dá)到修改圖形的目的.它與插入命令，輪廓命令，倒角命令還有不同的地方是,它還可以對(duì)多邊形的邊進(jìn)行擠出.擠出與插入配合使用的方法:

1。點(diǎn)擊插入命令，點(diǎn)擊物體的某一面（該面立顯紅色）按著左鍵不動(dòng)，進(jìn)行上下左右移動(dòng)，就可以確定插入的大小，或者點(diǎn)擊右面的小方框；在小方框內(nèi)輸入數(shù)字同樣可以確定插入大小。

2。再點(diǎn)擊擠出命令，在彈出的小方框內(nèi)輸入正數(shù)，往外擠。反之，輸入負(fù)數(shù)則往內(nèi)擠，圖示如下：

第四篇：stata命令總結(jié)

表2-1: 回歸分析相關(guān)命令一覽

命令用途

anova 方差和協(xié)方差分析 heckman Heckman 篩選模型

intreg 離散型變量模型，包括Tobit、cnreg 和intreg ivreg 工具變量法（IV 或2SLS）

newey Newey-West 標(biāo)準(zhǔn)差設(shè)定下的回歸

prais 針對(duì)序列相關(guān)的Prais-Winsten, Cochrane-Orcutt, or Hildreth-Lu 回歸 qreg 分量回歸 reg OLS 回歸 sw 逐步回歸法

reg3 三階段最小二乘回歸

rreg 穩(wěn)健回歸（不同于方差穩(wěn)健型回歸，即White 方法）sureg 似無(wú)相關(guān)估計(jì)

svyheckman 調(diào)查數(shù)據(jù)的Heckman 篩選模型 svyintreg 調(diào)查數(shù)據(jù)的間斷變量回歸 svyregress 調(diào)查數(shù)據(jù)的線(xiàn)性回歸 tobit Tobit 回歸

treatreg treatment 效應(yīng)模型 truncreg 截?cái)嗷貧w

表2-2: 時(shí)間序列命令一覽

命令用途

clemao1 允許結(jié)構(gòu)突變的單位根檢驗(yàn) zandrews dfuller dfgls pperron coin 單方程協(xié)整檢驗(yàn)

dwstat 參考dwstat2 , durbina2 durbinh

表2-3: Panel Data 模型相關(guān)命令一覽I 命令模型

統(tǒng)計(jì)描述相關(guān)命令：

xtdes 變量類(lèi)型，數(shù)據(jù)類(lèi)型描述 xtsum 基本統(tǒng)計(jì)量 xttab 按表格形式列示 xtpattern 面板數(shù)據(jù)的模式 估計(jì)相關(guān)命令：

xtreg 面板數(shù)據(jù)模型（固定效應(yīng)、隨機(jī)效應(yīng)）

xtregar 含有AR(1)干擾項(xiàng)的固定效應(yīng)和隨機(jī)效應(yīng)面板數(shù)據(jù)模型

xtgls 截面-時(shí)序混合模型，可處理異方差、組內(nèi)序列相關(guān)和組間相關(guān)性 xtpcse OLS or Prais-Winsten models with panel-corrected standard errors xtrchh Hildreth-Houck random coefficients models xtivreg 面板模型的工具變量或兩階段最小二乘法估計(jì) xtabond Arellano-Bond(1991)線(xiàn)性動(dòng)態(tài)面板數(shù)據(jù)模型估計(jì)

xtabond2 Arellano-Bover(1995)系統(tǒng)GMM 動(dòng)態(tài)面板數(shù)據(jù)模型估計(jì) xttobit Tobit 隨機(jī)效應(yīng)面板模型

xtintreg Random-effects interval data regression models xtlogit Fe, Re, Pa logit models xtprobit Re, Pa probit models xtcloglog Re, Pa cloglog models xtpoisson Fe, Re, Pa Poisson models xtnbreg Fe, Re, Pa negative binomial models xtfrontier 面板隨機(jī)前沿模型

xthtylor Hausman-Taylor estimator for error-components models

表2-4: Panel Data 模型相關(guān)命令一覽II 命令模型

假設(shè)檢驗(yàn)相關(guān)：

test Wald 檢驗(yàn)，如時(shí)間效應(yīng)聯(lián)合顯著性檢驗(yàn) xttest0 隨機(jī)效應(yīng)檢驗(yàn) xttest1 面板序列相關(guān)檢驗(yàn) xttest2 ads xtserial Wooldridge 一階序列相關(guān)檢驗(yàn) xtab Arellano 面板一階序列相關(guān)檢驗(yàn) hausman Hausman 檢驗(yàn) 面板單位根和協(xié)整相關(guān)： xtunit stata提供的檢驗(yàn)方法

ipshin IPS(2003)面板單位根檢驗(yàn)

levilin Levin，Lin和Chu(LLC, 2002)面板單位根檢驗(yàn) madfuller Sarno-Taylor(1998)面板單位根檢驗(yàn)

xtfisher Maddala和Wu(1999),基于P 值的面板單位根檢驗(yàn)

表2-5: Post-estimation Commands 命令名稱(chēng)用途

adjust 列示預(yù)測(cè)結(jié)果的均質(zhì)，適于多種回歸分析，可分組列示 estimates 估計(jì)結(jié)果的存儲(chǔ)、再顯示、列表比較等 hausman Hausman 模型識(shí)別檢驗(yàn)

lincom 獲得參數(shù)的線(xiàn)性組合，在Logit 模型中可以獲得系數(shù)線(xiàn)性組合的OR 值 linktest 但方程link 識(shí)別檢驗(yàn)，用y 對(duì)Oy 和Oy2 回歸 lrtest 似然比（LR）檢驗(yàn)

mfx 計(jì)算邊際效應(yīng)和彈性系數(shù) nlcom 系數(shù)的非線(xiàn)性組合 predict 獲得擬合值、殘差等

predictnl 獲得非線(xiàn)性估計(jì)的擬合值、殘差等 test 線(xiàn)性約束的假設(shè)檢驗(yàn)，Wald 檢驗(yàn) testnl 非線(xiàn)性約束的假設(shè)檢驗(yàn)

vce 列示參數(shù)估計(jì)值的方差-協(xié)方差矩陣

表2-6: 二維圖種類(lèi)一覽

圖形種類(lèi)簡(jiǎn)單描述 scatter scatterplot line line plot connected connected-line plot scatteri scatter with immediate arguments area line plot with shading bar bar plot spike spike plot dropline dropline plot dot dot plot rarea range plot with area shading rbar range plot with bars rspike range plot with spikes rcap range plot with capped spikes rcapsym range plot with spikes capped with symbols rscatter range plot with markers rline range plot with lines rconnected range plot with lines and markers tsline time-series plot tsrline time-series range plot mband median-band line plot mspline spline line plot lowess LOWESS line plot lfit linear prediction plot qfit quadratic prediction plot fpfit fractional polynomial plot lfitci linear prediction plot with CIs qfitci quadratic prediction plot with CIs fpfitci fractional polynomial plot with CIs function line plot of function histogram histogram plot kdensity kernel density plot 表2-7: 二維圖選項(xiàng)一覽

選項(xiàng)類(lèi)別簡(jiǎn)單描述

added line options draw lines at specified y or x values added text option display text at specified(y,x)value axis options labels, ticks, grids, log scales title options titles, subtitles, notes, captions legend option legend explaining what means what scale(#)resize text, markers, and line widths region options outlining, shading, aspect ratio, size aspect option constrain aspect ratio of plot region scheme(schemename)overall look by(varlist,...)repeat for subgroups nodraw suppress display of graph name(name,...)specify name for graph saving(filename,...)save graph in file advanced options difficult to explain 表2-9: 模擬分析相關(guān)命令一覽

命令用途備注 抽樣相關(guān)：

corr2data 產(chǎn)生具有指定相關(guān)性的數(shù)據(jù)僅適用于模擬相關(guān)分析 drawnorm invnorm(uniform())產(chǎn)生服從標(biāo)準(zhǔn)正態(tài)分布的隨機(jī)數(shù)函數(shù)，可調(diào)節(jié)均值和方差 matuniform(r,c)產(chǎn)生均勻分布函數(shù)

sample 從現(xiàn)有數(shù)據(jù)中進(jìn)行非重復(fù)隨機(jī)抽樣參考bsample sim arma 產(chǎn)生服從ARIMA 過(guò)程的隨機(jī)變量需要下載 Bootstrap 相關(guān)： bootstrap bs bstat bsample MC 相關(guān): simulate MC simulation jknife 類(lèi)似于MC permute postfile 存儲(chǔ)MC 的結(jié)果 statsby exp list

第五篇：stata命令總結(jié)

stata11常用命令

注：JB統(tǒng)計(jì)量對(duì)應(yīng)的p大于0.05，則表明非正態(tài)，這點(diǎn)跟sktest和swilk檢驗(yàn)剛好相反； dta為數(shù)據(jù)文件； gph為圖文件； do為程序文件；

注意stata要區(qū)別大小寫(xiě)； 不得用作用戶(hù)變量名：

_all _n _N _skip _b _coef _cons _pi _pred _rc _weight double float long int in if using with 命令：

讀入數(shù)據(jù)一種方式 input x y 1 4 2 5.5 3 6.2 4 7.7 5 8.5 end su/summarise/sum x 或 su/summarise/sum x,d 對(duì)分組的描述： sort group by group:su x %%%%% tabstat economy,stats(max)%返回變量economy的最大值

%%stats括號(hào)里可以是：mean，count(非缺失觀測(cè)值個(gè)數(shù))，sum(總和)，max，min，range，%% sd，var，cv(變易系數(shù)＝標(biāo)準(zhǔn)差/均值)，skewness，kurtosis，median，p1(1％分位

%% 數(shù)，類(lèi)似地有p10, p25, p50, p75, p95, p99)，iqr(interquantile range = p75 – p25)_all %描述全部

_N 數(shù)據(jù)庫(kù)中觀察值的總個(gè)數(shù)。_n 當(dāng)前觀察值的位置。_pi 圓周率π的數(shù)值。list gen/generate %產(chǎn)生數(shù)列 egen wagemax=max(wage)clear use by(分組變量)set more 1/0 count %計(jì)數(shù)

gsort +x(升序)gsort-x(降序)sort x 升序；并且其它變量順序會(huì)跟著改變 label var y “消費(fèi)” %添加標(biāo)簽 describe %描述數(shù)據(jù)文件的整體，包括觀測(cè)總數(shù)，變量總數(shù)，生成日期，每個(gè)變量的存儲(chǔ)類(lèi)型(storage type)，標(biāo)簽(label)replace x5=2*y if x!=3 %替換變量值

replace age = 25 in 107 %令第107個(gè)觀測(cè)中age為25 rename y2 u %改變變量名

drop in 2 %刪除全部變量的第2行

drop if x==.刪去x為缺失值的所有記錄

keep if x<2 %保留小于2的數(shù)據(jù)，其余變量跟隨x改變 keep in 2/10 %保留第2-10個(gè)數(shù)

keep x1-x5 %保留數(shù)據(jù)庫(kù)中介于x1和x5間的所有變量(包括x1和x5)，其余變量刪除

ci x1 x2,by(group)%算出置信區(qū)間,不過(guò)先前對(duì)group要先排序，即sort group；

%by的意思逐個(gè)進(jìn)行

cii 12 3.816667 0.2710343, level(90)%已知均值，方差，計(jì)算90%的置信區(qū)間

cii 10 2 %obs=10,mean=2,以二項(xiàng)分布形式，計(jì)算置信區(qū)間 centile x,centile(2.5 25 50 75 97.5)%取分位數(shù) correlate/corr x y z %相關(guān)系數(shù)

pwcorr x y,sig %給出原假設(shè)r=0的命令 %如果變量非服從正態(tài)分布，則spearman x y regress/reg mean year %回歸方程建立 reg y x,noconstant %無(wú)常數(shù)項(xiàng) predict meanhat %預(yù)測(cè)擬合值 predict e,residual %得到殘差 estat hettest % 異方差檢驗(yàn)

dwstat % Durbin-Watson自相關(guān)檢驗(yàn) vif % 方差膨脹因子

logit y x1 x2 x3(y取0或1，是被解釋變量，x1-x3是被解釋變量)%logit回歸

probit y x1 x2 x3(y取0或1，是被解釋變量，x1-x3是被解釋變量)%probit回歸

tobit y x1 x2 x3(y取值在0和1之間，是被解釋變量，x1-x3是被解釋變量)%tobit回歸

sktest e %殘差正態(tài)性檢驗(yàn) p>0.05則接受原假設(shè)，即服從正態(tài)分布； %% sktest是基于變量的偏度和斜度(正態(tài)分布的偏度為0，斜度為3)swilk x %基于Shapiro-Wilk檢驗(yàn)

%%p值越小，越傾向于拒絕零假設(shè)，也就是變量越有可能不服從正態(tài)分布 xi %生成虛擬變量 tabulat gender,summ(math)%用gender指標(biāo)對(duì)math進(jìn)行分類(lèi)，返回兩類(lèi)math的mean、std、freq tabulate=tab %gen f=int((shengao-164)/3)*3+164 組距為3 tabulate 變量名 [, generate(新變量)missing nofreq nolabel plot ] %%%%% generate(新變量)// 按分組變量產(chǎn)生啞變量 nofreq // 不顯示頻數(shù) nolabel // 不顯示數(shù)值標(biāo)記 plot // 顯示各組頻數(shù)圖示 missing // 包含缺失值

cell // 顯示各小組的構(gòu)成比(小組之和為 1)column // 按欄顯示各組之構(gòu)成(各欄總計(jì)為 1)row // 按行顯示各組之構(gòu)成(各行總計(jì)為 1)%%%%% 求和，求最??？ mod(x,y)%求余數(shù)

means %返回三種平均值 di normprob(1.96)di invnorm(0.05)di binomial(20,5,0.5)di invbinomial(20,5,0.5)di tprob(10,2)di invt(10.0.05)di fprob(3,27,1)di invfprob(3,27,0.05)di chi2(3,5)di invchi2(3,0.05)stack x y z,into(e)%把三列合成一列 xpose,clear %矩陣轉(zhuǎn)置

append using d: