在随机选择，且每次抽取都是等概率的的假定条件下，理论的重复彩票注数的分布（0注至41注）如下：

一等奖是完全随机出现的，那么在假设条件下，一等奖同时出现五注的概率最高，六注、四注其次，再次为七注、三注，类推……当然理论上，没有中奖（0注）和中12注以上的概率相比其他情形低了很多。

那么我们再看一看福利彩票双色球每期中一等奖（2008年1月1日至2009年7月23日）的实际分布情况：

有童鞋看出端倪了：实际数据的分布同理论上的分布是不一致的！理论上的一等奖出现概率最大在出现五注的位置，而实际上一等奖出现的最大概率出现在了两注的位置。

一些彩民为了提高中奖概率（或者说迷信一些选号方法），会采用"复式"、"胆拖"、"倍投"等方式投注，当然大部分彩民还是会老老实实的买一注。综合考虑到这些因素以后，凭经验估计样本量应该为现在的一半左右，即5000万。这样看来较为合理的一等奖中奖概率理论上分布为：

此时理论分布同实际分布已经非常相似。

还记得第一次看到<a href="http://en.wikipedia.org/wiki/Beijing_National_Aquatics_Center">水立方</a>时的惊讶么？

是什么这么吸引我们？是有如天空般的颜色？还是那气泡似的形状？

从水立方的外墙结构上看，不但外观美观，而且十分紧凑。水立方外墙为什么会有这样的性质，是因为它上应用了一项最优化的技术，即<a href="http://en.wikipedia.org/wiki/Voronoi" target="_blank">Voronoi</a> 原理。

<a href="http://en.wikipedia.org/wiki/Voronoi" target="_blank">Voronoi</a> 图也常常被称为 Dirichlet 格局（Dirichlet tessellation）。通俗讲，其原理是一项从点到面的技术。它的每个多边形只有一个"生成点"，而这个多边形上的每个点到"生成点"的距离总是比到其他"生成点"的距离要小（是不是想到了 K-means 算法？）。

下面，我根据各个省会城市（包括香港、澳门）的地理位置，利用 Voronoi 原理，计算每个省最佳控制范围（使用红色的线条标记）：

虽然理论值（最优）和现实值（行政区划、地理）总有差距，但是，比较一下会发现一些值得探讨的现象：

<ul>

为了简化起见，这里忽略了同其他包没有关系的包（当然并不是完全没有关系，所有的包都和 <a href="http://www.r-project.org">R</a> 或 <a href="http://www.r-project.org">R</a> 的基础包有关，如果这样计量的话，会导致所有的包都会指向 R）。

首先截取了这个庞大网络的一部分：

从上图我们可以看到，标记点为215、271的两个包是我们研究的包网络中的两个关键点，这两个包分别是lattice、mvtnorm。

关于这两个包：

当然，由于抽取的是一个子网络，很多的连接都被生硬地隔断，因此出现了大量的孤立点。

如果我们把 CRAN 上的1950个包都放到我们的网络中会是这样：

最后说明：

<ol>

<blockquote>客观自然界中许多事物，具有自相似的“层次”结构，在理想情况下，甚至具有无穷层次。适当的放大或缩小几何尺寸，整个结构并不改变。不少复杂的物理现象，背后就是反映着这类层次结构的分形几何学。</blockquote>

常见的曼德布洛特集是这个样子（分辨率原因，部分细节显示不够）：

假如我们把这个集合的下半部分（最下边的小块）分割出来，就是这个样子（8倍放大）：

由于分辨率的提高，所以显示了第一幅图中并没有显示的细节。

继续放大，上图的左上部分的那个小枝（6倍放大）：

再把上图最靠近左边的那个小枝——放大（50/3倍放大）：

继续放大最左边的小枝，似乎在末端又出现了一个类似的小枝（5倍放大）：

如果继续放大下去可能还是这个样子 ：）

本场比赛火箭一共20个助攻，Brooks 和 Battier 分别助攻了最高的5个和4个。每次助攻都会涉及两位球员，那么本场比赛所有助攻结果综合在一起，即我们将助攻者和被助攻者之间的关系使用社会网络关系表现出来，会有一些有趣的现象：

注释：

<hr />40场比赛助攻数据同时考虑，结果有些凌乱：

注：这个赛季火箭队有一些球员实际上并没有真正的进入轮转，比如"Tracy McGrady","Mike Harris","Jermaine Taylor","Pops Mensah-Bonsu","Brian Cook"。虽然有些球员（比如麦蒂）的确对球队的（被）助攻仍有帮助，但贡献非常有限。出于结果整洁性的考虑，上图已将这些球员因素剔除。

这破坏级地震可不是闹着玩的，得仔细瞧瞧最近这地震都发生在哪里了，震级多大？是不是会对我们构成威胁！？于是有了下面这张图——最近一周中国及周边版图地震情况（1月20日至1月25日共计六天）：

数据童鞋们可以在<a href="http://data.earthquake.cn/datashare/globeEarthquake_csn.jsp" target="_blank">这里</a>查看，里面的震级需要注意一下，有Ms和ML两种，换算关系如下。但具体什么意思大家直接 wiki 好了。

最后我们再回头看一下，最近一周地震的震级（ML）分布：

至少可以长舒一口气，原来大部分都是小震，不具“破坏性”的居多。

（首先声明，房地产市场比较复杂，比如官啊、商啊、摇号啊、中介啊、银行啊、炒房团啊，空军、多军……指标忒多，所以我一直也没搞太明白。搞不明白也想凑一凑热闹，与时俱进嘛！扔两张图上来，大家笑笑）

2008年9月1日至今的期房（不包含经适房、限价房）签约情况：

<div id="_mcePaste">其中的时点数据不包括：</div>

<div>

<div>假设2008年是期房市场正常年的话，那么2009年几乎可以用“疯狂”二字来标记北京的期房市场。每天平均400套的签约数量，动辄200、300万的房价，都贵成这样了，被谁买去啦？</div>

<div><!--more--></div>

<div>然后是北京存量房签约情况：</div>

（不知为何，北京房地场交易网没有2008年9月1日至2008年10月14日数据。）

存量房签约的情况大致和期房签约变化一致。同样是2008年的数量比较小，而到了2009年，市场开始癫狂。不过存量房签约套数变化有点意思:

上周在部门内部做了一个小规模的R相关培训，大致把R的整体构架和特点做了个综述。聊得非常随意，天马行空。在这里，贴出概要（下图）和大家一起分享：

（顺序是：从右至左，由上至下）

红色是重点讲的部分，当然还穿插了一些关于R的八卦：比如R和SPSS、SAS之间的故事……。我发现大家对“八卦”还是相当感兴趣的：）

首先是——描述：

最后是<a href="mailto:saed.sayad@utoronto.ca"> S. Sayad</a> 教授的数据挖掘<a href="http://chem-eng.utoronto.ca/~datamining/dmc/data_mining_map.htm" target="_blank">在线 intro</a>，请猛击之！

本来想标题改的彪悍一些——《一千二百个女人和我的故事》，想想还是算了吧，虽说是用了1200个漂亮女人组成了我的头像，但她们我一个也不认识，哈哈。

用的原图我就不贴了，实际上我是戴着眼镜的，马赛克平滑以后，不明显了。