知识卡片
独立性评分仍需检验前提
卡方类搭配评分比较相依表的观测计数与独立性下预期计数,衡量偏离程度。它不要求把原始词频直接当正态变量,但也不能由此断言对所有稀疏、相关或经过筛选的样本都适用;评分值不等于p值,更不能仅按排名认定统计显著。书中将卡方与t检验近似并列,不表示两者假设完全相同。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- · 查看原书依据
卡方检验 就像学生t分数,卡方检验(Chi-square)这种度量方法通常用来测试两个变量之间的独立性,并可以用来测试是否为搭配的两个单词在Pearson卡方检验上是否满足统计显著性。总的来说,应用t测试和卡方测试的区别不是很大。卡方检验的优势在于它不像t测试,它没有假设变量背后的潜在分布是正态分布,因此,卡方测试使用更普遍。 似然率 似然率(Likelih
参考来源
- 位置:《社交网站的数据挖掘与分析(原书第2版)》第4章《4.4.4 分析人类语言中的二元文法》(spine87;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0076.html;u067-ch04-040)。
- 结论依据:原文在“卡方检验”附近的定义、例子或代码支撑本卡核心说明:卡方类搭配评分比较相依表的观测计数与独立性下预期计数,衡量偏离程度。边界按已读前提解释;示例未执行。
- 原始内容:卡方检验 就像学生t分数,卡方检验(Chi-square)这种度量方法通常用来测试两个变量之间的独立性,并可以用来测试是否为搭配的两个单词在Pearson卡方检验上是否满足统计显著性。总的来说,应用t测试和卡方测试的区别不是很大。卡方检验的优势在于它不像t测试,它没有假设变量背后的潜在分布是正态分布,因此,卡方测试使用更普遍。 似然率 似然率(Likelih