R語言GLM包相關問題 PHP數組定義及比較 git pull 2016.08.04回顧

1、上午排查了風控系統的問題，重新計算金額和重跑模型需要整合！前端已經限制多次點選重跑模型按鈕！模型的SQL同時跑有可能會出現，找不到某個表的錯誤，因為調用表的時候，表可能被另外正在跑的SQL給DROP掉了，恰好會出現SQL找不到表錯誤！搞清楚了調用次序是re_model->lptrigger_fraud->model，傳征信的調用順序是parse->lptrigger_fraud->model。但是我發現日志中相同時間的可能次序不一樣（或者秒後還有毫秒被省略我無法看見）

2、php數組我以前一直以array()的形式建數組，比如$data = array('a','b','c')，昨天我才發現是可以直接建的$data = ['a','b','c']，而且可以直接把索引寫出來，比如$data['test'] = ['a','b','c'=>'haha']，這樣就直接建了一個名叫$data的關聯(混合？)數組，有一個key是test，python還不能這樣直接建，php這種方法要友善多了，我以前一直用array去建的，而且好像python并不能雜糅的寫，list就是list，dict就是dict，python雜糅的寫上面的例子就是data = ['a','b',{'c':'cc'}]，需要用dict的{}包一下

3、更新了風控系統一個小邏輯

4、昨天還有很大部分時間在研究一些細節問題，關于R語言的GLM包輸出logistic模組化的結果的時候會輸出一個統計量Z的值，我不知道這個Z是什麼統計量，是用的什麼統計檢驗方法，後來查了很多資料，我搞清楚了這個統計檢驗方法叫做wald檢驗，是檢驗回歸系數的顯著性，原假設是系數等于0，p小于0.05拒絕原假設(顯著性水準0.05)，至于這個檢驗方法的機制我不是很明白，需要一定的統計基礎，我看起比較打腦殼，我隻曉得現象就是，你不斷添加或删除變量，某系數的統計值都會發生變化，相應的p值也會發生變化，有可能開始顯著的變量再加入另外一個變量後就變得不顯著了！但是我用實際的資料集實驗了一下，觀察到的現象是（可能存在局部偏見）那些很顯著的變量随便怎麼加其他變量好像還是很顯著，而且p值變動很小，但是有些不那麼顯著的變量，有可能加進新變量後變化很大，是以我最重要可能是需要搞清楚變量間是如何互相影響的，而且我現在基本上确定了SAS的篩選變量的方法就是用統計檢驗按照一定的進入順序去篩選，而我現在使用的R的包是，用AIC這個名額去篩選出AIC最小的模型（最優子集），然而篩選出的最優子集可能某些變量實際上是不顯著的，是以AIC的機制可能也需要去了解！昨天同僚給我講了一下為什麼wald檢驗要用z-value或者用t-value，我聽起也是比較打腦殼，相關的統計學概念實在是記不清楚了，是以我要搞清楚，可能還需要自己一步步去看那些基本概念！

5、還有一點logistic本身是可解釋的，似乎某自變量變化一個機關，風險增大多少（系數）是可以解釋的？我不太确定，昨天偶然看到，然而我的自變量都woe編碼過的，這樣可行嗎？

6、github兩個人同時合作一個項目，我是直接用git pull把雲端同步到本地，但是我聽我朋友說，可以直接push，然後會提醒本地不是最新的而要求更新到最新的版本，下次可以試試

差不多，以上