[MS SQL] SQL Sever 時間資料型態與使用

根據MSDN，MS SQL Server時間與日期格式有這些可以使用。

資料類型	格式	範圍	精確度	儲存體大小 (位元組)	使用者自訂的有效秒數小數位數	時區位移
time	hh:mm:ss[.nnnnnnn]	00:00:00.0000000 到 23:59:59.9999999	100 奈秒	3 到 5	是	否
date	YYYY-MM-DD	0001-01-01 到 9999-12-31	1 日	3	否	否
smalldatetime	YYYY-MM-DD hh:mm:ss	1900-01-01 到 2079-06-06	1 分鐘	4	否	否
datetime	YYYY-MM-DD hh:mm:ss[. nnn]	1753-01-01 到 9999-12-31	0.00333 秒鐘	8	否	否
datetime2	YYYY-MM-DD hh:mm:ss[.nnnnnnn]	0001-01-01 00:00:00.0000000 到 9999-12-31 23:59:59.9999999	100 奈秒	6 到 8	是	否
datetimeoffset	YYYY-MM-DD hh:mm:ss[.nnnnnnn] [+|-]hh:mm	0001-01-01 00:00:00.0000000 到 9999-12-31 23:59:59.9999999 (以 UTC 為單位)	100 奈秒	8 到 10	是	是

declare @Date_Example as date =getdate()
declare @Datetime_Example as dateTime =getdate()
declare @SmallDateTime_Example as SmallDateTime=getdate()
declare @DateTime2_Example as datetime2=getdate()
declare @DateTimeOffset_Example as DateTimeOffset=getdate()
declare @Time_Example as Time=getdate()
select @Date_Example as Date_Example,
@Datetime_Example as Datetime_Example,
@SmallDateTime_Example as SmallDateTime_Example,
@DateTime2_Example as DateTime2_Example,
@DateTimeOffset_Example as DateTimeOffset_Example,
@Time_Example as Time_Example
go

declare @Date_Example as date =SYSDATETIME ()
declare @Datetime_Example as dateTime =SYSDATETIME ()
declare @SmallDateTime_Example as SmallDateTime=SYSDATETIME ()
declare @DateTime2_Example as datetime2=SYSDATETIME ()
declare @DateTimeOffset_Example as DateTimeOffset=SYSDATETIME ()
declare @Time_Example as Time=SYSDATETIME ()
select @Date_Example as Date_Example,
@Datetime_Example as Datetime_Example,
@SmallDateTime_Example as SmallDateTime_Example,
@DateTime2_Example as DateTime2_Example,
@DateTimeOffset_Example as DateTimeOffset_Example,
@Time_Example as Time_Example




Ref: MSDN 日期和時間資料類型與函數(Transact-SQL)

[統計] Regression 迴歸的由來

一直不懂為什麼迴歸分析要叫「迴歸」，一直到看到這篇網誌: 廣義線性模型觀點:統計迴歸分析的基本原理與架構，才恍然大悟。跟我一樣有同樣問題的朋友，請大家連到這篇網誌，作者文筆詼諧，內容有趣易讀 ，非常推薦! 


以下針對Regression的由來，做讀後重點節錄 :
---

Regression一詞的由來

Galton在研究身高的時候發現，父母的特徵會遺傳給後代，但是並不會產生極端身高的族群，當父母的身高已經遠離平均身高時，子女的身高會稍微往「平均」靠近一點。

也就是所謂的「物極必反」，當現象到了「極端」，接下來的發展會慢慢地往「平均值」靠近，Galton 把這種現象稱為「Regression」

一直慢慢發展到現在，「Regression」一詞在統計分析的領域，主要為建立數學模型，觀察特定變數(自變數)的變化對結果(應變數)的影響。







Ref: http://molecular-service-science.com/2012/09/12/statistics-regression/

[R] 使用libSVM套件

1. 下載 libSVM 套件

> install.packages("e1071")

Ref :
[1] https://c3h3notes.wordpress.com/2010/10/20/r%E4%B8%8A%E7%9A%84libsvm-package-e1071/