🏠 Accueil
基準測試
📊 Tous les Benchmarks 🦖 Dinosaure v1 🦖 Dinosaure v2 ✅ To-Do List Apps 🎨 Pages Libres 🎯 FSACB - Showcase 🌍 Traduction
Modèles
🏆 Top 10 Modèles 🆓 Modèles Gratuits 📋 Tous les Modèles ⚙️ Modes Kilo Code
Ressources
💬 Prompts IA 📖 人工智能詞彙表 🔗 Liens Utiles

AI 詞彙表

人工智能完整詞典

200
類別
2,608
子類別
30,011
術語
📖
術語

列联表

二维矩阵,展示两个分类变量的联合分布,每个交叉单元格中显示观测到的频数。

📖
術語

卡方检验

非参数统计检验,通过比较观测频数与零假设下的期望频数来评估分类变量之间的关联性。

📖
術語

自由度

统计参数,在列联表中计算为(行数-1)×(列数-1),决定检验的参考分布。

📖
術語

P值

在变量间无关联的零假设下,获得至少与观测值一样极端的检验统计量的概率。

📖
術語

独立性检验

卡方检验的特定应用,用于检验两个分类变量在所研究总体中是否统计独立。

📖
術語

拟合优度检验

卡方检验的变体,将观测分布与指定的理论分布进行比较,以评估数据与预期模型的拟合程度。

📖
術語

交叉表

表格表示法,综合分类变量之间的关系,包括每个类别的绝对频数、相对频数和边际频数。

📖
術語

观测频数

列联表每个单元格中的实际个体数量,对应于样本中收集的原始数据。

📖
術語

期望频率

在零假设下每个单元格的理论频数,计算方式为(行总计 × 列总计)/ 样本总计数。

📖
術語

列联系数

从卡方统计量导出的分类变量间关联度量,取值范围在0到最大值之间,最大值取决于表格大小。

📖
術語

克莱姆V系数

标准化关联系数,取值范围在0到1之间,通过调整卡方统计量考虑样本量,衡量分类变量间关系的强度。

📖
術語

费希尔精确检验

适用于小样本的卡方检验替代方法,计算在零假设独立性下观察分布的确切概率。

📖
術語

标准化残差

观察频数与期望频数之差,通过其标准差进行标准化,用于识别对整体依赖性贡献最大的单元格。

📖
術語

边际表

列联表的汇总,显示行和列的总计,对于计算期望频率和条件比例至关重要。

📖
術語

理论频数

如果变量独立时每个单元格的期望值,作为评估分析中显著偏差的参考。

📖
術語

皮尔逊卡方

基本检验统计量,计算为观察频数与理论频数标准化偏差平方和,服从卡方分布。

📖
術語

Mc Nemar检验

针对配对二分数据的专门统计检验,评估同一组样本在两个时间点上比例变化的情况。

📖
術語

Yates校正

应用于2×2列联表卡方检验的连续性校正,当样本量较小时将观测频数减少0.5以改善近似效果。

📖
術語

概率表

各分类组合的联合概率分布,通过总样本量进行标准化以便于解释。

🔍

搵唔到結果