知识卡片
5% 的假阳性必然出现
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?
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
- 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。