摘要：
刚开始接触SAP了，感觉很陌生，清一色的TCode，不过里面的功能确实强大，不得不佩服啊，之前我一直是搞WinForm和WebForm的，现在能够接触到SAP那我还是想多学习一下，看了一下ABAP的语法，觉得只要能够自己试着写几个程序来练习一下的话应该不是很难，所以我决定通过C#去连接到SAP，然后去调用里面的RFC来实现一些功能，这样既可以了解.NET和SAP互相通信的知识，又可以在SAP里面编写ABAP的程序，下面看看连接SAP的代码，其实很简单： 1 //首先的引用下面三个文件 2 //这几个文件的DLL在C:\Program Files\SAP\FrontEnd\SAPgui 3 .. 阅读全文
摘要：
对于程序中的string型字段，SQLServer中有char、varchar、nchar、nvarchar四种类型来对应，开建立数据库中，对这四种类型往往比较模糊，这里做一下对比。定长与变长 所谓定长就是长度固定的，当输入的数据长度没有达到指定的长度时将自动以英文空格在其后面填充，使长度达到相应的长度；有var前缀的，表示是实际存储空间是变长的，比如varchar,nvarchar变长字符数据则不会以空格填充Unicode或非Unicode 数据库中，英文字符只需要一个字节存储就足够了，但汉字和其他众多非英文字符，则需要两个字节存储。如果英文与汉字同时存在，由于占用空间数不同，容易造成混乱. 阅读全文
摘要：
最近总是在整理Oracle的专业书籍并推荐给别人，也是对自己收集的一大堆资料和书籍的很好的回顾。发现推荐给人的都是英文原版书籍，因为Oralce这东西本就是英文的，看原版书籍对概念和思路体会得更清晰。遂，寻教于业内各位大牛，整理出以下一个原版书籍推荐列表，以供参考。排名分先后，前面的推荐度高，但并不代表后面的书不经典。书不在多，而在于精，精则灵。不是每本书都适合自己，尽阅书不如无书，笔者建议可以通读以下书籍（哪怕就看个目录），找到合适的（也就是自己觉得好的）再精读。第一类、Oracle官方东西，虽然写得很无聊，不失很好的参考：OCP官方教程：★★★★Oracle OCP Student Gui 阅读全文
摘要：
一、产品结构--BOM的重要性 BOM(Bill of Material) 叫做物料清单，也叫产品结构表、物料表等。 将产品的原材料、零配件、组合件予以拆解，并将各单项物料按物料代码、品名、规格、单位用量、损耗等依制造流程的顺序记录下来，排列为一个清单，这就是物料清单，也就是BOM。 BOM是： (1) MRP的基础。 (2) 制造令发料的计算依据。 (3) 本质上是一项工程文件，不但是产品的规范说明，而且是制造流程的依据。 (4) 用来核算产品成本的基础。 由以上知道BOM的重要性及其影响范围很大，故其内容必须随时保持正确及时。 二、建立产品结构之要点 (1) BOM必须能显示制造层次。 ( 阅读全文
摘要：
一、定义 定义：单样本变量值的随机性检验是对某变量的取值出现是否随机进行检验，也称为游程检验（Run过程）。 单样本变量值的随机性检验是由Wald提出的，它的零假设为H0：总体某变量的变量值出现是随机的。 单样本变量值的随机性检验通过游程（Run）数来实现。所谓游程是样本序列中连续出现的变量值的次数。 在SPSS单样本变量值的随机性检验中，SPSS将利用游程构造Z统计量，并依据正态分布表给出对应的相伴概率值。如果相伴概率小于或等于用户的显著性水平α，则应拒绝零假设H0，认为样本值的出现不是随机的；如果相伴概率值大于显著性水平，则不能拒绝零假设H0，认为变量值的出现是随机的。二、实例 ... 阅读全文
摘要：
一、定义 现实生活中有很多数据的取值只有两类，如医学中的生与死、患病的有与无、性别中的男性和女性、产品的合格与不合格等。从这种二分类总体中抽取的所有可能结果，要么是对立分类中的这一类，要么是另一类，其频数分布称为二项分布。调用SPSS中的二项分布检验（Binomial）可对样本资料进行二项分布分析。 SPSS二项分布检验就是根据收集到的样本数据，推断总体分布是否服从某个指定的二项分布。其零假设是H0：样本来自的总体与所指定的某个二项分布不存在显著的差异。 SPSS中的二项分布检验，在样本小于或等于30时，按照计算二项分布概率的公式进行计算；样本数大于30时，计算的是Z统计量，认为在零假设... 阅读全文
摘要：
在得到一批样本数据后，人们往往希望从中得到样本所来自的总体的分布形态是否和某种特定分布相拟合。这可以通过绘制样本数据直方图的方法来进行粗略的判断。如果需要进行比较准确的判断，则需要使用非参数检验的方法。其中总体分布的卡方检验（也记为χ2检验）就是一种比较好的方法。一、定义 总体分布的卡方检验适用于配合度检验，是根据样本数据的实际频数推断总体分布与期望分布或理论分布是否有显著差异。它的零假设H0：样本来自的总体分布形态和期望分布或某一理论分布没有显著差异。 总体分布的卡方检验的原理是：如果从一个随机变量尤中随机抽取若干个观察样本，这些观察样本落在X的k个互不相交的子集中的观察频数服从一个... 阅读全文
摘要：
一、定义 定义：单样本K-S检验是以两位前苏联数学家Kolmogorov和Smirnov命名的，也是一种拟合优度的非参数检验方法。单样本K-S检验是利用样本数据推断总体是否服从某一理论分布的方法，适用于探索连续型随机变量的分布形态。 单样本K-S检验可以将一个变量的实际频数分布与正态分布（Normal）、均匀分布（Uniform）、泊松分布（Poisson）、指数（Exponential）分布进行比较。其零假设H0为样本来自的总体与指定的理论分布无显著差异。 SPSS实现K-S检验的过程如下： （1）根据样本数据和用户的指定构造出理论分布，查分布表得到相应的理论累计概率分布函数F0(X... 阅读全文
摘要：
Sample ─数据取样Explore ─数据特征探索、分析和予处理Modify ─问题明确化、数据调整和技术选择Model ─模型的研发、知识的发现Assess ─模型和知识的综合解释和评价Sample──数据取样 当进行数据挖掘时，首先要从企业大量数据中取出一个与你要探索问题相关的样板数据子集，而不是动用全部企业数据。这就象在对开采出来矿石首先要进行选矿一样。通过数据样本的精选，不仅能减少数据处理量，节省系统资源，而且能通过数据的筛选，使你想要它反映的规律性更加凸现出来。通过数据取样，要把好数据的质量关。在任何时候都不要忽视数据的质量，即使你是从一个数据仓库中进行数据取样，也不要忘记检查其 阅读全文