- Stata統(tǒng)計分析從入門到精通
- 楊維忠 張?zhí)鹁幹?/span>
- 5892字
- 2023-09-15 18:21:09
第2章 描述性統(tǒng)計與圖形繪制
2.1 定距變量的描述性統(tǒng)計、正態(tài)性檢驗和數(shù)據(jù)轉(zhuǎn)換
在進行數(shù)據(jù)分析時,當(dāng)研究者得到的數(shù)據(jù)量很小時,可以通過直接觀察原始數(shù)據(jù)來獲得所有的信息。但是,當(dāng)?shù)玫降臄?shù)據(jù)量很大時,就必須借助各種描述性指標(biāo)來完成對數(shù)據(jù)的描述工作。用少量的描述性指標(biāo)來概括大量的原始數(shù)據(jù),對數(shù)據(jù)展開描述的統(tǒng)計分析方法被稱為描述性統(tǒng)計分析。變量的性質(zhì)不同,Stata描述性分析處理的方式也不一樣。本節(jié)將要介紹的描述統(tǒng)計分析方法包括定距變量的描述性統(tǒng)計、正態(tài)性檢驗和數(shù)據(jù)轉(zhuǎn)換等。下面一一介紹這幾種方法的應(yīng)用。
2.1.1 常用的描述性統(tǒng)計指標(biāo)的基本概念
1.均值、中位數(shù)、眾數(shù)、百分位數(shù)
(1)均值
Stata中的均值指的是簡單算術(shù)平均數(shù),計算公式為:

(2)中位數(shù)
中位數(shù)是將整個統(tǒng)計變量的各個變量值按大小順序排列,處在數(shù)列中間位置的那個變量值就是中位數(shù)。在數(shù)據(jù)未分組的情況下,將各變量值按大小順序排列后,首先確定中位數(shù)的位置,可用公式確定,n代表總體統(tǒng)計變量的項數(shù);然后根據(jù)中點位置確定中位數(shù)。有兩種情況:當(dāng)n為奇數(shù)項時,中位數(shù)就是位于中間位置的那個變量值;當(dāng)n為偶數(shù)項時,中位數(shù)就是位于中間位置的兩個變量值的簡單算術(shù)平均數(shù)。
(3)眾數(shù)
眾數(shù)是某一變量出現(xiàn)次數(shù)最多的樣本觀測值。
(4)百分位數(shù)
如果將一組數(shù)據(jù)從小到大排序,并計算相應(yīng)的累計百分位,則某一百分位所對應(yīng)數(shù)據(jù)的值就稱為這一百分位的百分位數(shù)。例如處于10%位置的值稱為第10百分位數(shù)。最為常用的是四分位數(shù),指的是將數(shù)據(jù)分為4等份,分別位于25%、50%和75%處的百分位數(shù)。百分位數(shù)適用于定序數(shù)據(jù)及更高級的數(shù)據(jù),不能用于定類數(shù)據(jù)。百分位數(shù)的優(yōu)點是不受極端值的影響。
2.方差、標(biāo)準(zhǔn)差、均值標(biāo)準(zhǔn)誤差
(1)方差、標(biāo)準(zhǔn)差
方差是總體統(tǒng)計變量中各個單位變量值與其算術(shù)平均數(shù)的離差平方的算術(shù)平均數(shù),用2σ表示,方差的平方根就是標(biāo)準(zhǔn)差σ。與方差不同的是,標(biāo)準(zhǔn)差是具有量綱的,它與變量值的計量單位相同,其實際意義要比方差清楚。因此,在對社會經(jīng)濟現(xiàn)象進行分析時,往往更多地使用標(biāo)準(zhǔn)差。
方差和標(biāo)準(zhǔn)差的計算公式為:


在正態(tài)分布中,68%的個案在均值的一倍標(biāo)準(zhǔn)差范圍內(nèi),95%的個案在均值的兩倍標(biāo)準(zhǔn)差范圍內(nèi)。例如,如果一組數(shù)據(jù)服從正態(tài)分布,且均值為100,標(biāo)準(zhǔn)差為10,則68%的個案將處于90~110,95%的個案將處于80~120。
(2)均值標(biāo)準(zhǔn)誤差
一個容易與標(biāo)準(zhǔn)差混淆的統(tǒng)計量是均值標(biāo)準(zhǔn)誤差,均值標(biāo)準(zhǔn)誤差是樣本均值的標(biāo)準(zhǔn)差,是描述樣本均值和總體均值平均偏差程度的統(tǒng)計量,也是表示抽樣誤差大小的指標(biāo)。
3.最大值、最小值、極差、變異系數(shù)
(1)最大值、最小值、極差
最大值即樣本數(shù)據(jù)中取值最大的數(shù)據(jù),最小值即樣本數(shù)據(jù)中取值最小的數(shù)據(jù)。最大值與最小值的差即為極差,又稱范圍、全距,以R表示:

(2)變異系數(shù)
變異系數(shù)是將標(biāo)準(zhǔn)差或平均差與其平均數(shù)對比所得的比值,又稱離散系數(shù)。計算公式為:


Vσ和VD分別表示標(biāo)準(zhǔn)差系數(shù)和平均差系數(shù)。變異系數(shù)可用于比較不同數(shù)列的變異程度。其中常用的變異系數(shù)是標(biāo)準(zhǔn)差系數(shù)。
4.偏度、峰度
偏度是對分布偏斜方向及程度的測度,用來度量分布的不對稱性。正態(tài)分布是對稱的,偏度值為0。具有顯著正偏度值的分布有很長的右尾,具有顯著的負(fù)偏度的分布有很長的左尾。一般情況下,如果計算的偏度值超過其標(biāo)準(zhǔn)誤的兩倍,則認(rèn)為該組數(shù)據(jù)不具有對稱性。
偏度的計算公式為:

峰度是頻數(shù)分布曲線與正態(tài)分布相比較,其頂端的尖峭程度。在Stata中,正態(tài)分布的峰度統(tǒng)計量的值為2,大于2的峰度值表示相對于正態(tài)分布,觀測值更為集中在均值附近,體現(xiàn)為分布峰度更尖,尾部更薄。小于2的峰度值表示相對于正態(tài)分布,觀察值更為分散,分布峰度較低,尾部較厚。
峰度的計算公式為:

5.Z標(biāo)準(zhǔn)化得分
Z標(biāo)準(zhǔn)化得分是某一數(shù)據(jù)與均值的距離以標(biāo)準(zhǔn)差為單位的測量值。計算公式為:

Zi 即為Xi的Z標(biāo)準(zhǔn)化得分。標(biāo)準(zhǔn)化值不僅能表明各原始數(shù)據(jù)在一組數(shù)據(jù)分布中的相對位置,而且能在不同分布的各組原始數(shù)據(jù)之間進行比較,所以常用于統(tǒng)一量綱差距,在回歸分析、聚類分析中應(yīng)用較多。
2.1.2 定距變量的描述性統(tǒng)計
下載資源:\video\第2章\…
下載資源:\sample\第2章\數(shù)據(jù)2A
數(shù)據(jù)分析中的大部分變量都是定距變量,通過進行定距變量的基本描述性統(tǒng)計,我們可以得到數(shù)據(jù)的概要統(tǒng)計指標(biāo),包括均值、最大值、最小值、標(biāo)準(zhǔn)差、百分位數(shù)、中位數(shù)、偏度系數(shù)和峰度系數(shù)等。數(shù)據(jù)分析者通過獲得這些指標(biāo),可以從整體上對擬分析的數(shù)據(jù)進行宏觀把握,從而為后續(xù)進行更深入的數(shù)據(jù)分析做好必要的準(zhǔn)備。
關(guān)于定距變量的描述性統(tǒng)計,常用到summarize、tabstat、ci等操作命令。
summarize 命令的語法格式為:
summarize [varlist] [if] [in] [weight] [,options]
summarize的功能是計算并顯示各種單變量摘要統(tǒng)計信息。[varlist]為變量列表,如果沒有指定varlist,則計算數(shù)據(jù)集中所有變量的匯總統(tǒng)計信息。[if]為條件表達式,[in]用于設(shè)置樣本范圍,[weight]用于設(shè)置權(quán)重,[,options]用于設(shè)置可選項。summarize命令的[,options]可選項及其含義如表2.1所示。
表2.1 summarize命令的[,options]可選項及其含義

tabstat命令的語法格式為:
tabstat varlist [if] [in] [weight] [,options]
tabstat的功能是在一個表中顯示一系列數(shù)字變量的匯總統(tǒng)計信息,允許用戶指定要顯示的統(tǒng)計信息列表,而且統(tǒng)計數(shù)據(jù)可以根據(jù)另一個變量來計算,所以在統(tǒng)計數(shù)據(jù)和表格格式方面都具有很大的靈活性。[varlist]為變量列表,如果沒有指定varlist,則計算數(shù)據(jù)集中所有變量的匯總統(tǒng)計信息。[if] 為條件表達式,[in]用于設(shè)置樣本范圍,[weight]用于設(shè)置權(quán)重,[,options]用于設(shè)置可選項。tabstat命令的[,options]選項及其含義如表2.2所示。
表2.2 tabstat命令的[,options]可選項及其含義

ci 的功能是計算總體均值、比例、方差和標(biāo)準(zhǔn)差的置信區(qū)間。命令包括5種,分別為:
均值的置信區(qū)間,正態(tài)分布:
ci means [varlist] [if] [in] [weight] [,options]
均值的置信區(qū)間,泊松分布:
ci means [varlist] [if] [in] [weight], poisson [exposure(varname) options]
比例的置信區(qū)間:
ci proportions [varlist] [if] [in] [weight] [,prop_options options]
方差的置信區(qū)間:
ci variances [varlist] [if] [in] [weight] [,bonett options]
標(biāo)準(zhǔn)差的置信區(qū)間:
ci variances [varlist] [if] [in] [weight], sd [bonett options]
下面以“數(shù)據(jù)2A”數(shù)據(jù)文件為例進行說明,在“數(shù)據(jù)2A”中設(shè)置了兩個變量,分別是province和amount,數(shù)據(jù)如圖2.1所示。

圖2.1 “數(shù)據(jù)2A”數(shù)據(jù)文件的內(nèi)容
打開上述數(shù)據(jù)文件之后,在主界面的命令窗口中依次輸入以下命令:
summarize amount
本命令的含義是獲取amount變量的主要描述性統(tǒng)計量。在Stata 16.0主界面的結(jié)果窗口中可以看到如圖2.2所示的分析結(jié)果。通過觀察分析結(jié)果,我們可以對 amount變量的整體情況有一個初步的了解。從分析結(jié)果可以看出,有效觀測樣本共有31個,樣本的均值為1180.489,樣本的標(biāo)準(zhǔn)差是903.5561,樣本的最小值是17.6987,樣本的最大值是3609.642。

圖2.2 描述性統(tǒng)計分析結(jié)果圖1
summarize amount,detail
本命令的含義是獲取amount變量的詳細(xì)統(tǒng)計量,分析結(jié)果如圖2.3所示。

圖2.3 描述性統(tǒng)計分析結(jié)果圖2
(1)百分位數(shù)(Percentiles)
可以看出數(shù)據(jù)的第1個四分位數(shù)(25%)是550.1556,數(shù)據(jù)的第2個四分位數(shù)(50%)是891.1902,數(shù)據(jù)的第3個四分位數(shù)(75%)是1324.61。數(shù)據(jù)的百分位數(shù)的含義是低于該數(shù)據(jù)值的樣本在全體樣本中的百分比。例如,本例中25%分位數(shù)的含義是全體樣本中有25%的數(shù)據(jù)值低于550.1556。
(2)4個最小值(Smallest)
本例中,最小的4個數(shù)據(jù)值分別是17.6987、133.7675、337.2368、462.9585。
(3)4個最大值(Largest)
本例中,最大的4個數(shù)據(jù)值分別是3609.642、3313.986、2941.067、2471.438。
(4)均值(Mean)和標(biāo)準(zhǔn)差(Std. Dev)
與前面的分析結(jié)果一樣,樣本數(shù)據(jù)的均值為1180.489,樣本數(shù)據(jù)的標(biāo)準(zhǔn)差是903.5561。
(5)偏度(Skewness)和峰度(Kurtosis)
偏度的概念是表示不對稱的方向和程度。如果偏度值大于0,那么數(shù)據(jù)就具有正偏度(右邊有尾巴);如果偏度值小于0,那么數(shù)據(jù)就具有負(fù)偏度(左邊有尾巴);如果偏度值等于0,那么數(shù)據(jù)將呈對稱分布。本例中,數(shù)據(jù)偏度為1.309032,為正偏度但不大。
峰度的概念用來表示尾重,是與正態(tài)分布結(jié)合在一起進行考慮的。正態(tài)分布是一種對稱分布,它的峰度值正好等于3,如果某數(shù)據(jù)的峰度值大于3,那么該分布將會有一個比正態(tài)分布更長的尾巴;如果某數(shù)據(jù)的峰度值小于3,那么該分布將會有一個比正態(tài)分布更短的尾巴。本例中,數(shù)據(jù)峰度為3.889152,有一個比正態(tài)分布更長的尾巴。
提示
本書以介紹Stata的命令為主,但此處我們借助本案例講解一下Stata操作的菜單實現(xiàn)和程序?qū)崿F(xiàn),供讀者參考。
1)上述命令可以通過菜單來實現(xiàn),具體操作是打開數(shù)據(jù)文件后,在主界面菜單欄選擇“數(shù)據(jù)|描述數(shù)據(jù)|摘要統(tǒng)計”,即可彈出如圖2.4所示的對話框。
我們在對話框的“變量”中選擇“amount”,選項中選擇“輸出其他統(tǒng)計量”,其他的設(shè)置采用系統(tǒng)默認(rèn)設(shè)置,然后單擊“確定”按鈕,即可彈出與“圖2.3 描述性統(tǒng)計分析結(jié)果圖2”一樣的結(jié)果。
2)上述命令也可以通過程序?qū)崿F(xiàn),在通過命令方式或者菜單方式運行結(jié)束后,在主界面“歷史窗口”中右擊,在彈出的右鍵菜單中選擇“全部保存”,如圖2.5左圖所示,然后保存類型為do文件,并輸入do文件名稱,下次啟動時,直接在主界面的菜單中選擇“文件|do文件”,如果2.5右圖所示,找到文件路徑和文件名,運行即可。這一方式在批量保存并運行多條命令時尤為有用,不用再逐條輸入,大大節(jié)省了時間和工作量。

圖2.4“summarize -摘要統(tǒng)計量”對話框

圖2.5 Stata操作的程序?qū)崿F(xiàn)方式
tabstat amount,stats(mean range sum var)
本命令的含義是獲取amount變量的平均數(shù)、總和、極差、方差等統(tǒng)計指標(biāo),分析結(jié)果如圖2.6所示。該樣本數(shù)據(jù)的均值是1180.489,極差是3591.944,總和是36595.15,方差是816413.7。

圖2.6 描述性統(tǒng)計分析結(jié)果圖3
統(tǒng)計量與其對應(yīng)的命令代碼如表2.3所示。
表2.3 統(tǒng)計量與其對應(yīng)的命令代碼

tabstat amount,stats(mean range sum var) by(province)
本命令的含義是按province分類列出amount變量的概要統(tǒng)計指標(biāo),分析結(jié)果如圖2.7所示。

圖2.7 描述性統(tǒng)計分析結(jié)果圖4
ci means amount,level(98)
本命令的含義是創(chuàng)建amount變量總體均值98%置信水平的置信區(qū)間,分析結(jié)果如圖2.8所示。

圖2.8 描述性統(tǒng)計分析結(jié)果圖5
基于本例中的觀測樣本,我們可以推斷出總體的98%水平的置信區(qū)間。也就是說,我們有98%的信心可以認(rèn)為數(shù)據(jù)總體的均值會落在[781.7159,1579.262]中,或者說,數(shù)據(jù)總體的均值落在區(qū)間[781.7159,1579.262]的概率是98%。讀者可以根據(jù)具體需要通過改變命令中括號里面的數(shù)字來調(diào)整置信水平的大小。
2.1.3 正態(tài)性檢驗和數(shù)據(jù)轉(zhuǎn)換
下載資源:\video\第2章\…
下載資源:\sample\第2章\數(shù)據(jù)2B
隨著科技的不斷發(fā)展和計算方法的不斷改進,學(xué)者們探索出了很多統(tǒng)計分析方法和分析程序。但是有相當(dāng)多的統(tǒng)計程序?qū)?shù)據(jù)要求比較嚴(yán)格,它們只有在變量服從或者近似服從正態(tài)分布的時候才是有效的,所以在對整理收集的數(shù)據(jù)進行預(yù)處理的時候需要對它們進行正態(tài)檢驗,如果數(shù)據(jù)不滿足正態(tài)分布假設(shè),就要對數(shù)據(jù)進行必要的轉(zhuǎn)換。數(shù)據(jù)轉(zhuǎn)換分為線性轉(zhuǎn)換與非線性轉(zhuǎn)換兩種。
關(guān)于正態(tài)性檢驗和數(shù)據(jù)轉(zhuǎn)換,常用到sktest、ladder、gladder、qladder等操作命令。
sktest命令的語法格式為:
sktest varlist [if] [in] [weight] [,noadjust]
對于varlist中的每個變量,sktest給出了一個基于偏度的正態(tài)性檢驗和另一個基于峰度的正態(tài)性檢驗,然后將這兩個檢驗合并成一個整體檢驗統(tǒng)計量。需要提示的是,sktest至少需要8個樣本觀測值才能進行計算。varlist為需要進行正態(tài)性檢驗的變量列表,[if]為條件表達式,[in]用于設(shè)置樣本范圍,[weight]用于設(shè)置權(quán)重,[,noadjust]用于抑制Royston(1991)對總體卡方及其顯著性水平所做的經(jīng)驗調(diào)整,呈現(xiàn)D'Agostino所描述的未改變檢驗。
ladder命令的語法格式為:
ladder varname [if] [in] [,generate(newvar) noadjust]
ladder的功能在于搜索冪級數(shù)的子集(Tukey 1977),嘗試冪階梯上的每一種冪并逐個反饋結(jié)果是否顯著地為正態(tài)或者非正態(tài),使用戶可以非常方便地找到將變量(varname)轉(zhuǎn)換為正態(tài)分布變量的有效轉(zhuǎn)換方式。varname為需要進行正態(tài)轉(zhuǎn)換的變量,[if]為條件表達式,[in]用于設(shè)置樣本范圍,[weight]用于設(shè)置權(quán)重,[,generate(newvar)]保存與表中最小卡方值對應(yīng)的轉(zhuǎn)換值,但不推薦使用generate(),因為這僅僅是字面意義上的解釋最小值,從而會忽略幾乎相等但可能更可解釋的變換。[,noadjust]用于抑制Royston(1991)對總體卡方及其顯著性水平所做的經(jīng)驗調(diào)整,呈現(xiàn)D'Agostino所描述的未改變檢驗。
gladder的功能在于根據(jù)ladder變換的結(jié)果展示出9個變換的直方圖,從而可以更直觀地看出冪階梯和正態(tài)分布檢驗有效結(jié)合的結(jié)果。gladder命令的語法格式為:
gladder varname [if] [in] [,histogram_options combine_options]
qladder與gladder類似,區(qū)別是qladder顯示varname變換的分位數(shù),根據(jù)冪級數(shù)與正態(tài)分布的分位數(shù)進行比較。qladder命令的語法格式為:
qladder varname [if] [in] [,qnorm_options combine_options]
varname為需要進行正態(tài)轉(zhuǎn)換的變量,[if]為條件表達式,[in]用于設(shè)置樣本范圍,[,histogram_options combine_options]為可選項。
下面以“數(shù)據(jù)2B”數(shù)據(jù)文件為例進行說明,“數(shù)據(jù)2B”中設(shè)置了兩個變量,分別是province和amount,其中的數(shù)據(jù)如圖2.9所示。

圖2.9 “數(shù)據(jù)2B”中的數(shù)據(jù)內(nèi)容
打開上述數(shù)據(jù)文件之后,在主界面的命令窗口中依次輸入以下命令:
sktest amount
本命令的含義是對該數(shù)據(jù)進行正態(tài)分布檢驗,檢驗結(jié)果如圖2.10所示。sktest命令拒絕了數(shù)據(jù)呈正態(tài)分布的原始假設(shè)。從偏度上看,Pr(Skewness)為0.0065,小于0.05,拒絕正態(tài)分布的原假設(shè);從峰度上看,Pr(Kurtosis)為0.0804,大于0.05,接受正態(tài)分布的原假設(shè);但是把兩者結(jié)合在一起考慮,從整體上看,Prob>chi2為0.0123,小于0.05,因而拒絕正態(tài)分布的原假設(shè)。

圖2.10 對amount變量進行正態(tài)分布檢驗
generate sramount=sqrt(amount)
本命令的含義是對數(shù)據(jù)進行平方根變換,以獲取新的數(shù)據(jù)。
sktest sramount
本命令的含義是獲取新的數(shù)據(jù)sramount進行正態(tài)分布檢驗,檢驗結(jié)果如圖2.11所示。sktest命令接受了數(shù)據(jù)呈正態(tài)分布的原始假設(shè)。從偏度上看,Pr(Skewness)為0.4418,大于0.05,接受正態(tài)分布的原假設(shè);從峰度上看,Pr(Kurtosis)為0.9062,大于0.05,接受正態(tài)分布的原假設(shè);把兩者結(jié)合在一起考慮,從整體上看,Prob>chi2為0.7293,大于0.05,接受正態(tài)分布的原假設(shè)。

圖2.11 sramount變量進行平方根變換后再進行檢驗
generate lamount=ln(amount)
本命令的含義是對數(shù)據(jù)進行自然對數(shù)變換,以獲取新數(shù)據(jù)。
sktest lamount
本命令的含義是對獲取的新數(shù)據(jù)lamount進行正態(tài)分布檢驗,檢驗結(jié)果如圖2.12所示。

圖2.12 lamount變量進行自然對數(shù)變換后再進行檢驗
通過觀察分析圖,我們可以比較輕松地得出分析結(jié)論。本例中,sktest命令接受了數(shù)據(jù)呈正態(tài)分布的原始假設(shè)。從偏度上看,Pr(Skewness)為0.0462,小于0.05,拒絕正態(tài)分布的原假設(shè);從峰度上看,Pr(Kurtosis)為0.2609,大于0.05,接受正態(tài)分布的原假設(shè);把兩者結(jié)合在一起考慮,從整體上看,Prob>chi2為0.0774,大于0.05,接受正態(tài)分布的原假設(shè)。
我們在進行數(shù)據(jù)分析時,在對初始數(shù)據(jù)進行正態(tài)性檢驗后,可以利用前面2.1.2節(jié)講述的相關(guān)知識得到關(guān)于數(shù)據(jù)偏度和峰度的信息,我們完全可以根據(jù)數(shù)據(jù)信息的偏態(tài)特征進行有針對性的數(shù)據(jù)變換。數(shù)據(jù)變換與其對應(yīng)的Stata命令以及達到的效果如表2.4所示。
表2.4 數(shù)據(jù)變換與其對應(yīng)的Stata命令以及達到的效果

ladder amount
本命令的含義是對amount變量運行l(wèi)adder命令,ladder命令把冪階梯和正態(tài)分布檢驗有效地結(jié)合到了一起,它嘗試冪階梯上的每一種冪并逐個反饋結(jié)果是否顯著地為正態(tài)或者非正態(tài)分布。ladder命令的運行結(jié)果如圖2.13所示。

圖2.13 ladder命令的運行結(jié)果
在該結(jié)果中,我們可以看出,在95%的置信水平上,僅有平方根變換square root(P(chi2)= 0.729)以及自然對數(shù)變換log(P(chi2)= 0.077)是符合正態(tài)分布的,其他冪次的數(shù)據(jù)變換都不能使數(shù)據(jù)顯著地呈現(xiàn)正態(tài)分布。
gladder amount
本命令的含義是對amount變量運行g(shù)ladder命令,gladder命令可以更直觀地看出冪階梯和正態(tài)分布檢驗有效結(jié)合的結(jié)果。gladder命令的運行結(jié)果如圖2.14所示。

圖2.14 gladder命令的運行結(jié)果
從運行結(jié)果中可以看出,每種轉(zhuǎn)換的直方圖與正態(tài)分布曲線,都與ladder命令運行結(jié)果得出的結(jié)論是一致的。
qladder amount
本命令的含義是對amount變量運行qladder命令,qladder顯示varname變換的分位數(shù),根據(jù)冪級數(shù)與正態(tài)分布的分位數(shù)進行比較。
qladder命令的運行結(jié)果如圖2.15所示。

圖2.15 qladder命令的運行結(jié)果
qladder顯示的是varname變換的分位數(shù),根據(jù)冪級數(shù)與正態(tài)分布的分位數(shù)進行比較。
- AJAX and PHP: Building Modern Web Applications 2nd Edition
- Ext JS 3.0 Cookbook
- Midjourney從入門到實戰(zhàn)應(yīng)用
- 音樂日記:Logic Pro X場景x風(fēng)格編曲實用教程
- 中文版Dreamweaver基礎(chǔ)培訓(xùn)教程
- SOLIDWORKS中文版實用教程
- 說服力:工作型PPT該這樣做(第2版)
- UG NX 12.0完全自學(xué)寶典
- 抖音+剪映+Premiere短視頻制作從新手到高手(第2版)
- 虛擬現(xiàn)實:沉浸于VR夢境
- Transformer自然語言處理實戰(zhàn):使用Hugging Face Transformers庫構(gòu)建NLP應(yīng)用
- Web Host Manager Administration Guide
- Oracle E/Business Suite R12 Supply Chain Management
- Revit 2022中文版完全自學(xué)一本通
- 中老年學(xué)微信(圖解大字版)