')
}
function initGt() {
var handler = function (captchaObj) {
captchaObj.appendTo('#captcha');
captchaObj.onReady(function () {
$("#wait").hide();
}).onSuccess(function(){
$('.getcheckcode').removeClass('dis');
$('.getcheckcode').trigger('click');
});
window.captchaObj = captchaObj;
};
$('#captcha').show();
$.ajax({
url: "/login/gtstart?t=" + (new Date()).getTime(), // 加隨機(jī)數(shù)防止緩存
type: "get",
dataType: "json",
success: function (data) {
$('#text').hide();
$('#wait').show();
// 調(diào)用 initGeetest 進(jìn)行初始化
// 參數(shù)1:配置參數(shù)
// 參數(shù)2:回調(diào),回調(diào)的第一個(gè)參數(shù)驗(yàn)證碼對(duì)象,之后可以使用它調(diào)用相應(yīng)的接口
initGeetest({
// 以下 4 個(gè)配置參數(shù)為必須,不能缺少
gt: data.gt,
challenge: data.challenge,
offline: !data.success, // 表示用戶(hù)后臺(tái)檢測(cè)極驗(yàn)服務(wù)器是否宕機(jī)
new_captcha: data.new_captcha, // 用于宕機(jī)時(shí)表示是新驗(yàn)證碼的宕機(jī)
product: "float", // 產(chǎn)品形式,包括:float,popup
width: "280px",
https: true
// 更多配置參數(shù)說(shuō)明請(qǐng)參見(jiàn):http://docs.geetest.com/install/client/web-front/
}, handler);
}
});
}
function codeCutdown() {
if(_wait == 0){ //倒計(jì)時(shí)完成
$(".getcheckcode").removeClass('dis').html("重新獲取");
}else{
$(".getcheckcode").addClass('dis').html("重新獲取("+_wait+"s)");
_wait--;
setTimeout(function () {
codeCutdown();
},1000);
}
}
function inputValidate(ele,telInput) {
var oInput = ele;
var inputVal = oInput.val();
var oType = ele.attr('data-type');
var oEtag = $('#etag').val();
var oErr = oInput.closest('.form_box').next('.err_txt');
var empTxt = '請(qǐng)輸入'+oInput.attr('placeholder')+'!';
var errTxt = '請(qǐng)輸入正確的'+oInput.attr('placeholder')+'!';
var pattern;
if(inputVal==""){
if(!telInput){
errFun(oErr,empTxt);
}
return false;
}else {
switch (oType){
case 'login_mobile':
pattern = /^1[3456789]\d{9}$/;
if(inputVal.length==11) {
$.ajax({
url: '/login/checkmobile',
type: "post",
dataType: "json",
data: {
mobile: inputVal,
etag: oEtag,
page_ur: window.location.href,
page_referer: document.referrer
},
success: function (data) {
}
});
}
break;
case 'login_yzm':
pattern = /^\d{6}$/;
break;
}
if(oType=='login_mobile'){
}
if(!!validateFun(pattern,inputVal)){
errFun(oErr,'')
if(telInput){
$('.getcheckcode').removeClass('dis');
}
}else {
if(!telInput) {
errFun(oErr, errTxt);
}else {
$('.getcheckcode').addClass('dis');
}
return false;
}
}
return true;
}
function errFun(obj,msg) {
obj.html(msg);
if(msg==''){
$('.login_submit').removeClass('dis');
}else {
$('.login_submit').addClass('dis');
}
}
function validateFun(pat,val) {
return pat.test(val);
}
首頁(yè) > 行業(yè)圖譜 >

- R語(yǔ)言學(xué)習(xí)筆記二
2017-02-17
-
R語(yǔ)言學(xué)習(xí)筆記二
今天主要學(xué)習(xí)了兩個(gè)統(tǒng)計(jì)學(xué)的基本概念:峰度和偏度,并且用R語(yǔ)言語(yǔ)言來(lái)描述。
> vars<-c(\"mpg\",\"hp\",\"wt\")
> head(mtcars[vars])
&n ...

- 簡(jiǎn)單的認(rèn)識(shí)R語(yǔ)言和邏輯斯蒂回歸
2017-02-15
-
簡(jiǎn)單的認(rèn)識(shí)R語(yǔ)言和邏輯斯蒂回歸
在生活中并不是所有的問(wèn)題都要預(yù)測(cè)一個(gè)連續(xù)型的數(shù)值,比如藥劑量,某人薪水,或者客戶(hù)價(jià)值;邏輯斯蒂回歸回歸它主要用于只有兩個(gè)結(jié)果的分類(lèi)問(wèn)題,它定義結(jié)果的變量只有兩類(lèi)的值 ...

- R語(yǔ)言解讀多元線性回歸模型
2017-01-31
-
R語(yǔ)言解讀多元線性回歸模型
在許多生活和工作的實(shí)際問(wèn)題中,影響因變量的因素可能不止一個(gè),比如對(duì)于知識(shí)水平越高的人,收入水平也越高,這樣的一個(gè)結(jié)論。這其中可能包括了因?yàn)楦玫募彝l件,所以有了更好的 ...

- 數(shù)值型數(shù)據(jù)的探索分析
2017-01-31
-
數(shù)值型數(shù)據(jù)的探索分析
數(shù)據(jù)分析過(guò)程中,往往需要對(duì)數(shù)據(jù)作基本的探索性分析,查看數(shù)據(jù)是否存在問(wèn)題,如缺失值數(shù)量、是否存在明顯的異常值、數(shù)據(jù)是如何分布的、數(shù)據(jù)的集中趨勢(shì)和離散趨勢(shì)等。
探索性分析一般包 ...

- R語(yǔ)言-妹子被追后的選擇分析
2017-01-25
-
R語(yǔ)言-妹子被追后的選擇分析
前提假設(shè)
妹子們一生中可以遇到100個(gè)追求者,追求者的優(yōu)秀程度符合正態(tài)分布;
每個(gè)妹子都具備判斷并比較追求者優(yōu)秀程度的能力;
接受或拒絕一個(gè)追求者后永遠(yuǎn)無(wú)法后悔。
那么,問(wèn)題 ...

- 看SPSS軟件如何實(shí)現(xiàn)t檢驗(yàn)
2017-01-21
-
看SPSS軟件如何實(shí)現(xiàn)t檢驗(yàn)
一、單樣本T檢驗(yàn)
單樣本t檢驗(yàn)的目的是利用來(lái)自總體的樣本數(shù)據(jù),推斷該總體的均值是否與制定的檢驗(yàn)值之間存在顯著性差異。它是對(duì)總體均值的假設(shè)檢驗(yàn)。
SPSS軟件操作流程:
...

- SPSS分析技術(shù):T檢驗(yàn)實(shí)例分析
2017-01-20
-
SPSS分析技術(shù):T檢驗(yàn)實(shí)例分析
用軟件分析之前,得很清楚什么是T檢驗(yàn)?用來(lái)做什么?回顧T檢驗(yàn)理論基礎(chǔ):
抽樣分布:t分布;
均值差異性的檢驗(yàn)方法:Z檢驗(yàn)和T檢驗(yàn)綜述;
簡(jiǎn)單總結(jié):要證明兩列正態(tài)分布的 ...

- SPSS帶你玩轉(zhuǎn)GLM方差分析,一學(xué)就會(huì)
2017-01-20
-
SPSS帶你玩轉(zhuǎn)GLM方差分析,一學(xué)就會(huì)
方差分析(Analysis of Variance,簡(jiǎn)稱(chēng)ANOVA),又稱(chēng)“變異數(shù)分析”或“F檢驗(yàn)”,是R.A.Fisher發(fā)明的,用于兩個(gè)及兩個(gè)以上樣本均數(shù)差別的顯著性檢驗(yàn)。它是以F值為統(tǒng)計(jì)量的計(jì)量 ...

- SPSS分析技術(shù):多元方差分析
2017-01-19
-
SPSS分析技術(shù):多元方差分析
下面要介紹多元方差分析的內(nèi)容,多元方差分析是研究多個(gè)自變量與多個(gè)因變量相互關(guān)系的一種統(tǒng)計(jì)理論方法,又稱(chēng)多變量分析。多元方差分析實(shí)質(zhì)上是單因變量方差分析(包括單因素和多因 ...

- SPSS詳細(xì)教程 | 配對(duì)樣本的t檢驗(yàn)
2017-01-19
-
SPSS詳細(xì)教程 | 配對(duì)樣本的t檢驗(yàn)
1、問(wèn)題與數(shù)據(jù)
某研究使用克矽平治療矽肺病患者10名,分別測(cè)得治療前、后患者的血紅蛋白含量(g/dL),數(shù)據(jù)如下。試問(wèn)該藥對(duì)矽肺患者的血紅蛋白含量有無(wú)影響?
2、對(duì) ...

- SPSS科普 | 統(tǒng)計(jì)描述
2017-01-18
-
SPSS科普 | 統(tǒng)計(jì)描述
統(tǒng)計(jì)描述的目的就是了解數(shù)據(jù)的基本特征和分布規(guī)律,為進(jìn)一步合理地選擇統(tǒng)計(jì)方法提供依據(jù)。常用的有Frequencies、Descriptives
和Explore過(guò)程。
一、Frequencies過(guò)程
該過(guò)程用于產(chǎn) ...

- SPSS分析技術(shù):方差成分分析
2017-01-18
-
SPSS分析技術(shù):方差成分分析
下面介紹SPSS方差分析的最后一項(xiàng)內(nèi)容:方差成分分析。
方差成分分析原理
方差成分分析用于計(jì)算方差成分,它可以將總方差精細(xì)地分解到不同變量上。方差成分分析能夠考查每個(gè)變 ...

- SPSS分析技術(shù):?jiǎn)螛颖綯檢驗(yàn)
2017-01-18
-
SPSS分析技術(shù):?jiǎn)螛颖綯檢驗(yàn)
T檢驗(yàn)根據(jù)應(yīng)用情況不同,可以分為單樣本T檢驗(yàn)、獨(dú)立樣本T檢驗(yàn)和配對(duì)樣本T檢驗(yàn)。SPSS軟件中的T檢驗(yàn)也是按照這個(gè)邏輯進(jìn)行分類(lèi)的。
理論簡(jiǎn)介
統(tǒng)計(jì)學(xué)對(duì)于樣本的大小一般這么認(rèn)定: ...

- (干貨)數(shù)據(jù)分析案例--以上海二手房為例
2017-01-13
-
(干貨)數(shù)據(jù)分析案例--以上海二手房為例
如果你手上有一批數(shù)據(jù),你可能應(yīng)用統(tǒng)計(jì)學(xué)、挖掘算法、可視化方法等技術(shù)玩轉(zhuǎn)你的數(shù)據(jù),但你沒(méi)有數(shù)據(jù)的時(shí)候,我該怎么玩呢?接下來(lái)就帶著大家玩玩沒(méi)有數(shù)據(jù)情況下的數(shù)據(jù)分析 ...

- 能用SPSS進(jìn)行差異顯著性分析嗎
2017-01-11
-
能用SPSS進(jìn)行差異顯著性分析嗎
請(qǐng)問(wèn)能用SPSS進(jìn)行差異顯著性分析嗎? 具體用哪個(gè)命令啊? 如果不行,還有其他辦法進(jìn)行差異分析嗎?
比如說(shuō)我有幾組數(shù)據(jù):一組是空白對(duì)照 ,另外幾組是不同濃度的處理組, 我想 ...

- 大數(shù)據(jù)并不是統(tǒng)計(jì)數(shù)據(jù)那么簡(jiǎn)單
2017-01-11
-
大數(shù)據(jù)并不是統(tǒng)計(jì)數(shù)據(jù)那么簡(jiǎn)單
統(tǒng)計(jì)無(wú)時(shí)不在,從結(jié)繩記事到今天的大數(shù)據(jù),統(tǒng)計(jì)作為人們認(rèn)識(shí)客觀世界的工具,也在不斷創(chuàng)新,統(tǒng)計(jì)學(xué)作為一門(mén)系統(tǒng)研究數(shù)據(jù)的學(xué)科,在不斷豐富與完善。大數(shù)據(jù)時(shí)代來(lái)臨,統(tǒng)計(jì)如何應(yīng)對(duì) ...

- 新課推薦丨業(yè)務(wù)數(shù)據(jù)分析師-R專(zhuān)題
2022-01-20
-
1.商業(yè)數(shù)據(jù)分析價(jià)值與前沿知識(shí)
3.數(shù)據(jù)分析工具介紹
5.R、RStudio安裝及介紹
7.數(shù)據(jù)庫(kù)知識(shí)介紹
9.使用SQL進(jìn)行匯總
1.統(tǒng)計(jì)數(shù)據(jù)類(lèi)型介紹
3.正態(tài)分布與其他常見(jiàn)分 ...
- 四種中介效應(yīng)分析_spss中介效應(yīng)結(jié)果分析
2017-01-06
-
四種中介效應(yīng)分析_spss中介效應(yīng)結(jié)果分析
1.中介效應(yīng)分析概述
中介效應(yīng)分析廣泛用于社會(huì)科學(xué)研究(Wood, Goodman, Beckmann, & Cook, 2008),如心理學(xué)(MacKinnon, Fairchild, &Fritz, 2007; Rucker, Preache ...

- spss教程:線性回歸分析_spss線性回歸分析案例
2016-12-22
-
spss教程:線性回歸分析_spss線性回歸分析案例
回歸分析是一種應(yīng)用很廣的數(shù)量分析方法,用于分析事物間的統(tǒng)計(jì)關(guān)系,側(cè)重?cái)?shù)量關(guān)系變化。回歸分析在數(shù)據(jù)分析中占有比較重要的位置。
一元線性回歸模型:指只有 ...

- 分類(lèi)算法之樸素貝葉斯分類(lèi)(Naive Bayesian classification)
2016-12-21
-
分類(lèi)算法之樸素貝葉斯分類(lèi)(Naive Bayesian classification)
0、寫(xiě)在前面的話
我個(gè)人一直很喜歡算法一類(lèi)的東西,在我看來(lái)算法是人類(lèi)智慧的精華,其中蘊(yùn)含著無(wú)與倫比的美感。而每次將學(xué)過(guò)的算法應(yīng)用到實(shí)際中 ...