知识卡片

普通读书笔记卡 · 9765.f · 生成模型:DeepSeek-V4.1-Flash

5% 的假阳性必然出现

理解等级:高级

如果每次检验都有 5% 的概率误拒 H0,那么跑一百次独立检验,即使全是均匀硬币,也预期有五次“显著”。书中用一千次模拟确认了这一点:46 次拒绝。这就是 p-hacking 的土壤——试足够多的假设、切足够多的分组、删掉几个异常值,总能凑出 p,而且不需要造假动机,只需要“看到结果再决定怎么分析”。它和 5.2 节删掉那个测试账号是同一动作,只是理由更充分。对策是把顺序倒过来:先固定假设再看数据,没有假设时先清洗数据,并记住 p 值不能代替常识和对数据本身的理解。

这张卡片看不懂?

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

    • 第7章 假设和推论 · 查看原书依据

      这意味着,如果你想要找到“显著性”结果,这通常可以实现。针对数据集进行足够多次数的假设检验,就总能找到某个具有显著性的结果。

    参考来源

    - 位置:《数据科学入门(第2版)》第7章 假设和推论(源文件:extracted/数据科学入门(第2版)/_epub-src/OEBPS/Text/0011.xhtml) - 结论依据:原文这一段直接给出本卡的核心判断:「这意味着,如果你想要找到“显著性”结果,这通常可以实现……」 - 原始内容:这意味着,如果你想要找到“显著性”结果,这通常可以实现。针对数据集进行足够多次数的假设检验,就总能找到某个具有显著性的结果。