1. 不存在p检验,只有Z检验、T检验、卡方检验、U检验等,这些检验都有p值。
2. t检验只有当确定数据分布为正态分布时才用;独立重复实验得到结果可假设为服从正态分布(存疑);同样是t检验,也分为两种:独立样本t检验,配对样本检验。p值的python接口为
p值的python接口为:stats.t.sf(np.abs(tt),n - 1) * 2
3. U检验,wilcoxon rank-sum test,适用于任意两组数据。python-scipy接口为
<pre class="has">
scipy.stats.ranksums
然后你要清楚你的假设是什么:
4. 对比实验时,把自己的算法作为基准算法,其他对比算法和自己比。
5. 参数敏感性分析实验时,把你选择的参数(最佳组合)与其他参数作对比。
==========================================================
以下是附加内容
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。