linux的_CVS 的命令总结

第一篇：linux的_CVS 的命令总结

Linux 的cvs命令总结

1）# export CVSROOT = :pserver:username@hostname: / cvsrootpath Note：pserver是访问方式，如果服务器设置的是口令认证，则是 pserver。

username是

CVS服务器的用户名，可以根据你的设置修改;

the_server_name是CVS服务器的名称或者IP地址;

/home/cvsroot是你的CVS服务器的CVSROOT目录，根据你的CVS服务器设置做修改或者询问管理员．

2)# cvs login //会提示输入用户名和密码 这时候cvs会问你口令，请把你在CVS服务器上的口令敲进去： Passwd:xxxxx 3）# cvs import-m“test log message”-ko test/aoxj/ testprojuect test

Cvs的add命令并不真正添加文件，只是将文件注册到项目中，要真正添加文件，还要使用commit命令。

$cvs add-m “test add” testadd.c $cvs commit Cvs的remove命令并不真正删除文件，只是将文件从项目中取消，要真正删除文件，还要使用commit命令。

$cvs rm testadd.c $cvs commit testadd.c 一.checkout 签出

cvs checkout [-ANPRcflnps] [-r rev|-D date] [-d dir] [-j rev1] [-j rev2] [-k kopt] modules...-A 重置所有粘性标记/日期/kopts-N 如果指定了-d选项，不要使用短模块路径-P 删除空目录

-R 操作应用于子目录-c 显示模块数据库的内容

-f 如果没有发现标记/日期，强制与一个head版本号匹配-l 只有本目录，不包括子目录-n 不运行模块程序

-p 把文件签出到标准输出设备-s 类似-c，但是包括模块状态

-r rev 按版本号或标记(tag)迁出模块(暗含-P选项：具有粘性)-D date 签出时间为date时的文件版本(暗含-P选项：具有粘性)-d dir 签出到名称为dir的目录而不是以模块名为名称的目录-k kopt 在签出时使用RCS的kopt-k选项

-j rev merge将当前版本与指定的rev版本合并

使用范例:(1)cvs co-d bossbi aimc/bossbi 将aimc/bossbi签出到当前目录下的bossbi目录(2)cvs co-d uab40-r R-4-0-0-0 aimc/uabweb 将aimc/uabweb的tag=R-4-0-0-0的版本签出到uab40目录，可以用cvs status-v 来察看tag 二.commit 将文件签入到仓库中

cvs commit [-nRlf] [-m msg |-F logfile] [-r rev] files...此命令将当前目录下的源代码与CVS中最新版本比较，并进行更新。-n 不运行模块程序-R 操作应用于子模块

-l 只有本目录，不包括子目录-f 强制提交文件，不应用于子目录-F file 从file中读出日志信息-m msg 日志信息

-r rev 提交到这个分支或主干版本

三.update 将本地文件更新为最新版本

cvs update [-APdflRp] [-k kopt] [-r rev |-D date] [-j rev] [-I ign] [-W spec] [ files...] 此命令只有在checkout命令使用过后才能使用。

在执行update命令时，CVS并不是简单的将新版本覆盖当前文件，而是试图将新版本所做的修改添加到当前文件中去。如果发生冲突，CVS会以字符串 “<<<<<<”和“>>>>>>”来表示冲突发生。这时候你可以修改文件，重新提交。

提示：如果你已经做过一次checkout了，那么不需要重新checkout，只需要进入cvstest项目的目录，更新一把就行了：

-A 重置所有粘性标记/日期/kopts-P 删除空目录

-d 像checkout命令一样创建目录

-f 如果没有发现标记/日期，强制与一个head版本号匹配-l 只有本目录，不包括子目录-R 操作应用于子目录

-p 把文件签出到标准输出设备

-k kopt 使用checkout命令上的RCSkopt-k选项-r rev 使用指定版本号/标记进行更新(具有粘性)-D date 设置进行更新的日期(具有粘性)-j rev merge将当前版本与指定的rev版本合并-I ign 忽略文件(使用!重置)-W spec 包装指定行 四.cvs中的branch和tag辨析

branch“分支”指不同需求或功能差异很大的同一系统的不同产品线，每一个新的产品线都可以演化成新的产品，branch一般在产生新的产品线的时候创建。

tag“标记”经过QA人员测试之后的，确认达到要求时才创建的类似历史记录的标记，tag是记录版本历史的里程碑，tag是不可修改的。

我们checkout时指定版本的branch，可以取出该分支的最新的代码，进行修改之后，可以commit回cvs中去。

我们checkout时指定版本的tag，可以取出创建该标记时刻的代码，从该tag中取出的代码是反映历史的、不可修改的。

一个系统可以包含多个tag和branch，tag只能属于某个branch，一个branch可以包含多个tag。

默认的branch是Main，分支Main最新代码的tag是默认的Head标签。新的branch可以创建新的自定义名称，新的tag可以创建新的自定义名称。

不知不觉工作已经超过一年多了。在这其中参加了公司很多项目的开发与实施，频繁的使用着CVS这一工具。这篇文章就是想记录一下自己对CVS的一点使用心得，希望可以给刚刚接触这个工具的后来者一点帮助。同时也是抛砖引玉，可以在与大家交流的过程中提高自我。

CVS(Concurrent Version Control System)是一个能让很多程式开发者同时做软体开发的非常强大工具。对于它可能大部分软件工程师都应该有所接触，起码也是对这个名字如雷贯耳了。CVS的基本命令和使用，网上已经有了很多的教程，我就不再罗嗦。本文想介绍的，可以说是CVS的精华，同时又是对初学者来说很难理解和掌握的（包括当时我也花了很多精力去学习）的两个功能：tag和branch。

一、tag

1.1 revision number（修订号）

要理解tag，首先要介绍一下revision number（修订号）。在CVS中每个文件的版本都有一唯一的 revision number。修订号的形式一般是这样的：`1.1'，`1.2'，`1.3.2.2' 甚至是 `1.3.2.2.4.5'。一个修订号总有偶数个用句号分隔的十进制数。按照默认，文件第一个修订号是 1.1。每个新的修订号的最右边的数会比它的上一个修订号的最右边的数大 1。下图显示了一些修订号，较新的版本在右边。

+-----+ +-----+ +-----+ +-----+ +-----+!1.1!----!1.2!----!1.3!----!1.4!----!1.5!+-----+ +-----+ +-----+ +-----+ +-----+ 其实，对于大多数 cvs 用户来说，不需要考虑修订号；他们只要知道 cvs 已经自动地加上了类似 1.1，1.2 之类的修订号就可以了。

1.2 tag（标签）

由于每个文件都有自己的修订号，每次提交该文件一次，它的修订号就会就会增加。这样就会产生一个问题：对于软件的某一个发行版，源文件的修订号可能都不一样。例如： ci.c 5.21 co.c 5.9 ident.c 5.3 rcs.c 5.12 rcsbase.h 5.11 rcsdiff.c 5.10 rcsedit.c 5.11 rcsfcmp.c 5.9 rcsgen.c 5.10 rcslex.c 5.11 rcsmap.c 5.2 rcsutil.c 5.10 因此，要checkout某一个特定的发行版的所有源码的时候，如果是要根据修订号来的话，是异常繁琐和难以跟踪的。这个时候，就要用到CVS提供的很炫的一个功能了：tag（标签）。

标签可以用来标记多个文件的一组修订号，你可以想象标签以文件名为横轴，以版本号为纵轴绘制了一个曲线图（或者也可以想象成在一个由文件名和版本号组成的矩阵里面绘制的曲线）。

在过去的某个时候带 * 的版本号已被标记上标签。你可以把标签想象成一条经过所有被标记的文件的曲线。当你抓住线就得到所有标签标记的版本了。也可以通过另一种方式来看待这一点：把被同一个标签标记的所有版本号经过的曲线拉直，然后直直地看过去。

1.3 tag命令的用法

下面的例子说明了怎样给一个文件添加标签。命令必须在模块的工作目录中发出。也就是说，你应该在 backend.c 文件所在的目录中发出该命令。

$ cvs tag rel-0-4 backend.c T backend.c $ cvs status-v backend.c =================== File: backend.c Status: Up-to-date

Version: 1.4 Tue Dec 1 14:39:01 1992 RCS Version: 1.4 /u/cvsroot/yoyodyne/tc/backend.c,v Sticky Tag:(none)Sticky Date:(none)Sticky Options:(none)

Existing Tags: rel-0-4(revision: 1.4)

很少对单个孤立文件添加标签。一种更常见的用法是在产品开发周期中的各个里程碑任务完成后对一个模块的所有文件添加标签，比如在发行版完成的时候。

$ cvs tag rel-1-0.cvs tag: Tagging.T Makefile T backend.c T driver.c T frontend.c T parser.c

（当把一个目录作为 cvs 的一个参数的时候，该命令不仅对该目录下的所有文件执行操作，而且也会递归地对该目录下的所有子目录中的文件执行操作。）

如果要检出一个模块的某个版本，可以使用checkout-r命令。在 checkout 命令中使用 `-r' 标志可以检出一个模块某个版本。下面的命令可以很容易地取出模块 `tc' 1.0 发行版的所有源文件：

$ cvs checkout-r rel-1-0 tc

1.4 什么时候使用tag tag的功能就像是给你的工程的某个时刻建立了一个快照。添加了tag后，不论你最源文件做了任何修改，只要发现你的修改发生了错误，或者是如果有人宣称在某个版本里有个 bug，但你在当前工作的副本中是找不到那个 bug，都可以根据tag重新rollback回去，或checkout出那个快照。

tag给开发人员带了这样的便利，因此在任何重要的开发阶段，都应该打上tag。

一般性的，在下面的情况都应该考虑给你的工程简历一份快照（tag）：

完成了某个重要的功能

在每一个milestone 在去掉某个存在功能之前

在测试开始之前

在你对源文件做重大修改之前

新建分支（branch，下文会详细谈到）的时候

很并分支之前

当然了，这些都是一般性的建议。其实我感觉是只要你觉得做的修改可能会有副作用的时候，就应该打上tag。

第二篇：stata命令总结

表2-1: 回归分析相关命令一览

命令用途

anova 方差和协方差分析 heckman Heckman 筛选模型

intreg 离散型变量模型，包括Tobit、cnreg 和intreg ivreg 工具变量法（IV 或2SLS）

newey Newey-West 标准差设定下的回归

prais 针对序列相关的Prais-Winsten, Cochrane-Orcutt, or Hildreth-Lu 回归 qreg 分量回归 reg OLS 回归 sw 逐步回归法

reg3 三阶段最小二乘回归

rreg 稳健回归（不同于方差稳健型回归，即White 方法）sureg 似无相关估计

svyheckman 调查数据的Heckman 筛选模型 svyintreg 调查数据的间断变量回归 svyregress 调查数据的线性回归 tobit Tobit 回归

treatreg treatment 效应模型 truncreg 截断回归

表2-2: 时间序列命令一览

命令用途

clemao1 允许结构突变的单位根检验 zandrews dfuller dfgls pperron coin 单方程协整检验

dwstat 参考dwstat2 , durbina2 durbinh

表2-3: Panel Data 模型相关命令一览I 命令模型

统计描述相关命令：

xtdes 变量类型，数据类型描述 xtsum 基本统计量 xttab 按表格形式列示 xtpattern 面板数据的模式 估计相关命令：

xtreg 面板数据模型（固定效应、随机效应）

xtregar 含有AR(1)干扰项的固定效应和随机效应面板数据模型

xtgls 截面-时序混合模型，可处理异方差、组内序列相关和组间相关性 xtpcse OLS or Prais-Winsten models with panel-corrected standard errors xtrchh Hildreth-Houck random coefficients models xtivreg 面板模型的工具变量或两阶段最小二乘法估计 xtabond Arellano-Bond(1991)线性动态面板数据模型估计

xtabond2 Arellano-Bover(1995)系统GMM 动态面板数据模型估计 xttobit Tobit 随机效应面板模型

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 面板随机前沿模型

xthtylor Hausman-Taylor estimator for error-components models

表2-4: Panel Data 模型相关命令一览II 命令模型

假设检验相关：

test Wald 检验，如时间效应联合显著性检验 xttest0 随机效应检验 xttest1 面板序列相关检验 xttest2 ads xtserial Wooldridge 一阶序列相关检验 xtab Arellano 面板一阶序列相关检验 hausman Hausman 检验 面板单位根和协整相关： xtunit stata提供的检验方法

ipshin IPS(2003)面板单位根检验

levilin Levin，Lin和Chu(LLC, 2002)面板单位根检验 madfuller Sarno-Taylor(1998)面板单位根检验

xtfisher Maddala和Wu(1999),基于P 值的面板单位根检验

表2-5: Post-estimation Commands 命令名称用途

adjust 列示预测结果的均质，适于多种回归分析，可分组列示 estimates 估计结果的存储、再显示、列表比较等 hausman Hausman 模型识别检验

lincom 获得参数的线性组合，在Logit 模型中可以获得系数线性组合的OR 值 linktest 但方程link 识别检验，用y 对Oy 和Oy2 回归 lrtest 似然比（LR）检验

mfx 计算边际效应和弹性系数 nlcom 系数的非线性组合 predict 获得拟合值、残差等

predictnl 获得非线性估计的拟合值、残差等 test 线性约束的假设检验，Wald 检验 testnl 非线性约束的假设检验

vce 列示参数估计值的方差-协方差矩阵

表2-6: 二维图种类一览

图形种类简单描述 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: 二维图选项一览

选项类别简单描述

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: 模拟分析相关命令一览

命令用途备注 抽样相关：

corr2data 产生具有指定相关性的数据仅适用于模拟相关分析 drawnorm invnorm(uniform())产生服从标准正态分布的随机数函数，可调节均值和方差 matuniform(r,c)产生均匀分布函数

sample 从现有数据中进行非重复随机抽样参考bsample sim arma 产生服从ARIMA 过程的随机变量需要下载 Bootstrap 相关： bootstrap bs bstat bsample MC 相关: simulate MC simulation jknife 类似于MC permute postfile 存储MC 的结果 statsby exp list

第三篇：stata命令总结

stata11常用命令

注：JB统计量对应的p大于0.05，则表明非正态，这点跟sktest和swilk检验刚好相反； dta为数据文件； gph为图文件； do为程序文件；

注意stata要区别大小写； 不得用作用户变量名：

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

读入数据一种方式 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 对分组的描述： sort group by group:su x %%%%% tabstat economy,stats(max)%返回变量economy的最大值

%%stats括号里可以是：mean，count(非缺失观测值个数)，sum(总和)，max，min，range，%% sd，var，cv(变易系数＝标准差/均值)，skewness，kurtosis，median，p1(1％分位

%% 数，类似地有p10, p25, p50, p75, p95, p99)，iqr(interquantile range = p75 – p25)_all %描述全部

_N 数据库中观察值的总个数。_n 当前观察值的位置。_pi 圆周率π的数值。list gen/generate %产生数列 egen wagemax=max(wage)clear use by(分组变量)set more 1/0 count %计数

gsort +x(升序)gsort-x(降序)sort x 升序；并且其它变量顺序会跟着改变 label var y “消费” %添加标签 describe %描述数据文件的整体，包括观测总数，变量总数，生成日期，每个变量的存储类型(storage type)，标签(label)replace x5=2*y if x!=3 %替换变量值

replace age = 25 in 107 %令第107个观测中age为25 rename y2 u %改变变量名

drop in 2 %删除全部变量的第2行

drop if x==.删去x为缺失值的所有记录

keep if x<2 %保留小于2的数据，其余变量跟随x改变 keep in 2/10 %保留第2-10个数

keep x1-x5 %保留数据库中介于x1和x5间的所有变量(包括x1和x5)，其余变量删除

ci x1 x2,by(group)%算出置信区间,不过先前对group要先排序，即sort group；

%by的意思逐个进行

cii 12 3.816667 0.2710343, level(90)%已知均值，方差，计算90%的置信区间

cii 10 2 %obs=10,mean=2,以二项分布形式，计算置信区间 centile x,centile(2.5 25 50 75 97.5)%取分位数 correlate/corr x y z %相关系数

pwcorr x y,sig %给出原假设r=0的命令 %如果变量非服从正态分布，则spearman x y regress/reg mean year %回归方程建立 reg y x,noconstant %无常数项 predict meanhat %预测拟合值 predict e,residual %得到残差 estat hettest % 异方差检验

dwstat % Durbin-Watson自相关检验 vif % 方差膨胀因子

logit y x1 x2 x3(y取0或1，是被解释变量，x1-x3是被解释变量)%logit回归

probit y x1 x2 x3(y取0或1，是被解释变量，x1-x3是被解释变量)%probit回归

tobit y x1 x2 x3(y取值在0和1之间，是被解释变量，x1-x3是被解释变量)%tobit回归

sktest e %残差正态性检验 p>0.05则接受原假设，即服从正态分布； %% sktest是基于变量的偏度和斜度(正态分布的偏度为0，斜度为3)swilk x %基于Shapiro-Wilk检验

%%p值越小，越倾向于拒绝零假设，也就是变量越有可能不服从正态分布 xi %生成虚拟变量 tabulat gender,summ(math)%用gender指标对math进行分类，返回两类math的mean、std、freq tabulate=tab %gen f=int((shengao-164)/3)*3+164 组距为3 tabulate 变量名 [, generate(新变量)missing nofreq nolabel plot ] %%%%% generate(新变量)// 按分组变量产生哑变量 nofreq // 不显示频数 nolabel // 不显示数值标记 plot // 显示各组频数图示 missing // 包含缺失值

cell // 显示各小组的构成比(小组之和为 1)column // 按栏显示各组之构成(各栏总计为 1)row // 按行显示各组之构成(各行总计为 1)%%%%% 求和，求最小？ mod(x,y)%求余数

means %返回三种平均值 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 %矩阵转置

append using d:917.dta %把已打开的文件（x y z）跟0917里的（x y z）合并，是竖向合并，即观察值合并；

merge using D:917.dta %把已打开的文件（x y z）跟0917里的（a b）合并，是横向合并，即变量合并； format x %9.2e %科学记数 format x %9.2f %2位小数

%产生随机数

%1 产生20个在(0，1)区间上均匀分布的随机数uniform()set seed 100 set obs 20 gen r=uniform()list % clear 清除内存

set seed 200 设置种子数为 200 set obs 20 设置样本量为 20 range no 1 20 建立编号 1 至 20 gen r=uniform()产生在(0,1)均匀分布的随机数 gen group=1 设置分组变量 group 的初始值为 1 sort r 对随机数从小到大排序

replace group=2 in 11/20 设置最大的 10 个随机数所对应的记录

为第2组，即：最小的10个随机数所

对应的记录为第1组 sort no 按照编号排序

list 显示随机分组的结果 也可以list if group==1和list no if group==1 %2 产生10个服从正态分布N（100，6^2）的随机数invnorm(uniform())*sigma+u clear 清除内存

set seed 200 设置种子数为 200 set obs 10 设置样本量为 10 gen x=invnorm(uniform())*6+100 产生服从 N(100，6^2)的随机数 list 画图

注意有些图前面要加 histogram 直方图 line 折线图 scatter 散点图

scatter y x,c(l)s(d)b2(“(a)”)graph twoway connected y x 连点图

graph bar(sum)var2,over(var1)blabel(total)%条形图.graph bar p52 p72,by(d).graph bar p52 p72,over(d).graph bar p52 p72,by(d)stack.graph bar p52 p72,over(d)stack ////////////数据如下 %d p52 p72 %1 163.2 27.4 %2 72.5 83.6 %3 57.2 178.2 histogram x,bin(8)norm %画直方图，加正态分数线

graph pie a b o ab if area==1,plabel(_all percent)%画饼图 graph pie var2, over(var1)plabel(_all percent)%饼图 graph pie p52 p72,by(d)%饼图 graph box y1 %箱体图 qnorm x %qq图 lfit y x %回归直线

graph matrix gender economy math 多变量散点图

line yhat x||scatter y x,c(.l)s(O.)xline(12)yline(5.4)%线形图&散点图

有一些通用的选项可以给图形“润色”：

标题 title(“string”)（string可为任意的字符串，下同）脚注 note(“string”)

横座标标题 xtitle(“string”)纵座标标题 ytitle(“sting”)

横座标范围 xaxis(a,b)（a

connect(c...c)//连接各散点的方式，c表示： 或简写为c(c...c).不连接(缺省值)l 用直线连接

L 沿x方向只向前不向后直线连接 m 计算中位数并用直线连接 s 用三次平滑曲线连接 J 以阶梯式直线条连接

|| 用直线连接在同一纵向上的两点

II 同 ||, 只是线的顶部和底部有一个短横 Symbol(s...s)// 表示各散点的图形，s 表示： 或简写为s(s...s)O 大圆圈(缺省值)S 大方块 T 大三角形 o 小圆圈 d 小菱形 p 小加号.小点 i 无符号

[varname] 用变量的取值代码表示 [_n] 用点的记录号表示

数学函数等都要与generate、replace、display一起使用，不能单独使用 程序文件do use d:917.dta reg y x corr y x line y x,saving(d:d4)按ctrl+D执行 字符串操作函数：

length(s)%长度函数，计算s的长度, 如，disp length(“ab”)的结果是2 substr(s,n1,n2)%子串函数，获得从s的n1个字符开始的n2个字符组成的字符串, disp substr(“abcdef”,2,3)的结果是“bcd” string(n)%将数值n转换成字符串函数，如，disp string(41)+“f”的结果是“41f” real(s)%将字符串s转换成数值函数，如，disp real(“5.2”)+1的结果是6.2 upper(s)%转换成大写字母函数，如，disp upper(“this”)的结果是“THIS” lower(s)%转换成小写字母函数，如disp lower(“THIS”)的结果是“this” index(s1,s2)%子串位置函数，计算s2在s1中第一次出现的起始位置, 如果s2不

在s1中, 则结果为0。如，disp index(“this”,“is”)的结果是3, 而index(“this”,“it”)的结果是0 trim(s)%去除字符串前面和后面的空格 ltrim(s)%去除字符串前面的空格 rtrim(s)%去除字符串后面的空格

di sign(x)%x>0时取1, x<0时取-1, x=0时取0； 符号函数 di int(x)%去掉x的小数部分, 得到整数(取整函数)sum(x)%获得包括当前记录及以前的所有记录的x 的和。缺失值(missing value)当0处理;求和函数

max(x1,x2,...,Xn)忽略缺失值;最大值函数 min(x1,x2,...,Xn)忽略缺失值;最小值函数 float(x)%将x转换成浮点表示法。

gen yy=cond(x<2,10,11)%条件函数cond(x,a,b)x可以是一个条件, x非0(条件成立)时取a, x为0(条件不成立)时取b。

gen y1=recode(x,2,5)%归组函数recode(x,x1,x2,...xn)gen y2=autocode(x,3,-2,9)%autocode(x,ng,xmin,xmax)自动将区间（xmin,xmax）分成ng个等长的小区间，其结果是包含x值那个小区间的上界值

t检验： gend=x-y ttestd=0 ttestx=y 如果不配对

ttestx1=x2,unpaired ttestx1=x2,unequalunpaired 已知样本均数、标准差和样本数进行t检验：

ttesti 21 1.28 0.92 0.2 %检验均值是否等于0.2 检验两组均数是否相同：

ttesti 11 10 1.9 14 12.8 2.3 检验变量x1和x2的方差是否相同(即：齐性)sdtestx1=x2

一、配对设计的平均水平检验

当总体服从正态分布时，可以选用t检验，否则用非参符号秩检验 signrankd=0

二、平行对照设计的两组资料平均水平统计检验

如果两组资料的方差齐性和相互独立的，并且每组资料服从正态 分布，则用成组t检验，否则可以用成组Wilcoxon秩和检验 ranksum x, by(group)%2组资料中位数比较 kwallis x, by(group)%多组资料中位数比较 anova x t id %x为因变量，t跟id是因素 egenr=rank(x),by(id)%产生秩r 单因素方差分析: 单因素方差分析又称为OnewayANOVA，用于比较多组样本的均数是否相同，并假定：每组的数据服从正态分布，具有相同的方差，且相互独立，则无 效假设Ho:各组总体均数相同。在STATA中可用命令：

oneway x group, mean bonferroni %bonferroni用于多组样本均数的两两比较检验

logrank t outcome, by(group)%单因素生存分析 两因素方差分析

多因素方差分析：anova y x1 x2 x1*x2

第四篇：AutoCAD2017命令总结

AutoCAD2017命令总结

直线:L+空格

画直线时点三点：C+空格键可以使三条线形成闭合状态 画圆：C+空格

ESC取消一切命令

单击右键可以回到上一步命令（控制在250毫秒内）正交：F8切换正交

绘制线段：光标指定方向，输入数字+空格键 指定长度：输入数字+Tab 指定角度：输入数字+enter 打开设置界面：OP 三角形内画圆采用相切三点画圆

圆弧：端点（起点）----中心点-------端点 删除命令：E+空格键

切换圆弧方向：在最后端点时不点击确定，按住Ctrl移动光标即可改变圆弧方向 启动三点圆弧命令：A+空格键 光顺曲线：BLEND+空格键

修剪命令：首先选好不修剪的位置（选择时呈现蓝色）选好后按空格键，这时光标变成红色X点击后即可修剪。

椭圆绘制：EL+空格键(椭圆命令开始系统设置：端点--端点---高)椭圆圆心命令：EL+空格键+C+空格键 椭圆弧命令：EL+空格键+A+空格键

绘制椭圆弧开始命令前要选择好中心点。

样条曲线拟合：绘制后需要调整时应先将捕捉按钮关闭

样条曲线控制点命令：与样条曲线拟合相似，但是更容易操作 多线段：PL+空格键（多用于计算面积）矩形:REC+空格键

圆角矩形：REC+空格键+F+空格键

设置圆角半径 倒角矩形：REC+空格键+C+空格键

设置倒角半径 多边形：POL+空格键 单点命令：PO +空格键

点设置：DDPTYE+空格键（在页面上无法找到点设置快捷方式要牢记）圆环：DOUNT+空格键（直接在页面上单击圆环命令更方便）

第二章：（图例）

示例图形：移动：M+空格键

减选命令：SHIFT+单击所要减选的图形即可 栏选方式：M+空格键+F+空格键

复制命令：单击复制+P(选择上一次点击的对象）+空格键（结束点击空格键）类似选择:选择需要类似选择的一小部分+单击右键 全选：Ctrl+A 快速选择窗口：QSELECT+空格键

（打开快速选择窗口首先要制定范围不然应用将用于所有窗口）

移动捕捉中点：M+空格键（选择需要移动捕捉的对象）按住Shift键单击右键选择中点 移动制定距离：

第五篇：Ping命令总结

ping 127.0.0.1

通：操作系统TCP/IP功能完好

不通：重新给系统安装TCP/IP（类Unix OS不会出现这种状况）ping 本地ip

使用DHCP时，先使用ipconfig查看，若有ip，则正常，且说明局域网物理链路正常。此时ping这个ip，通则说明网卡工作正常。

不通：重新安装网卡驱动ping 局域网其他机器（多ping几台机器）

通：局域网TCP/IP工作正常

不通：检查线路

检查Hub，Switcher

看对方机器是否将ICMP回应关掉ping 网关

通：到网关是OK的，如果不能上网，那就是网关的问题（比如网关将此机器屏蔽，网关到Internet的链接有问题）

不通：按4检查

（此时，就可以上网了，QQ什么的就可以用了，因为这种东西一般直接用ip）5 ping DNS

通：全部OK

不通：换一个DNS

本地DNS未设置（DHCP：没有进行DNS透传，手动设定吧）