当前位置： 首页 > news >正文

双重差分模型学习笔记４（理论）

news 来源：原创 2025/6/23 7:00:33

【DID最全总结】90分钟带你速通双重差分！_哔哩哔哩_bilibili

目录

总结：双重差分法（DID）在社会科学中的应用：理论、发展与前沿分析

一、DID的基本原理与核心思想

二、经典DID：标准模型与应用案例

三、交错DID（Staggered DID）与动态效应

四、DID的拓展与应用前沿

五、DID在论文中的应用架构

六、总结与展望

​编辑

思维导图

一、引言

二、DID基本原理

三、标准DID（Standard DID）

四、交错DID（Staggered DID）

五、DID的拓展方法

六、DID的挑战与前沿

七、论文架构建议

八、总结

总结：双重差分法（DID）在社会科学中的应用：理论、发展与前沿分析

一、DID的基本原理与核心思想

  1. 因果识别需求

    双重差分法（Difference-in-Differences, DID）的核心目标是识别因果关系，而非相关关系。在政策评估中，需明确政策干预（如最低工资调整、运河关闭）对结果变量（就业率、叛乱数量）的净效应，避免混淆因素干扰。

  2. 单重差分的局限性

    • 截面比较：仅对比同一时点处理组与对照组的差异，但无法排除组间固有差异。

    • 时间序列比较：仅对比处理组政策前后的变化，但忽略其他时间相关因素（如经济周期）。

    • DID的改进：通过两次差分（组间差异和时间差异）控制不可观测的固定效应，更干净地识别因果效应。

  3. 平行趋势假设

    • 核心假设：若处理组未受干预，其变化趋势应与对照组平行。

    • 检验方法：通过事件研究法（Event Study）验证政策前处理组与对照组的趋势是否一致。若政策前系数不显著，则假设成立。

二、经典DID：标准模型与应用案例

  1. 标准DID模型

    Y_{it} = \alpha + \beta D_i \cdot T_t + \gamma X_{it} + \mu_i + \lambda_t + \epsilon_{it}

    • D_i：处理组虚拟变量（1=受政策影响，0=未影响）。

    • T_t：时间虚拟变量（1=政策后，0=政策前）。

    • 交互项系数(\beta)为平均处理效应（ATE）。

  2. 经典案例：最低工资对就业的影响（Card & Krueger, 1994）

    • 政策背景：1992年新泽西州提高最低工资，宾夕法尼亚州未调整。

    • DID设计：对比两州快餐店就业变化，发现最低工资提升未显著减少就业。

    • 局限性：样本量小，未控制双向固定效应，平行趋势检验不足。

  3. 双向固定效应模型（TWFE）的改进

    • 控制个体固定效应\mu_i和时间固定效应\lambda_t，缓解遗漏变量问题。

    • 案例：大运河关闭对叛乱的影响（2020年AER），通过面板数据与TWFE模型验证政策效应。

三、交错DID（Staggered DID）与动态效应

  1. 多时点政策的应用

    • 现实背景：政策常分批次实施（如中国改革开放试点）。

    • 模型调整：将绝对时间转化为相对时间（T = \text{年份} - \text{政策实施年}），允许不同个体在不同时点进入处理组。

  2. 动态DID与事件研究法

    • 动态效应检验：估计政策实施前后各期的处理效应，验证效应持续性。

    • 案例：通商口岸的长期经济影响（贾瑞雪）

      • 分四批开放口岸，利用相对时间模型和事件研究法，显示通商促进人口增长与经济发展。

      • 平行趋势检验：政策前系数不显著，支持假设。

  3. 交错DID的挑战

    • 处理效应异质性：不同批次政策效应可能不同，TWFE模型隐含同质性假设，导致估计偏误。

    • 解决方案：前沿估计量（如Sun & Abraham的队列加权法、Callaway & Sant’Anna的插补法）缓解偏误。

四、DID的拓展与应用前沿

  1. 广义DID（Generalized DID）

    • 处理强度差异：政策影响程度因个体而异（如不同地区受运河关闭冲击不同）。

    • 模型引入处理强度变量，增强灵活性。

  2. 队列DID（Cohort DID）

    • 截面数据应用：通过出生队列或历史事件队列构造“准面板”。

    • 案例：知青下乡对农村教育的影响（周黎安）

      • 利用截面数据中不同出生队列受政策影响的差异，识别知青对农村人力资本的提升效应。

  3. 合成控制法（SCM）

    • 无自然对照组的替代方案：通过加权构造“合成控制组”（如评估单一国家政策）。

    • 案例：加州烟草税改革的影响，合成未改革州的对照。

五、DID在论文中的应用架构

  1. 标准分析框架

    • 基准回归：报告TWFE模型的核心系数及显著性。

    • 平行趋势检验：通过事件研究图展示政策前趋势。

    • 稳健性检验：更换估计量、控制变量、样本范围等。

  2. 前沿方法的应用

    • 异质性处理效应：使用Sun & Abraham或Callaway & Sant’Anna方法。

    • 绘图展示：将传统TWFE与前沿估计量结果对比，增强结果可信度。

六、总结与展望

  1. DID的优势与局限

    • 优势：直观、易实现、控制固定效应。

    • 局限：依赖平行趋势假设，处理效应异质性可能导致偏误。

  2. 未来方向

    • 更灵活的估计量：如异质性时间效应模型、机器学习结合DID。

    • 数据创新：结合大数据与历史数据，扩展DID在复杂政策评估中的应用。

参考文献

  • Card, D., & Krueger, A. B. (1994). Minimum Wages and Employment. AER.

  • Huang, W. (2020). 从双重差分法到事件研究法.

  • Jia, R. (2013). The Legacies of Forced Freedom: China’s Treaty Ports. REStat.

  • Goodman-Bacon, A. (2021). Difference-in-Differences with Variation in Treatment Timing. JBES.

本报告系统梳理了DID的理论基础、经典应用、多时点政策分析及前沿进展，结合实例展示了方法的核心思想与实操要点，为政策评估研究提供了方法论参考。

AI对视频的总结

 

思维导图

一、引言

  • 视频背景：北京大学课程作业，探讨DID的理论与前沿进展
  • 主要内容
    • DID基本原理
    • 标准DID（Standard DID）
    • 交错DID（Staggered DID）
    • DID的拓展方法
    • 结合论文的架构分析

二、DID基本原理

  1. 因果识别需求
    • 社会科学需区分因果关系与相关关系
    • 政策评估的核心问题：干预效果识别
  2. 单重差分的局限
    • 截面比较（Cross-section）：假设处理组与对照组无其他差异（实际难以满足）
    • 时间序列比较（Before-after）：假设无其他政策干扰（实际复杂）
  3. 双重差分（DID）逻辑
    • 双重差分公式：Δ = (Y_treatment_post - Y_treatment_pre) - (Y_control_post - Y_control_pre)
    • 核心假设：平行趋势（处理组未受干预时与对照组趋势一致）
    • 优势：控制不可观测的个体和时间固定效应

三、标准DID（Standard DID）

  1. 模型设定
    • 双向固定效应模型：Y = β·D·T - μ_i + γ_t + ε
    • 控制个体固定效应（μ_i）和时间固定效应（γ_t）
  2. 经典案例
    • 1994年AER最低工资研究
      • 新泽西州（处理组）vs. 宾夕法尼亚州（对照组）
      • 结论：最低工资提升未显著减少就业
    • 2020年AER大运河关闭研究
      • 运河关闭对叛乱的影响（面板数据+双向固定效应）
      • 实证策略：控制地理、人口等变量，事件研究法验证平行趋势

四、交错DID（Staggered DID）

  1. 适用场景：政策多期渐进实施（如试点到推广）
  2. 模型特点
    • 相对时间变量：T = year - reform_year
    • 动态效应检验：关注政策窗口前后的动态影响
  3. 案例：通商口岸开放研究（贾瑞雪）
    • 四批次口岸开放的长期经济影响
    • 控制地理特征与时间趋势交互项
    • 结果：口岸开放促进人口增长与经济发展

五、DID的拓展方法

  1. 动态DID与事件研究法（Event Study）
    • 动态DID：估计政策动态效应（相对时间窗口）
    • 事件研究法：聚焦政策窗口，剔除未来处理样本
    • 区别：动态DID包含所有对照组，事件研究法仅保留未处理样本
  2. 数据归并与截断
    • 归并：合并远期的样本（需同质性假设）
    • 截断：删除窗口外样本（减少偏差但损失信息）

六、DID的挑战与前沿

  1. 平行趋势检验
    • 事前趋势需通过统计检验（如事件研究法中的联合显著性检验）
    • 事后趋势可放宽（关注处理效应持续性）
  2. 处理效应异质性
    • 广义DID（Generalized DID）：处理强度差异（如政策覆盖率）
    • 异质性分析：分样本检验（如地理、经济条件）

七、论文架构建议

  1. 基准回归：标准DID模型+双向固定效应
  2. 稳健性检验
    • 更换控制组、时间窗口
    • 加入控制变量与趋势项
  3. 机制分析：中介效应模型或分组检验
  4. 扩展分析：异质性处理效应或长期影响

八、总结

  • DID优势：因果识别强、适用面板数据、可检验平行趋势
  • 局限：依赖平行趋势假设、政策冲击外生性要求高
  • 前沿方向：交错DID的估计方法改进、大数据下的动态效应分析

相关文章：

双重差分模型学习笔记４（理论）

【DID最全总结】90分钟带你速通双重差分！_哔哩哔哩_bilibili 目录 总结：双重差分法（DID）在社会科学中的应用：理论、发展与前沿分析 一、DID的基本原理与核心思想 二、经典DID：标准模型与应用案例 三、…...

编程日记 2025/6/23 7:00:33

【Pandas】pandas DataFrame diff

Pandas2.2 DataFrame Computations descriptive stats 方法描述DataFrame.abs()用于返回 DataFrame 中每个元素的绝对值DataFrame.all([axis, bool_only, skipna])用于判断 DataFrame 中是否所有元素在指定轴上都为 TrueDataFrame.any(*[, axis, bool_only, skipna])用于判断…...

编程日记 2025/5/28 7:46:30

什么是Agentic AI（代理型人工智能）？

什么是Agentic AI（代理型人工智能）？ 一、概述 Agentic AI（代理型人工智能）是一类具备自主决策、目标导向性与持续行动能力的人工智能系统。与传统AI系统依赖外部输入和显式命令不同，Agentic AI在设定目标…...

编程日记 2025/5/22 23:36:20

记录算法笔记(2025.5.15)二叉树的层序遍历

给你二叉树的根节点 root ，返回其节点值的 层序遍历 。 （即逐层地，从左到右访问所有节点）。 示例 1： 输入：root [3,9,20,null,null,15,7] 输出：[[3],[9,20],[15,7]] 示例 2： 输入…...

编程日记 2025/5/26 6:52:11

2025 Java 微信小程序根据code获取openid，二次code获取手机号【工具类】拿来就用

一、controller调用 /*** 登录** author jiaketao* since 2024-04-10*/ RestController RequestMapping("/login") public class LoginController {/*** 【小程序】登录获取session_key和openid** param code 前端传code* return*/GetMapping("/getWXSessionKe…...

编程日记 2025/5/27 7:49:58

2021-10-25 C++三的倍数含五

缘由含数字五且是三的倍数-编程语言-CSDN问答 void 三的倍数含五() {//缘由https://ask.csdn.net/questions/7544132?spm1005.2025.3001.5141int a 3, aa a;while (a < 10000){if (aa)if (aa % 10 5)std::cout << a << std::ends, aa a 3; else aa / 10;…...

编程日记 2025/5/22 9:03:38

编程日志5.8

二叉树练习题 1.965. 单值二叉树 - 力扣（LeetCode） /** * Definition for a binary tree node. * struct TreeNode { * int val; * TreeNode *left; * TreeNode *right; * TreeNode() : val(0), left(nullptr), right(nullptr) {} * TreeNode(int x) :…...

编程日记 2025/5/26 7:35:56

Vue.js---避免无限递归循环 调度执行

4.4 避免无限递归循环 什么情况下会无限递归&#xff1f; 01 const data { foo: 1 } 02 const obj new Proxy(data, { /*...*/ }) 03 04 effect(() > obj.foo)例如这种情况&#xff0c;它会反复设置添加一直到栈溢出 首先读取obj.foo 的值&#xff0c;这会触发 track 操…...

编程日记 2025/5/29 12:43:49

AI大模型学习二十四、实践QEMU-KVM 虚拟化：ubuntu server 25.04 下云镜像创建Ubuntu 虚拟机

一、说明 虽然说大部分的场合&#xff0c;docker都能解决问题&#xff0c;但是有些大型的软件安装时如果修改配置会很麻烦&#xff0c;比方说前面遇到的code-server和dify 默认都是80和443端口要使用&#xff0c;安装在一起就会端口冲突&#xff0c;通过该端口来解决问题&#…...

编程日记 2025/5/27 6:13:45

Lovart：首个AI设计智能体

今天介绍一款AI设计智能体——Lovart&#xff0c;能调用各种绘画API和视频API&#xff0c;也能调用LibLib上的Flux和LoRA&#xff0c;并且智能体的编排效果确实很好&#xff0c;产出效果比豆包和ChatGPT都好&#xff0c;可以说没有竞品。视频为效果演示&#xff0c;官网有更多案…...

编程日记 2025/5/24 7:12:14

Trae 插件 Builder 模式：从 0 到 1 开发天气查询小程序，解锁 AI 编程新体验

在软件开发领域&#xff0c;效率与创新始终是开发者追求的核心目标。Trae 插件&#xff08;原 MarsCode 编程助手&#xff09;Builder 模式的全面上线&#xff0c;无疑为开发者带来了全新的解决方案。它不仅同时支持 VS Code、JetBrains IDEs 等主流开发环境&#xff0c;还能让…...

编程日记 2025/5/24 20:45:14

解决ubuntu20中tracker占用过多cpu，引起的风扇狂转

track是linux中的文件索引工具&#xff0c;ubuntu18之前是默认不安装的&#xff0c;所以在升级到20后会默认安装&#xff0c;它是和桌面程序gnome绑定的&#xff0c;甚至还有很多依赖项&#xff0c;导致无法删除&#xff0c;一旦删除很多依赖项都不能运行&#xff0c;禁用也很难…...

编程日记 2025/5/29 22:23:12

解码生命语言：深度学习模型TranslationAI揭示RNA翻译新规则

RNA翻译是基因表达的核心环节&#xff0c;其精确调控依赖于翻译起始位点&#xff08;TIS&#xff09;和终止位点&#xff08;TTS&#xff09;的准确识别。传统方法依赖于简单的经验规则&#xff08;如Kozak序列或最长开放阅读框ORF&#xff09;&#xff0c;但忽略了RNA结构、顺…...

编程日记 2025/6/21 1:43:37

20250515测试飞凌的OK3588-C的核心板在Linux R4下适配以太网RTL8211F-CG时跑iperf3的极速

20250515测试飞凌的OK3588-C的核心板在Linux R4下适配以太网RTL8211F-CG时跑iperf3的极速 2025/5/15 14:47 缘起&#xff1a;让飞凌的OK3588-C的核心板在Linux R4下&#xff0c;想看看以太网RTL8211F-CG的极速。 于是在飞凌的OK3588-C的核心板上&#xff0c;iperf3的收发一起跑…...

编程日记 2025/5/28 16:36:35

在Linux内安装虚拟机安装vmnet.tar 报错

编译报错如下: /usr/lib/vmware/modules/source/vmnet-only/userif.c: 在函数‘VNetCsumCopyDatagram’中: /usr/lib/vmware/modules/source/vmnet-only/userif.c:88:39: 错误&#xff1a;‘skb_frag_t {或称 const struct bio_vec}’ has no member named ‘page_offset’; di…...

编程日记 2025/5/22 18:32:04

CodeBuddy编程新范式

不会写&#xff1f;不想写&#xff1f; 腾讯推出的CodeBuddy彻底解放双手。 示例 以下是我对CodeBuddy的一个小体验。 我只用一行文字对CodeBuddy说明了一下我的需求&#xff0c;剩下的全部就交给了CodeBuddy&#xff0c;我需要做的就是验收结果即可。 1.首先CodeBuddy会对任…...

编程日记 2025/5/27 17:29:01

ESP32简介及相关使用

乐鑫官网&#xff1a; 无线通信 SoC、软件、云和 AIoT 方案&#xff5c;乐鑫科技 (espressif.com) 简介 ESP32 是由 乐鑫科技&#xff08;Espressif Systems&#xff09; 推出的一款高性能、低功耗的 Wi-Fi & 蓝牙双模物联网&#xff08;IoT&#xff09;芯片&#xff0c;广…...

编程日记 2025/5/30 19:59:51

全志F10c200开发笔记——移植uboot

相关资料&#xff1a; &#xff08;二&#xff09;uboot移植--从零开始自制linux掌上电脑&#xff08;F1C200S)&#xff1c;嵌入式项目&#xff1e;-CSDN博客 F1C200S挖坑日记&#xff08;3&#xff09;——Uboot编译篇_f1c200s uboot-CSDN博客 一、安装编译器 Linaro Rele…...

编程日记 2025/5/26 21:52:55

解密企业级大模型智能体Agentic AI 关键技术：MCP、A2A、Reasoning LLMs- Manus解密

解密企业级大模型智能体Agentic AI 关键技术&#xff1a;MCP、A2A、Reasoning LLMs- Manus解密 那你当前这个步骤执行完成之后&#xff0c;这边说了一个非常重要的点&#xff1f;每次迭代只选择一个工具&#xff0c;这个可能对大家感觉有点反直觉&#xff0c;可能大家立即选择分…...

编程日记 2025/5/28 2:12:24

理解c++中关键字友元friend的作用

理解c中关键字友元friend的作用 friend 关键字在 C 中用于声明一个函数或类为另一个类的友元。 友元函数或友元类可以访问该类的私有&#xff08;private&#xff09;和保护&#xff08;protected&#xff09;成员。 友元函数 作用&#xff1a; 允许非成员函数访问私有成员&…...

编程日记 2025/5/29 14:44:00

【学习心得】2025年Docker Desktop安装记录

1、docker的官方网站&#xff0c;已进入就可以看到下载按钮&#xff0c;无脑点击下载&#xff01;英特尔的CPU所以选择AMD64 2、双击安装&#xff0c;默认的勾选不用改 Docker Desktop 4.40.0安装过程中的配置选项窗口 Use WSL 2 instead of Hyper-V (recommended)&#xff08…...

编程日记 2025/5/31 11:24:33

数据结构——例题2

1.在线性表中&#xff0c;除了开始元素外&#xff0c;每个元素&#xff08;A&#xff09; A.只有唯一的前驱元素 B.只有唯一的后继元素 C.有多个前驱元素 D.有多个后继元素 2.在一个长度为n的顺序表中删除第i个元素&#xff08;1<i<n&#xff09;时&#xff0c;需向前…...

编程日记 2025/5/26 6:18:47

python开发api平台雏形

api平台雏形 一、Django基本配置 1.1使用pycherm创建项目 1.2 运行项目 1.3 创建app python.exe .\manage.py startapp cmdb1.4 settings.py添加app 1.5 settings.py设置数据库 DATABASES {default: {ENGINE: django.db.backends.mysql,NAME: devopsapi,USER: root,PASSWO…...

编程日记 2025/5/22 21:18:55

Android Development Roadmap

&#x1f527; Android Development Roadmap (Practical First → Theory Later) Here’s a lean, real-world roadmap tailored to the mindset — build-first, theory-when-needed: &#x1f7e2; Stage 1: Core Setup & Workflow (Done ✅) ✅ Install Android Studio…...

编程日记 2025/5/29 10:32:30

将.pt文件执行图像比对

目录 1. 加载模型 2. 图像预处理 3. 提取图像特征 4. 计算相似度 调用API或封装函数即可实现端到端比对 使用.pt文件进行图像比对通常涉及以下步骤&#xff1a; 1. 加载模型 python import torch# 假设模型是PyTorch保存的权重文件 model YourModelClass() # 需与保存时…...

编程日记 2025/5/18 0:24:32

西门子S7-1200 MC卡使用方法及故障现象分析

一、S7 1200 MC卡 S7 1200系列PLC使用的存储卡为SD卡&#xff0c;也被称为MC卡 &#xff0c;支持4M、12M、24M、256M、2G以及32G等不同容量规格。它可作为程序卡、传送卡&#xff0c;还能用于更新硬件及解除密码&#xff0c;在S7 1200的系统运行和维护中扮演着重要角色。 二…...

编程日记 2025/5/27 5:01:38

5.重建大师数据管理模块介绍

摘要&#xff1a;本文主要介绍重建大师数据管理模块&#xff0c;包含&#xff1a;照片、点云数据可视化管理工具。 数据管理界面主要包含工具栏、可视化界面和照片组列表三部分。 图 数据管理界面 1.工具栏 工具栏包含以下功能按钮&#xff0c;包含添加照片、视频、点云、控制…...

编程日记 2025/5/27 1:26:56

BUUCTF——shrine

BUUCTF——shrine 进入靶场 只有一串代码 import flask import os app flask.Flask(__name__) app.config[FLAG] os.environ.pop(FLAG) #程序从环境变量 FLAG 读取一个敏感值&#xff0c;并存储在 app.config[FLAG] 中。 #安全问题&#xff1a;如果攻击者能访问 app.con…...

编程日记 2025/6/1 9:22:35

基于FPGA的车速检测系统仿真设计与实现

标题:基于FPGA的车速检测系统仿真设计与实现 内容:1.摘要 本文旨在设计并实现基于FPGA的车速检测系统仿真。随着汽车行业的快速发展&#xff0c;精确的车速检测对于车辆的安全性和性能评估至关重要。本研究采用FPGA作为核心处理单元&#xff0c;结合传感器数据采集与处理技术进…...

编程日记 2025/5/19 11:11:42

STM32 DMA技术深度解析：从原理到实战应用讲解

知识点1【DMA的介绍】 直接内存访问&#xff08;DMA&#xff09;用来提供在外设和存储器之间或者存储器和存储器之间的高速数据传输&#xff0c;无需CPU的干预&#xff0c;数据可以通过DMA快速地移动&#xff0c;这就节省了CPU的资源&#xff0c;来做其他的操作——提高CPU的效…...

编程日记 2025/6/20 10:36:42

模仿学习笔记

模仿学习总共分两类&#xff1a; 行为克隆&#xff1a;BC,Dagger逆强化学习:又分为 2.1基于最大边际逆强化学习 &#xff08;无法主要歧义问题&#xff09;&#xff1a;学徒学习 2.2 基于最大熵逆强化学习 &#xff08;主要解决歧义问题&#xff09;:GAIL 学徒学习 基于最大熵…...

编程日记 2025/5/29 12:36:55

论文学习_Directed Greybox Fuzzing

摘要&#xff1a;现有的灰盒模糊测试工具&#xff08;Greybox Fuzzers&#xff0c;简称GF&#xff09;在测试引导性方面存在明显不足&#xff0c;比如难以有效地将测试引导至特定的高风险变更或补丁、关键系统调用、危险代码位置&#xff0c;或是试图重现漏洞时涉及的堆栈追踪中…...

编程日记 2025/5/28 8:49:32

《MySQL：MySQL视图特性》

视图是一个虚拟表&#xff0c;其内容由查询定义。同真实的表一样&#xff0c;视图包含一系列带有名称的列和行数据。视图的数据变化会影响基表&#xff0c;基表的数据变化也会影响视图。 创建视图 create view 视图名 as select语句; 删除视图 drop view 视图名; 视图规则与限…...

编程日记 2025/5/19 12:36:26

Flutter——数据库Drift开发详细教程(六)

目录 1.视图2.视图中列的可空性3.DAO4.流查询5.高级用途6.注意事项 1.视图 也可以将SQL 视图定义 为 Dart 类。为此&#xff0c;请编写一个抽象类来扩展View。此示例声明了一个视图&#xff0c;用于读取示例中架构中某个类别中添加的待办事项数量&#xff1a; abstract class C…...

编程日记 2025/6/4 4:12:23

PCIe数据采集系统

PCIe数据采集系统 一、模块功能划分与职责 1. 时钟管理模块 (clock_manager) 核心功能&#xff1a; 生成系统所需的多时钟信号&#xff08;100MHz 系统时钟、125MHz PCIe 时钟、200MHz DDR3 时钟&#xff09;。 关键接口&#xff1a; 输入&#xff1a;系统主时钟 sys_clk、P…...

编程日记 2025/6/22 11:27:54

mac docker弹窗提示Docker 启动没有响应

一、原因分析 这台笔记电脑是Mac M3操作系统，安装Docker之后，Docker应用程序一直启动不起来。 二、解决办法 sudo rm /Library/PrivilegedHelperTools/com.docker.vmnetd sudo cp /Applications/Docker.app/Contents/Library/LaunchServices/com.docker.vmnetd /Library/Pri…...

编程日记 2025/5/27 15:02:54

TVS管用万用表测量方法详解（含二极管档使用指南）

点击下面图片带您领略全新的嵌入式学习路线 &#x1f525;爆款热榜 88万阅读 1.6万收藏 TVS管&#xff08;瞬态抑制二极管&#xff09;是一种用于保护电路免受瞬态高电压冲击的半导体器件。其核心功能是通过快速导通将过压钳位在安全范围内。本文将重点介绍如何用万用表测量…...

编程日记 2025/6/2 21:48:12

当下流行的智能体通信协议：MCP、A2A、ANP 分别是什么？

在当前人工智能&#xff08;AI&#xff09;智能体生态系统中&#xff0c;智能体之间的有效沟通至关重要。为了让AI智能体能够高效、安全地协同工作&#xff0c;业界提出了多种通信协议。其中&#xff0c;MCP、A2A 和 ANP 代表了三个关键层级的通信协议&#xff0c;各自应对不同…...

编程日记 2025/6/20 2:28:23

中国近代史2

甲午中日战争&#xff08;1894-1895&#xff09; 1.开始的标志&#xff1a;丰岛海战 2.进程 平壤之战&#xff1a;清军统帅叶志超不战而降&#xff0c;回民将领左宝贵以身殉职 黄海海战&#xff08;大东沟海战&#xff09;&#xff1a;北洋水师黄海遭遇日本舰队&#xff0c;水…...

编程日记 2025/6/22 1:31:04

Ubnutu ADB 无法识别设备的解决方法

1. 正确安装adb 下载地址 2. 检查 Linux 是否识别设备 lsusb通过上述指令&#xff0c;分别查询插入、断开设备的usb设备表&#xff0c;如下所示&#xff1a; # 插入设备 adbc:~$ lsusb Bus 002 Device 001: ID 1d6b:0003 Linux Foundation 3.0 root hub Bus 001 Device 011:…...

编程日记 2025/5/30 10:22:46

基于策略的强化学习方法之近端策略优化（PPO）深度解析

PPO&#xff08;Proximal Policy Optimization&#xff09;是一种基于策略梯度的强化学习算法&#xff0c;旨在通过限制策略更新幅度来提升训练稳定性。传统策略梯度方法&#xff08;如REINFORCE&#xff09;直接优化策略参数&#xff0c;但易因更新步长过大导致性能震荡或崩溃…...

编程日记 2025/6/4 0:16:54

前端图形渲染 html+css、canvas、svg和webgl绘制详解，各个应用场景及其区别

在前端开发中&#xff0c;HTMLCSS、Canvas、SVG 和 WebGL 是实现图形渲染的四种常见技术。它们各自具有不同的特点和适用场景。以下是对这四种技术的详细解析&#xff1a; 1. HTML CSS 特点&#xff1a; 主要用于构建网页的结构和样式。通过 CSS 可以实现简单的图形效果&am…...

编程日记 2025/6/20 6:31:58

《Navicat之外的新选择：实测支持国产数据库的SQLynx核心功能解析》

数据库工具生态的新变量 在数据库管理工具领域&#xff0c;Navicat长期占据开发者心智。但随着国产数据库崛起和技术信创需求&#xff0c;开发者对工具的兼容性、轻量化和本土化适配提出了更高要求。近期体验了一款名为SQLynx的国产数据库管理工具&#xff08;麦聪旗下产品&am…...

编程日记 2025/6/21 13:17:43

Elasticsearch 快速入门指南

1. Elasticsearch 简介 Elasticsearch 是一个基于 Lucene 的开源分布式搜索和分析引擎&#xff0c;由 Elastic 公司开发。它具有以下特点&#xff1a; 分布式&#xff1a;可以轻松扩展到数百台服务器&#xff0c;处理 PB 级数据实时性&#xff1a;数据一旦被索引&#xff0c;…...

编程日记 2025/5/26 6:00:33

解决Mawell1.29.2启动SQLException: You have an error in your SQL syntax问题

问题背景 此前在openEuler24.03 LTS环境下的Hive使用了MySQL8.4.2&#xff0c;在此环境下再安装并启动Maxwell1.29.2时出现如下问题 [ERROR] Maxwell: SQLException: You have an error in your SQL syntax; check the manual that corresponds to your MySQL server version f…...

编程日记 2025/5/30 7:02:31

【Conda】环境应用至JupyterLab

目录 ✅ 步骤一&#xff1a;激活你的 conda 虚拟环境 ✅ 步骤二&#xff1a;安装 ipykernel&#xff08;如果尚未安装&#xff09; ✅ 步骤三&#xff1a;将环境注册为 Jupyter 内核 ✅ 步骤四&#xff1a;启动 JupyterLab 并选择内核 &#x1f9fc; 可选&#xff1a;删除…...

编程日记 2025/6/4 12:21:25

英语六级听力

试卷结构考试内容数量听力理解长对话8*7.1分听力篇章7*7.1分讲话/报道/讲座10*14.2分考点分析 A. 理解明示的信息 理解主旨大意听懂重要信息或特定的细节理解说话人明确表达的观点、态度等B. 理解隐含的信息 推论隐含的意义判断话语的交际功能推断说话人的观点、态度等C. 运用…...

编程日记 2025/5/30 9:04:50

视差计算，求指导

通过SGBM算法算出来的视差图&#xff0c;照片是3072*3072的&#xff0c; numDisparities是112&#xff0c;bloksize是7 不知道怎么调整了&#xff0c;求指导...

编程日记 2025/5/26 14:48:30

各个历史版本mysql/tomcat/Redis/Jdk/Apache/gitlab下载地址

mysql 各版本下载地址&#xff1a; https://downloads.mysql.com/archives/community/ **************************************************************** tomcat 各版本下载地址&#xff1a; https://archive.apache.org/dist/tomcat/ ********************************…...

编程日记 2025/6/20 1:51:34

【Redis】压缩列表

目录 1、背景2、压缩列表【1】底层结构【2】特性【3】优缺点 1、背景 ziplist&#xff08;压缩列表&#xff09;是redis中一种特殊编码的双向链表数据结构&#xff0c;主要用于存储小型列表和哈希表。它通过紧凑的内存布局和特殊的编码方式来节省内存空间。 2、压缩列表 【1…...

编程日记 2025/5/26 5:49:57