Unverified50% confidenceFactExact time
配对 t 检验假设两组差值服从正态分布，适用于样本量较大（通常 n>30）的场景；Wilcoxon 符号秩检验是其非参数替代方案，仅要求差值分布对称
1
Sources
50%
Confidence
Long-term
Relevance
7/13/2026
First Seen
Sources
McNemar检验对比机器学习模型：随机种子下的正确用法
redditr/learnmachinelearning7/11/2026
Related Claims
Unverified当 b+c < 25 时应改用精确的二项分布检验，将 b 视为参数 p=0.5 的二项分布下的观测值69% similarUnverifiedMcNemar 检验关注两个模型在每个样本上的分歧情况，只有判断结果不一致的样本（b和c单元格）具有信息量，两者都对或都错的样本被视为无关信息68% similarUnverified对比学习中的推远操作只要求负样本相似度低于正样本，并不要求达到-1的极端值65% similarUnverified多重比较问题指同时测试多个模型变体时，即使每个单独检验显著性水平设为0.05，整体假阳性率也会急剧膨胀64% similarUnverified25%的风险降幅数字仍需在方法论严格的复制研究中验证，应被视为值得进一步验证的信号而非最终定论62% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/502211API
curl https://kongchang.com/api/v1/knowledge/claims/502211MCP
get_claim(id=502211)