当前位置:文档之家› 常用各种数据校验方法源代码

常用各种数据校验方法源代码

常用各种数据校验方法源代码
常用各种数据校验方法源代码

常用各种数据校验方法源代码Borland C++ Builder5.0

//----------------------------------------------------------------------------- //定义数据类型缩写形式

typedef unsigned char uchar; //无符号字符

typedef unsigned short ushort; //无符号短整型

typedef unsigned long ulong; //无符号长整型

typedef unsigned int uint; //无符号整型

typedef DynamicArray TByteDynArray; //动态定义字节数组

//CRC8位校验

uchar CRC8Valid(const uchar* puchData, int len)

{

uchar crc8 = 0;

while (len--)

{

crc8 = crc8 ^ (*puchData++);

}

return crc8;

}

//--------------------------------------------------------------------------- //CRC8位校验

uchar CRC8Valid(const TByteDynArray puchData, int len)

{

uchar crc8 = 0;

int index = 0;

while (len--)

{

crc8 = crc8 ^ puchData[index++];

}

return crc8;

}

//--------------------------------------------------------------------------- //和校验

uchar SumValid(const uchar* puchData, int len)

{

uchar crc8 = 0;

while (len--)

{

crc8 = crc8 + (*puchData++);

}

return crc8;

}

//---------------------------------------------------------------------------

//和校验

uchar SumValid(const TByteDynArray puchData, int len)

{

uchar crc8 = 0;

int index = 0;

while (len--)

{

crc8 = crc8 + puchData[index++];

}

return crc8;

}

//--------------------------------------------------------------------------- //从第index位开始进行校验

uchar SumValid(const uchar* puchData, int index,int len)

{

uchar crc8 = 0;

puchData+=index;

while (len--)

{

crc8 = crc8 + (*puchData++);

}

return crc8;

}

//--------------------------------------------------------------------------- //从第index位开始进行校验

uchar SumValid(const TByteDynArray puchData, int index,int len)

{

uchar crc8 = 0;

int indexs = 0;

indexs+=index;

while (len--)

{

crc8 = crc8 + puchData[indexs++];

}

return crc8;

}

//--------------------------------------------------------------------------- //CRC16校验

ushort CRC16Valid(const TByteDynArray buffer, int len)

{

ushort crc = 0, tmp;

int index = 0;

while(len--)

{

tmp = buffer[index++];

crc = crc ^ (tmp << 8);

for (int i = 0; i < 8; i++)

{

if (crc & 0x8000)

crc = (crc << 1) ^ 0x1021;

else

crc <<= 1;

}

}

crc = (crc >> 8) | (crc << 8);

return(crc);

}

//---------------------------------------------------------------------------

//CRC16校验

ushort CRC16Valid(const uchar* buffer, int len)

{

ushort crc = 0, tmp;

while(len--)

{

tmp = *buffer++;

crc = crc ^ (tmp << 8);

for (int i = 0; i < 8; i++)

{

if (crc & 0x8000)

crc = (crc << 1) ^ 0x1021;

else

crc <<= 1;

}

}

crc = (crc >> 8) | (crc << 8);

return(crc);

}

//------------------------------------------------------------------------------ //异或校验

void XORValid(const TByteDynArray buffer, int len)

{

char checksum = 0, cr = 13, ln = 10;

char ch1,c1; //校验位的高四位和第四位

for (int i = 0; i

{

checksum = checksum ^ buffer[i+1]; //进行异或交验取值

}

ch1 = (checksum >> 4) & 0x0F; //取高位数;

c1 = checksum & 0x0F; //取低位数;

if (ch1 < 10) //低于10的数

ch1 = ch1 + '0';

else

ch1 = (ch1 - 10 ) + 'A'; //不低于10的16进制数,如:A、B、C、D、E、F

if (c1 < 10)

c1 = c1 + '0';

else

c1 = (c1 - 10 )+ 'A';

XOR_High=ch1;

XOR_Low =c1;

}

//----------------------------------------------------------------------------- //异或校验

void XORValid(const uchar* buffer, int len)

{

char checksum = 0, cr = 13, ln = 10;

char ch1,c1; //校验位的高四位和第四位

for (int i = 0; i

{

checksum = checksum ^ buffer[i+1]; //进行异或交验取值

}

ch1 = (checksum >> 4) & 0x0F; //取高位数;

c1 = checksum & 0x0F; //取低位数;

if (ch1 < 10) //低于10的数

ch1 = ch1 + '0';

else

ch1 = (ch1 - 10 ) + 'A'; //不低于10的16进制数,如:A、B、C、D、E、F

if (c1 < 10)

c1 = c1 + '0';

else

c1 = (c1 - 10 )+ 'A';

XOR_High=ch1;

XOR_Low =c1; }

科研常用的实验数据分析与处理方法

科研常用的实验数据分析与处理方法 对于每个科研工作者而言,对实验数据进行处理是在开始论文写作之前十分常见的工作之一。但是,常见的数据分析方法有哪些呢?常用的数据分析方法有:聚类分析、因子分析、相关分析、对应分析、回归分析、方差分析。 1、聚类分析(Cluster Analysis) 聚类分析指将物理或抽象对象的集合分组成为由类似的对象组成的多个类的分析过程。聚类是将数据分类到不同的类或者簇这样的一个过程,所以同一个簇中的对象有很大的相似性,而不同簇间的对象有很大的相异性。聚类分析是一种探索性的分析,在分类的过程中,人们不必事先给出一个分类的标准,聚类分析能够从样本数据出发,自动进行分类。聚类分析所使用方法的不同,常常会得到不同的结论。不同研究者对于同一组数据进行聚类分析,所得到的聚类数未必一致。 2、因子分析(Factor Analysis) 因子分析是指研究从变量群中提取共性因子的统计技术。因子分析就是从大量的数据中寻找内在的联系,减少决策的困难。因子分析的方法约有10多种,如重心法、影像分析法,最大似然解、最小平方法、阿尔发抽因法、拉奥典型抽因法等等。这些方法本质上大都属近似方法,是以相关系数矩阵为基础的,所不同的是相关系数矩阵对角线上的值,采用不同的共同性□2估值。在社会学研究中,因子分析常采用以主成分分析为基础的反覆法。

3、相关分析(Correlation Analysis) 相关分析(correlation analysis),相关分析是研究现象之间是否存在某种依存关系,并对具体有依存关系的现象探讨其相关方向以及相关程度。相关关系是一种非确定性的关系,例如,以X和Y 分别记一个人的身高和体重,或分别记每公顷施肥量与每公顷小麦产量,则X与Y显然有关系,而又没有确切到可由其中的一个去精确地决定另一个的程度,这就是相关关系。 4、对应分析(Correspondence Analysis) 对应分析(Correspondence analysis)也称关联分析、R-Q 型因子分析,通过分析由定性变量构成的交互汇总表来揭示变量间的联系。可以揭示同一变量的各个类别之间的差异,以及不同变量各个类别之间的对应关系。对应分析的基本思想是将一个联列表的行和列中各元素的比例结构以点的形式在较低维的空间中表示出来。 5、回归分析 研究一个随机变量Y对另一个(X)或一组(X1,X2,…,Xk)变量的相依关系的统计分析方法。回归分析(regression analysis)是确定两种或两种以上变数间相互依赖的定量关系的一种统计分析方法。运用十分广泛,回归分析按照涉及的自变量的多少,可分为一

数据验证方法与设计方案

本技术提出了一种数据验证方法,其包括服务器,服务器是用以接收第一纪录数据,服务器会根据接收时间以及第一纪录数据的种类对第一纪录数据进行编号并产生第一编号数据,服务器对第一编号数据进行加密并产生第一加密数据后服务器公告第一加密数据,当对第一纪录数据进行验证时,服务器对第一编号数据再次进行加密并产生第二加密数据,服务器判断第一加密数据以及第二加密数据是否相同,当判断结果为否,第一编号数据已被修改。 技术要求 1.一种数据验证方法,其包括服务器,所述服务器是用以接收并储存多个纪录数据,所述数据验证方法包括以下步骤: 所述服务器接收第一纪录数据; 所述服务器根据接收时间以及所述第一纪录数据的种类对所述第一纪录数据进行编号并 产生第一编号数据; 所述服务器对所述第一编号数据进行加密并产生第一加密数据; 所述服务器公告所述第一加密数据; 所述服务器对所述第一编号数据进行加密并产生第二加密数据;以及 所述服务器判断所述第一加密数据以及所述第二加密数据是否相同,当判断结果为否, 所述第一编号数据已被修改。

2.根据权利要求1所述的数据验证方法,其中所述服务器对所述第一编号数据进行加密并产生第一加密数据的步骤更包括: 所述服务器使所述第一加密数据与至少一加密数据同时加密并产生第一加密数据群组。 3.根据权利要求2所述的数据验证方法,其中所述服务器对所述第一编号数据进行加密并产生第二加密数据的步骤更包括: 所述服务器使所述第二加密数据与所述至少一加密数据同时加密并产生第二加密数据群组。 4.根据权利要求3所述的数据验证方法,其中所述服务器公告所述第一加密数据的步骤更包括: 所述服务器公告所述第一加密数据群组。 5.根据权利要求4所述的数据验证方法,其中所述服务器判断所述第一加密数据以及所述第二加密数据是否相同,当判断为否,所述第一编号数据已被修改的步骤更包括: 所述服务器判断所述第一加密数据群组以及所述第二加密数据群组是否相同,当所述判断结果为否,所述第一编号数据已被修改。 6.根据权利要求1所述的数据验证方法,其中,所述纪录数据为网页浏览纪录、档案编辑纪录、档案新增纪录或档案删除纪录。 7.根据权利要求1所述的数据验证方法,其中,所述服务器更包括储存单元,用以储存所述第一纪录数据、所述第一编号数据、所述第一加密数据、所述第二加密数据、所述第一加密数据群组以及所述第二加密数据群组。 8.根据权利要求2所述的数据验证方法,其中,所述服务器更包括网络单元,所述服务器透过所述网络单元以电子邮件、电子公布栏或网站等公开公告的方式公告所述第一加密数据或所述第一加密数据群组。 9.根据权利要求1所述的数据验证方法,其更包括:

16种常用数据分析方法

一、描述统计描述性统计是指运用制表和分类,图形以及计筠概括性数据来描述数据的集中趋势、离散趋势、偏度、峰度。 1、缺失值填充:常用方法:剔除法、均值法、最小邻居法、比率回归法、决策 树法。 2、正态性检验:很多统计方法都要求数值服从或近似服从正态分布,所以之前需要进行正态性检验。常用方法:非参数检验的K-量检验、P-P图、Q-Q图、W 检验、动差法。 二、假设检验 1、参数检验 参数检验是在已知总体分布的条件下(一股要求总体服从正态分布)对一些主要的参数(如均值、百分数、方差、相关系数等)进行的检验。 1)U验使用条件:当样本含量n较大时,样本值符合正态分布 2)T检验使用条件:当样本含量n较小时,样本值符合正态分布 A 单样本t检验:推断该样本来自的总体均数卩与已知的某一总体均数卩0 (常为理论值或标准值)有无差别; B 配对样本t 检验:当总体均数未知时,且两个样本可以配对,同对中的两者在可能会影响处理效果的各种条件方面扱为相似; C 两独立样本t 检验:无法找到在各方面极为相似的两样本作配对比较时使用。 2、非参数检验 非参数检验则不考虑总体分布是否已知,常常也不是针对总体参数,而是针对总体的某些一股性假设(如总体分布的位罝是否相同,总体分布是否正态)进行检验。 适用情况:顺序类型的数据资料,这类数据的分布形态一般是未知的。 A 虽然是连续数据,但总体分布形态未知或者非正态; B 体分布虽然正态,数据也是连续类型,但样本容量极小,如10 以下; 主要方法包括:卡方检验、秩和检验、二项检验、游程检验、K-量检验等。 三、信度分析检査测量的可信度,例如调查问卷的真实性。 分类: 1、外在信度:不同时间测量时量表的一致性程度,常用方法重测信度 2、内在信度;每个量表是否测量到单一的概念,同时组成两表的内在体项一致性如何,常用方法分半信度。 四、列联表分析用于分析离散变量或定型变量之间是否存在相关。对于二维表,可进行卡 方检验,对于三维表,可作Mentel-Hanszel 分层分析列联表分析还包括配对计数资料的卡方检验、行列均为顺序变量的相关检验。 五、相关分析 研究现象之间是否存在某种依存关系,对具体有依存关系的现象探讨相关方向及相关程度。 1、单相关:两个因素之间的相关关系叫单相关,即研究时只涉及一个自变量和一个因变量; 2、复相关:三个或三个以上因素的相关关系叫复相关,即研究时涉及两个或两个以

二年级下册数学数据收集整理教学

第一单元数据收集整理教学计划 教学目标: 1、使学生经历数据的收集、整理、描述和分析的过程,能利用统计表的数据提出问题并回答问题。 2、了解统计的意义,学会用简单的方法收集和整理数据。 3、能根据统计图表中的数据提出并回答简单的问题,并能够进行简单的分析。 4、通过对周围现实生活中有关事例的调查,激发学生的学习兴趣,培养学生的合作意识和创新精神。 教学重点:使学生初步认识简单的统计过程,能根据统计表中的数据提出问题、回答问题,同时能够进行简单的分析。 教学难点:使学生亲历统计的过程,在统计中发展数学思考,提高学生解决问题的能力。 课时安排:3课时 1.数据收集整理………………………………2课时 2.练习一………………………………………1课时 第1课时数据收集整理(一) 教学目标:

1、体验数据收集、整理、描述和分析的过程,了解统计的意义。 2、能根据统计表中的数据提出并回答简单的问题,同时能够进行简单的分析。根据统计表的数据提出有价值的数学问题及解决策略。 教学重点:使学生初步认识简单的统计过程,能根据统计表中的数据提出问题、回答问题,同时能够进行简单的分析。 教学难点:引导学生通过合作讨论找到切实可行的解决统计问题的方法。 教学准备:各种图形卡片。 教学方法:谈话、指导相结合法。 学法指导:引导学生通过对情境问题的探讨,师生互动,在具体的生活情境中让学生亲身经历发现问题、提出问题、解决问题的过程。 课型:新授课 教学过程: 一、情境引入 教师引导提问:同学们,你们入学都要穿上我们学校的校服,你们喜欢我们校服的颜色吗?(指名3~5个学生说一说)。 师:有的同学喜欢这个颜色,有的同学不喜欢,如果我们学校要给一年级的新生订做校服,有下面4种颜色,请你们当参谋,给服装厂建议下该选哪种颜色合适。(指名学生回答,并说明理由。) 教师引导:张三喜欢红色,学校就决定将校服做成红色的,怎么样?你有什么意见? 教师小结:你们刚才说的只是根据自己的喜好来决定你想穿的校服的颜色,不能代表学校大多数同学想穿的,那如何知道哪种颜色是大多数同学喜欢的呢?(学生可能回答,调查全校学生喜欢的颜色。) 教师追问:如果我们现在要马上把信息反馈给服装厂,你觉得调查全校的学生这个方法怎么样?(学生自由发言。)教师小结:全校学生那么多,要调查全校的学生,范围太广

输入数据校验与查错的两种方法

输入数据校验与查错的两种方法 在数据库管理系统输入模块的开发中,如何提高输入数据的正确性是开发者应考虑的一个重要问题。为了提高输入数据的正确性,其基本的功能要求是:①输入操作简单、轻松;②输入效率高,即具有重复内容自动复制和简易代码输入替代功能;③输入格式美观大方;④具有醒目的提示等。然而,仅有这些功能要求是不够的,它们不能从根本上提高输入数据的正确性。因为,大量的原始数据的输入是件繁琐而又单调的工作,难免出错。所以,必须要有更严格、更有效的科学方法和手段来提高输入数据的正确性。在实际工作中,笔者探索了输入数据校验与查错的两种方法,供数据库管理系统的开发者参考。 1.边输入边校验法 在这种方法中,假若输入数据有错,则要求数据录入者立即更正错误。这种方法常常用于所输入的数据具有某种规律和特征,若数据录入者键入的数据违背了这个规律和特征,即立即给出输入出错警告,并强制性要求数据录入者对当前输入的数据给予修正。例如,在财务管理系统中,一张“记帐凭证”一般有借方金额和贷方金额两栏数字。会计制度要求同一张凭证中借方金额合计和贷方金额合计必须相等。根据这一特征,所以在开发“记帐凭证”数据输入程序时,程序应能自动判断,在一张“记帐凭证”的数据输入结束后,借方金额合计与贷方金额合计是否相等,若不相等,应强制要求数据输入者立即重新输入。又例如,在每年的高考中,考生的成绩数据有一部分要通过人工评分后,然后由专人输入计算机。对于考生成绩数据,它所具有的特征是:每题的最高分和最低分(零分)是确定的,并且均为数字字符。根据这个特征,在开发的考生成绩数据管理系统的输入模块中,应具有如下功能,即在每题数据输入结束后,自动判断输入的分数值是否符合上述规律,若不符合,则应立即发出警告,并强制要求录入者重新输入。 2.双工输入比较法 所谓双工输入比较法,就是将同一批数据由两个输入人员在不同的时间和不同的终端上分别录入,并且形成两个临时数据库文件,然后由第三个人在程序的作用下对两个库文件中的数据进行逐项比较并进行确认或修改。在这种方法中,尽管同一批数据被录入了两次从而造成了数据冗余和影响了录入进度,但对于被录入的数据不存在明显的规律和上述第一种方法不能查出输入出错的场合,以及对输入数据的正确性要求很高的场合,是一种不可缺少的和行之有效的方法,因为,两个数据录入者都同时在某处出错的机会极少,故这种方法可以极大地减少出错率。根据概率论原理,如果两数据录入者各自的出错率为百分之一,则双工输入法的出错率仅为万分之一。双工输入比较法在FoxPro环境下的基本算法是: ①将同一批数据由两个录入者在不同时间和不同的终端上录入,并存入两个不同名的库文件中。 ②输入“①”中产生的两个库文件名。

常用的数理统计及数据处理方法

常用的数理统计及数据处理方法 水泥厂生产中的质量控制和分析都是以数据为基础的技术活动。如果没有数据的定量分析,就无法形成明确的质量概念。因此,必须通过对大量数据的整理和分析,才能发现事物的规律性和生产中存在的问题,进而作出正确的判断并提出解决的方法。 第一节数理统计的有关概念 一、个体、母体与子样 在统计分析中,构成研究对象的每一个最基本的单位称为个体。 研究对象的所有个体的集合即全部个体称为母体或总体,它可以无限大,也可以是有限的,如一道工序或一批产品、半成品、成品,可根据需要加以选择。 进行统计分析,通常是从母体中随机地选择一部分样品,称为子样(又称样本)。用它来代表母体进行观察、研究、检验、分析,取得数据后加以整理,得出结论。取样只要是随机和足够的数量,则所得结论能近似地反映母体的客观实际。抽取样本的过程被称作抽样;依据对样本的检测或观察结果去推断总体状况,就是所谓的统计推断,也叫判断。 例如,我们可将一个编号水泥看成是母体,每一包水泥看成是个体,通过随机取样(连续取样或从20个以上不同部位取样),所取出的12kg检验样品可称为子样,通过检验分析,即可判断该编号水泥(母体)的质量状况。 二、数据、计量值与计数值 1,数据 通过测试或调查母体所得的数字或符号记录,称为数据。在水泥生产中,无任对原材料、半成品、成品的检验,还是水泥的出厂销售,都要遇到很多报表和数据,特别是评定水泥质量好坏时,更要拿出检验数据来说明,所以可用与质量有关的数据来反映产品质量的特征。 根据数据本身的特征、测试对象和数据来源的不同,质量检验数据可分为计量值和计算值两类。 2,计量值 凡具有连续性或可以利用各种计量分析一起、量具测出的数据。如长度、质量、温度、化学成分、强度等,多属于计量值数据。计量值也可以是整数,也可以是小数,具有连续性。

第六章统计 数据的收集和整理(一)-方法教学

课题一:数据的收集和整理(一)——方法 教学要求(1)通过观察和动手操作等教学活动,使学生初步学会收集原始数据和分类整理的方法。(2)通过有说服力的数据使学生受到爱国主义教育。 教学重点收集数据的方法。 教学用具(1)用投影制作出教材的复习题(2)学生每人准备一枚一元的硬币。 教学过程 一、创设情境 我们已学过收集静止的数据,如:第1页的复习题(投影显示)。 1、点一名学生上来完成下面的统计表和条形统计图,其余的学生做在书上。 2、统计一下我们班同学寒假里读课外书的数量情况。 以前我们学习的是收集静止事物的数据,如复习题,但有的时候要收集的数据往往不是静止的,要随着时间的变化逐个收集和积累,这时就要采用另外的方法来收集和积累数据。今天我们进一步学习: (板书课题)数据的收集和整理 二、探索研究 1、探索收集数据的方法。 放:例1中的路口在10分种内各种机动车通过的录像,让学生看。 (1)小组合作,探索研究 ①各种车辆的出现有没有规律? ②在这种情况下,怎样才能准确无误地记下各种车辆通过的数据? ③小组讨论:用什么方法记录数据? ④汇报展示,统一方法。 (2)学生实际操作。 每人拿出一张纸写出各种车辆名称,然后听老师报通过的车辆,并画“正”字记载。 讲:你们纸上收集的数据是原始数据。为了清楚地表示10分种内各种机动车通过路口的辆数和总辆数,需要把这些数据加以整理,制成统计表或条形统计图。 2、数据的整理。 (1)统计表。 想:这个统计表该怎样制?要分几栏? (2)条形统计图。 投影显示教材第2页空白的条形统计图。 想:①图中的每格代表几? ②每种车的辆数如何用竖条表示出来? ③如果收集的数目较大怎样办? 做:让学生翻开书第2 页,将条形统计图补充完整。 三、实践操作 1.让学生拿出准备好的硬币,按照刚学的数据的收集和整理的方法进行,并填好书上的统计表。 2.课堂作业。 做练习一的第1题。做练习一的第3题。 四、课外实践

数据收集方法

数据收集方法

数据收集的方法 和其他领域的研究一样,当我们选定了相应的研究设计之后,一个重要的问题就是如何能准确有效地收集数据,以客观而全面地反映所要研究的心理行为问题的真实状况。在心理学的研究中,通常收集数据的方法包括观察法、访谈法、问卷法、测验法、语义分析法、内容分析法等等,作为心理学研究的一个领域,学校心理学研究通常也采用这些方法,特别是观察法、访谈法、问卷法、测验法、个案研究等。 一、观察法 观察法是研究者通过感官或一定的仪器设备,有目的、有计划地观察儿童的心理和行为表现,并由此分析儿童心理和行为特征和规律的一种方法。 儿童的心理活动有突出的外显性,通过观察其外部行为,可以了解他的心理特征。因此,观察法是学校心理学研究的最基本、最普遍的一种方法。 (一)观察的类型 由于观察的目的不同,可以将观察法分为不同的类型。 1. 自然观察与实验观察 根据观察的数据是在自然条件下取得的,还是在人为干预条件下获得的,观察法可以分为自然观察和实验观察。所谓自然观察法是指在自然的状态下,对儿童的各种心理和行为表现进行观察,搜集研究资料的一种方法。它能够收集到观察对象在日常生活中的真实、典型、一般的行为表现,但这种方法使观察者比较被动,也难于揭示儿童的许多在自然状态下不易表现出来的心理特点。实验观察法指通过人为地改变和控制一定的条件,有目的地引起被研究者的某些心理和行为表现,以便在最有利的条件下对它们进行观察,收集有关研究资料的一种方法。比如,要研究儿童的助人行为,单靠自然观察显然是很困难的,研究者常会创设一定的情境,观察儿童在这种情境下的助人行为的状况,实际上,实验观察法就是我们常说的实验法。 2. 参与观察与非参与观察

16种常用的数据分析方法汇总

一、描述统计 描述性统计是指运用制表和分类,图形以及计筠概括性数据来描述数据的集中趋势、离散趋势、偏度、峰度。 1、缺失值填充:常用方法:剔除法、均值法、最小邻居法、比率回归法、决策树法。 2、正态性检验:很多统计方法都要求数值服从或近似服从正态分布,所以之前需要进行正态性检验。常用方法:非参数检验的K-量检验、P-P图、Q-Q图、W检验、动差法。 二、假设检验 1、参数检验 参数检验是在已知总体分布的条件下(一股要求总体服从正态分布)对一些主要的参数(如均值、百分数、方差、相关系数等)进行的检验。 1)U验使用条件:当样本含量n较大时,样本值符合正态分布 2)T检验使用条件:当样本含量n较小时,样本值符合正态分布 A 单样本t检验:推断该样本来自的总体均数μ与已知的某一总体均数μ0 (常为理论值或标准值)有无差别; B 配对样本t检验:当总体均数未知时,且两个样本可以配对,同对中的两者在可能会影响处理效果的各种条件方面扱为相似;

C 两独立样本t检验:无法找到在各方面极为相似的两样本作配对比较时使用。 2、非参数检验 非参数检验则不考虑总体分布是否已知,常常也不是针对总体参数,而是针对总体的某些一股性假设(如总体分布的位罝是否相同,总体分布是否正态)进行检验。适用情况:顺序类型的数据资料,这类数据的分布形态一般是未知的。 A 虽然是连续数据,但总体分布形态未知或者非正态; B 体分布虽然正态,数据也是连续类型,但样本容量极小,如10以下; 主要方法包括:卡方检验、秩和检验、二项检验、游程检验、K-量检验等。 三、信度分析 检査测量的可信度,例如调查问卷的真实性。 分类: 1、外在信度:不同时间测量时量表的一致性程度,常用方法重测信度 2、内在信度;每个量表是否测量到单一的概念,同时组成两表的内在体项一致性如何,常用方法分半信度。 四、列联表分析 用于分析离散变量或定型变量之间是否存在相关。

收集数据的主要方法

收集数据的主要方法: 收集数据的方法主要有普查和抽样调查两种方式,当对要求数据非常非常准确的时候可以采取普查的方式,如为了制做校服,要了解学生的身高,胸围,裤长等数据,而取得这些数据的方式应逐人调查,这就是普查方式,普查得到的数据比较准确。但是当要调查的总体比较多时普查又比较费时,费力,消耗大量财力,并且有时也是无法做到的,如要了解一批灯泡的使用寿命,不可能将这批灯泡逐个使用到用坏为止。 因此抽样调查是收集数据的又一种方式。抽样调查就是在被调查的数据中随机地抽取一些数据组成一个样本,通过对样本中数据的分析去估计全体数据的情况。抽样调查是统计工作的重要方式,这种方式是切实可行的,做好抽样调查的关键是“随机抽样”,也就是不要有目的地挑选数据,而是用某一规律在全体被调查的数据中取得数据。一般地抽取数据的方式不同,得到的统计数据不同,但是只要做到随机抽样,所得数据就具有代表性。 平均数的应用: (一) 算术平均数 算术平均数应用最广, 其原因在于在经济现象中, 总体的标志总虽常常等于总体单位的标志数量的总和, 算术平均数恰好适应这种情况。而且算术平均数可以使∑(X 一灭)∧ 2 为m i n V a lu e , 在一般情况下, 其数值代表性较好。 算术平均数虽然只受极端数值的影响, 但可以通过组平均数、分组法、数列分布等方法 来弥补这一缺陷, 所以算术平均数在平均数中占主要地位, 只有在一些特定场合, 才用到其他平均数。 (二) 调和平均数X H 一般来说, 在需要计算倒数的平均数值时, 需要应用调和平均数。 在m = X f时, 如果已知m , 均用调和平均数计算。 (三) 几何平均数了 几何平均数有一重要数学性质: 小于平均数的变量对jL何平均数之比的乘积等于儿何平均数对大于平均数的变量之比的 乘积。 这个性质表明, 当我们要表现变量与变量之间相对差异程度时; 用儿何平均数比用其他 一 平均数代表性更好, 而且, 儿何平均数在标志值平均数中受极端数值影响最小, 几何平均数常用来计算平均发展速度。 (四) 平方平均数Xq 平方平均数适用于需要将变量平方以后再求平均数的场合。比如, 在农产量调查中, 求 面积因子的平均数时, 就要用平方平均数。又如标准差计算也要用平方平均数计算: (五) 中位平均数M e 卜位平均数适用性比较强, 对于两端开放的数列, 也可以计算中位平均数; 对于不带有 观测值的事物(品质现象) 也可以计算中位平均数, 而且中位平均数有习X 一M e卜m in V a lu e 的性质, 故可用于最佳地址选择问题, 中位平均数还可用于工厂质量检查和季节比率计算等方面。

常用数据分析方法详细讲解

常用数据分析方法详解 目录 1、历史分析法 2、全店框架分析法 3、价格带分析法 4、三维分析法 5、增长率分析法 6、销售预测方法 1、历史分析法的概念及分类 历史分析法指将与分析期间相对应的历史同期或上期数据进行收集并对比,目的是通过数据的共性查找目前问题并确定将来变化的趋势。 *同期比较法:月度比较、季度比较、年度比较 *上期比较法:时段比较、日别对比、周间比较、 月度比较、季度比较、年度比较 历史分析法的指标 *指标名称: 销售数量、销售额、销售毛利、毛利率、贡献度、交叉比率、销售占比、客单价、客流量、经营品数动销率、无销售单品数、库存数量、库存金额、人效、坪效 *指标分类: 时间分类 ——时段、单日、周间、月度、季度、年度、任意 多个时段期间 性质分类 ——大类、中类、小类、单品 图例 2框架分析法 又叫全店诊断分析法 销量排序后,如出现50/50、40/60等情况,就是什么都能卖一点但什么都不 好卖的状况,这个时候就要对品类设置进行增加或删减,因为你的门店缺少 重点,缺少吸引顾客的东西。 如果达到10/90,也是品类出了问题。 如果是20/80或30/70、30/80,则需要改变的是商品的单品。 *单品ABC分析(PSI值的概念) 销售额权重(0.4)×单品销售额占类别比+销售数量权重(0.3) × 单品销售数量占类别比+毛利额权重(0.3)单品毛利额占类别比 *类别占比分析(大类、中类、小类) 类别销售额占比、类别毛利额占比、 类别库存数量占比、类别库存金额占比、

类别来客数占比、类别货架列占比 表格例 3价格带及销售二维分析法 首先对分析的商品按价格由低到高进行排序,然后 *指标类型:单品价格、销售额、销售数量、毛利额 *价格带曲线分布图 *价格带与销售对数图 价格带及销售数据表格 价格带分析法 4商品结构三维分析法 *一种分析商品结构是否健康、平衡的方法叫做三维分析图。在三维空间坐标上以X、Y、Z 三个坐标轴分别表示品类销售占有率、销售成长率及利润率,每个坐标又分为高、低两段,这样就得到了8种可能的位置。 *如果卖场大多数商品处于1、2、3、4的位置上,就可以认为商品结构已经达到最佳状态。以为任何一个商品的品类销售占比率、销售成长率及利润率随着其商品生命周期的变化都会有一个由低到高又转低的过程,不可能要求所有的商品同时达到最好的状态,即使达到也不可能持久。因此卖场要求的商品结构必然包括:目前虽不能获利但具有发展潜力以后将成为销售主力的新商品、目前已经达到高占有率、高成长率及高利润率的商品、目前虽保持较高利润率但成长率、占有率趋于下降的维持性商品,以及已经决定淘汰、逐步收缩的衰退型商品。 *指标值高低的分界可以用平均值或者计划值。 图例 5商品周期增长率分析法 就是将一段时期的销售增长率与时间增长率的比值来判断商品所处生命周期阶段的方法。不同比值下商品所处的生命周期阶段(表示) 如何利用商品生命周期理论指导营运(图示) 6销售预测方法[/hide] 1.jpg (67.5 KB) 1、历史分析法

数学教案-数据的收集和整理一

数学教案-数据的收集和整理(一) 教学目标1.学会用画“正”字的方法收集数据,并能按需要对数据进行简单的整理.2.加深对条形统计图的认识,提高学生看条形统计图的能力.教学重点数据收集和整理的方法.教学难点数据收集和整理的方法.教学过程一、复习准备.小华统计一个停车场里各种机动车的数量.数出有摩托车3辆,小汽车15辆,大客车8辆,载重车6辆.请你帮助她完成下面的统计表和条形统计图.教师:要把题中的数据填入统计表中相应的栏目里,再用条形统计图表示出各种车辆数的多少.从题目的条件中可以看出,要统计的有几种数量?(几种车,每种多少辆.)教师:制成的统计表有几栏,每栏多少格?教师提问:看一看条形统计图中,每格表示多少?二、学习新课.(一)用画“正”字的方法收集数据.教师:上面复习题中,统计停车场里面的车辆时,由于车辆是静止不动的,我们可以分类数出各种车的辆数,是用逐项数出数目的方法收集的数据.如果我们要统计一个路口在规定的时间内通过的各种机动车的数量,还能用逐项数出的方法来收集数据吗?教师:收集数据时,根据具体条件不同,可以用不同的方法来收集.今天就来学习一种收集和整理数据的常用方法(板书课题:数据的

收集和整理)教师:请同学们作好准备,你们收集过路口的各种机动车数量.学生汇报收集的数据教师提问:为什么你们收集的数据不统一;有什么方法可以改进?学生讨论:小组内分工,每人记一种车的数;先把各种车的名称写出来排列好,过车时分别作出“正”字的记录……学生汇报后教师板书:摩托车:正小汽车:正正正正正正一大客车:正正载重车:正正正正(二)填统计表和统计图.1、教师:上面收集的数据,为了清楚地表示出来,要把这些数据整理,制成统计表.机动车种类辆数合计摩托车小汽车大客车载重车教师提问:请看条形统计图,每格表示多少?这个数能不能改变?教师说明:条形统计图中,每一格代表多少数量,要根据统计的数据大小而定.2、学生练习.把课本第2页的条形统计图和统计表补填完整.3、控制人口过快增长是我国的一项基本国策.从1992年到1996年,全国每年增加的人口数依次是1348万、1346万、1333万、1271万和1268万.完成下面的统计表.教师:统计表要分几栏?为什么?要分几格?为什么?年份1992 1993 1994 19951996增加人口数(万)三、巩固练习.拿一枚1角硬币,从桌面上约30厘米的高度自由落下,共做20次,边做边记录落下后的情况,然后填入下

(完整版)常用数据分析方法论

常用数据分析方法论 ——摘自《谁说菜鸟不会数据分析》 数据分析方法论主要用来指导数据分析师进行一次完整的数据分析,它更多的是指数据分析思路,比如主要从哪几方面开展数据分析?各方面包含什么内容和指标? 数据分析方法论主要有以下几个作用: ●理顺分析思路,确保数据分析结构体系化 ●把问题分解成相关联的部分,并显示它们之间的关系 ●为后续数据分析的开展指引方向 ●确保分析结果的有效性及正确性 常用的数据分析理论模型 用户使用行为STP理论 SWOT …… 5W2H 时间管理生命周期 逻辑树 金字塔SMART原则 …… PEST分析法 PEST分析理论主要用于行业分析 PEST分析法用于对宏观环境的分析。宏观环境又称一般环境,是指影响一切行业和企业的各种宏观力量。 对宏观环境因素作分析时,由于不同行业和企业有其自身特点和经营需要,分析的具体内容会有差异,但一般都应对政治、经济、技术、社会,这四大类影响企业的主要外部环境因素进行分析。

以下以中国互联网行业分析为例。此处仅为方法是用实力,并不代表互联网行业分析只需要作这几方面的分析,还可根据实际情况进一步调整和细化相关分析指标:

5W2H分析法 5W2H分析理论的用途广泛,可用于用户行为分析、业务问题专题分析等。 利用5W2H分析法列出对用户购买行为的分析:(这里的例子并不代表用户购买行为只有以下所示,要做到具体问题具体分析)

逻辑树分析法 逻辑树分析理论课用于业务问题专题分析 逻辑树又称问题树、演绎树或分解树等。逻辑树是分析问题最常使用的工具之一,它将问题的所有子问题分层罗列,从最高层开始,并逐步向下扩展。 把一个已知问题当成树干,然后开始考虑这个问题和哪些相关问题有关。 (缺点:逻辑树分析法涉及的相关问题可能有遗漏。)

数据收集方法

数据收集的方法 和其他领域的研究一样,当我们选定了相应的研究设计之后,一个重要的问题就是如何能准确有效地收集数据,以客观而全面地反映所要研究的心理行为问题的真实状况。在心理学的研究中,通常收集数据的方法包括观察法、访谈法、问卷法、测验法、语义分析法、内容分析法等等,作为心理学研究的一个领域,学校心理学研究通常也采用这些方法,特别是观察法、访谈法、问卷法、测验法、个案研究等。 一、观察法 观察法是研究者通过感官或一定的仪器设备,有目的、有计划地观察儿童的心理和行为表现,并由此分析儿童心理和行为特征和规律的一种方法。 儿童的心理活动有突出的外显性,通过观察其外部行为,可以了解他的心理特征。因此,观察法是学校心理学研究的最基本、最普遍的一种方法。 (一) 观察的类型 由于观察的目的不同,可以将观察法分为不同的类型。 1. 自然观察与实验观察 根据观察的数据是在自然条件下取得的,还是在人为干预条件下获得的,观察法可以分为自然观察和实验观察。所谓自然观察法是指在自然的状态下,对儿童的各种心理和行为表现进行观察,搜集研究资料的一种方法。它能够收集到观察对象在日常生活中的真实、典型、一般的行为表现,但这种方法使观察者比较被动,也难于揭示儿童的许多在自然状态下不易表现出来的心理特点。实验观察法指通过人为地改变和控制一定的条件,有目的地引起被研究者的某些心理和行为表现,以便在最有利的条件下对它们进行观察,收集有关研究资料的一种方法。比如,要研究儿童的助人行为,单靠自然观察显然是很困难的,研究者常会创设一定的情境,观察儿童在这种情境下的助人行为的状况,实际上,实验观察法就是我们常说的实验法。 2. 参与观察与非参与观察 根据观察者是否直接参与到被观察者所进行的活动之中,观察法可分为参与性观察与非参与性观察。参与性观察就是观察者参与到被观察者的实际环境之中,并通过与被观察者的共同活动,从内部进行观察,故又称之为局

调查收集数据的过程与方法

1.(2015?徐州校级模拟)在“5?18世界无烟日”来临之际,小明和他的同学为了解某街道大约有多少成年人吸烟,于是随机调查了该街道1000个成年人,结果有180个成年人吸烟.对于这个数据的收集与处理过程,下列说法正确的是() A.调查的方式是普查 B.该街道约有18%的成年人吸烟 C.该街道只有820个成年人不吸烟 D.样本是180个吸烟的成年人 考点:调查收集数据的过程与方法;全面调查与抽样调查;总体、个体、样本、样本容量.专题:常规题型. 分析:由普查得到的调查结果比较准确,但所费人力、物力和时间较多,而抽样调查得到的调查结果比较近似. 解答:解:根据题意,随机调查1000个成年人,是属于抽样调查,这1000个人中180人吸烟不代表本地区只有180个成年人吸烟,样本是1000个成年人, 所以本地区约有18%的成年人吸烟是对的. 故选B. 点评:本题考查了抽样调查和全面调查的区别,选择普查还是抽样调查要根据所要考查的对象的特征灵活选用,一般来说,对于具有破坏性的调查、无法进行普查、普查的意义或价值不大时,应选择抽样调查,对于精确度要求高的调查,事关重大的调查往往选用普查. 2.(2015春?万州区期末)下面获取数据的方法不正确的是() A.我们班同学的身高用测量方法 B.快捷了解历史资料情况用观察方法 C.抛硬币看正反面的次数用实验方法 D.全班同学最喜爱的体育活动用访问方法 考点:调查收集数据的过程与方法. 分析:根据实际问题逐项判断即可得到答案. 解答:解:A、我们班同学的身高用测量方法是长度工具,可信度比较高; B、快捷了解历史资料情况用观察方法的可信度很低; C、抛硬币看正反面的次数用实验方法是事实事件,所以可信度很高; D、全班同学最喜爱的体育活动用访问方法是事实事件,可信度很高. 故选:B. 点评:本题考查了调查收集数据的过程与方法,通过本题也使学生了解了获得信息的方式方法. 3.(2015春?石家庄期末)某学习小组将要进行一次统计活动,下面是四位同学分别设计的活动序号,其中正确的是() A.实际问题→收集数据→表示数据→整理数据→统计分析合理决策 B.实际问题→表示数据→收集数据→整理数据→统计分析合理决策 C.实际问题→收集数据→整理数据→表示数据→统计分析合理决策 D.实际问题→整理数据→收集数据→表示数据→统计分析合理决策

市场调研数据收集方法

第三章文案调研——二手数据的收集方法 、二手资料data 1 、原始数据——直接来源,第一手数据,专门收集,实验、观察、询问二手资料——间接来源,文案调研,已有的数据资料任何市场研究均不可能完全独一无二,或从未发生过,很可能有过类似调查 2、二手数据的优劣 (1)优点时效性 经济性——成本低,易获得辅助性——确定研究的主题和背景确定研究的方向和范围确定研 究的潜在问题和困难 (2)缺点测度标准不一致 分类标准不一致数据更新慢相关程度低数据可能缺乏可得性,不充分数据可能不准确 二、内部数据—外部数据——内部数据库,会计帐目、销售记录、各类报告—政府报告 三、因特网资料 官方统计资料:年鉴行业协会资 料研究成果论文、图书大调研 公司数据 关键词搜索 大学网站及BBS 讨论 官方及商业数据公司网站 出版公司 第四章原始数据的收集方法 *调查方法: 第一节询问法 我国政府统计调查方法体系:“以必要的周期性普查为基础;以经常性的抽样调查为主体,辅之以重点调查,科学推算和少量的全面报表综合应用。” 普查:专门组织的一次性的全面调查,用于收集重要的国情国力和重要的经济现象的全面资料,是最基础的参照资料。一般为定期调查。主要用于调查属于一定时点上的现象的数量特点 时期指标:某一段时间内累积达到的总量水平,流量,可加性 时点指标:某一时刻、瞬间上的总量水平,存量,不可加性 抽样调查:从调查总体中随机抽取一部分单位作为样本进行调查,并根据样本的调查结果对总体数量特征进行推断,是应用最广泛的非全面调查 分为:概率抽样:随机非概率抽样:非随机,调查结果不能用于推断统计报表 *数据收集的形式 一、传统的询问调查方法调查者通过口头、电讯、网络或书面的方式向被调查者收集数据、资料的方法。 1、面谈访问——调查者与被调查者通过面对面交谈而获得资料问卷访谈与自由交谈;个别交谈与集体座谈 入户访谈:比较深入,样本代表性较好,不易控制调查者,调查者效应大,费用高,时间长街上拦截访谈:不是随机抽样,样本代表性不足,环境差,拒访率高 现场拦截访问;中心地访问普通人员访谈—计 算机辅助人员访谈CAPI 2、电话访谈——问卷、样本抽取费用低;样本质量较好;时间短,调查内容有限,不深入;互动性差;调查者效应较小;抽样电话访谈:计算机辅助电话访谈CATI ——计算机(非电话号码簿)随机生成访谈的电话号码 固定样本抽样电话访谈 3、邮寄访谈——出版业、直销企业单程邮寄访谈(回收率5-20%)固定样本邮寄访谈:回收率相对较高,但费用也大方便,经济;无调查者效应;时间长;回收率低(5-20% );参与者与拒访者之间存在的的系统误差;*提高回收率的方法:事前事后提醒致谢、物质奖励、方便、真诚请求、信誉高的联合机构、特别遴选的被调查者 4、网上调查——e-mail 调查、在线调查以各类社会调查为主速度快(数据的录入、整理、统计、保存、传输

大数据的统计分析方法

统计分析方法有哪几种?下面天互数据将详细阐述,并介绍一些常用的统计分析软件。 一、指标对比分析法指标对比分析法 统计分析的八种方法一、指标对比分析法指标对比分析法,又称比较分析法,是统计分析中最常用的方法。是通过有关的指标对比来反映事物数量上差异和变化的方法,有比较才能鉴别。 指标分析对比分析方法可分为静态比较和动态比较分析。静态比较是同一时间条件下不同总体指标比较,如不同部门、不同地区、不同国家的比较,也叫横向比较;动态比较是同一总体条件不同时期指标数值的比较,也叫纵向比较。 二、分组分析法指标对比分析法 分组分析法指标对比分析法对比,但组成统计总体的各单位具有多种特征,这就使得在同一总体范围内的各单位之间产生了许多差别,统计分析不仅要对总体数量特征和数量关系进行分析,还要深入总体的内部进行分组分析。分组分析法就是根据统计分析的目的要求,把所研究的总体按照一个或者几个标志划分为若干个部分,加以整理,进行观察、分析,以揭示其内在的联系和规律性。 统计分组法的关键问题在于正确选择分组标值和划分各组界限。 三、时间数列及动态分析法 时间数列。是将同一指标在时间上变化和发展的一系列数值,按时间先后顺序排列,就形成时间数列,又称动态数列。它能反映社会经济现象的发展变动情况,通过时间数列的编制和分析,可以找出动态变化规律,为预测未来的发展趋势提供依据。时间数列可分为绝对数时间数列、相对数时间数列、平均数时间数列。 时间数列速度指标。根据绝对数时间数列可以计算的速度指标:有发展速度、增长速度、平均发展速度、平均增长速度。

动态分析法。在统计分析中,如果只有孤立的一个时期指标值,是很难作出判断的。如果编制了时间数列,就可以进行动态分析,反映其发展水平和速度的变化规律。 四、指数分析法 指数是指反映社会经济现象变动情况的相对数。有广义和狭义之分。根据指数所研究的范围不同可以有个体指数、类指数与总指数之分。 指数的作用:一是可以综合反映复杂的社会经济现象的总体数量变动的方向和程度;二是可以分析某种社会经济现象的总变动受各因素变动影响的程度,这是一种因素分析法。操作方法是:通过指数体系中的数量关系,假定其他因素不变,来观察某一因素的变动对总变动的影响。 用指数进行因素分析。因素分析就是将研究对象分解为各个因素,把研究对象的总体看成是各因素变动共同的结果,通过对各个因素的分析,对研究对象总变动中各项因素的影响程度进行测定。因素分析按其所研究的对象的统计指标不同可分为对总量指标的变动的因素分析,对平均指标变动的因素分析。 五、平衡分析法 平衡分析是研究社会经济现象数量变化对等关系的一种方法。它把对立统一的双方按其构成要素一一排列起来,给人以整体的概念,以便于全局来观察它们之间的平衡关系。平衡关系广泛存在于经济生活中,大至全国宏观经济运行,小至个人经济收支。平衡分析的作用:一是从数量对等关系上反映社会经济现象的平衡状况,分析各种比例关系相适应状况;二是揭示不平衡的因素和发展潜力;三是利用平衡关系可以从各项已知指标中推算未知的个别指标。 六、综合评价分析 社会经济分析现象往往是错综复杂的,社会经济运行状况是多种因素综合作用的结果,而且各个因素的变动方向和变动程度是不同的。如对宏观经济运行的评价,涉及生活、分配、流通、消费各个方面;对企业经济效益的评价,涉及人、财、物合理利用和市场销售状况。如果只用单一指标,就难以作出恰当的评价。 进行综合评价包括四个步骤:

大学物理实验_常用的数据处理方法

1.7 常用的数据处理方法 实验数据及其处理方法是分析和讨论实验结果的依据。在物理实验中常用的数据处理方法有列表法、作图法、逐差法和最小二乘法(直线拟合)等。 1.7.1 列表法 在记录和处理数据时,常常将所得数据列成表。数据列表后,可以简单明确、形式紧凑地表示出有关物理量之间的对应关系;便于随时检查结果是否合理,及时发现问题,减少和避免错误;有助于找出有关物理量之间规律性的联系,进而求出经验公式等。 列表的要求是: (1)要写出所列表的名称,列表要简单明了,便于看出有关量之间的关系,便于处理数据。 (2)列表要标明符号所代表物理量的意义(特别是自定的符号),并写明单位。单位及量值的数量级写在该符号的标题栏中,不要重复记在各个数值上。 (3)列表的形式不限,根据具体情况,决定列出哪些项目。有些个别的或与其他项目联系不大的数据可以不列入表内。列入表中的除原始数据外,计算过程中的一些中间结果和最后结果也可以列入表中。 (4)表中所列数据要正确反映测量结果的有效数字。 列表举例如表1-2所示。 表1-2铜丝电阻与温度关系 1.7.2 作图法 作图法是将两列数据之间的关系用图线表示出来。用作图法处理实验数据是数据处理的常用方法之一,它能直观地显示物理量之间的对应关系,揭示物理量之间的联系。 1.作图规则 为了使图线能够清楚地反映出物理现象的变化规律,并能比较准确地确定有关物理量的量值或求出有关常数,在作图时必须遵守以下规则。 (1)作图必须用坐标纸。当决定了作图的参量以后,根据情况选用直角坐标纸、极坐标纸或其他坐标纸。 (2)坐标纸的大小及坐标轴的比例,要根据测得值的有效数字和结果的需要来定。原则上讲,数据中的可靠数字在图中应为可靠的。我们常以坐标纸中小格对应可靠数字最后一位的一个单位,有时对应比例也适当放大些,但对应比例的选择要有利于标实验点和读数。最小坐标值不必都从零开始,以便做出的图线大体上能充满全图,使布局美观、合理。 (3)标明坐标轴。对于直角坐标系,要以自变量为横轴,以因变量为纵轴。用粗实线在坐标纸上描出坐标轴,标明其所代表的物理量(或符号)及单位,在轴上每隔一定间距标明

相关主题
相关文档 最新文档