Unverified50% confidenceFactExact time
对于概率为10⁻⁶甚至更低的极端事件，蒙特卡洛方法要在随机采样中捕捉到一次，理论上需要百万至十亿次以上的独立模拟
1
Sources
50%
Confidence
Long-term
Relevance
7/14/2026
First Seen
Sources
Related Claims
Unverified置换检验通过大量随机置换（通常1000到10000次）构建零假设下的经验分布来估计p值，无需参数假设但计算成本相对较高73% similarUnverified在8个模型均随机猜测的假设下，单次二元预测中至少有一个押中的概率约99.6%71% similarUnverified在机器学习多种子实验中重复次数通常只有5到10次，样本量极小，正态性假设难以验证，因此 Wilcoxon 检验往往是更保守稳健的选择67% similarUnverified一个涉及1000行数据的嵌套数组公式可能需要执行100万次比较操作67% similarUnverified对于48支球队上百场比赛的赛制，5万次模拟通常可使冠军概率的标准误差控制在约0.2%以内66% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/505440API
curl https://kongchang.com/api/v1/knowledge/claims/505440MCP
get_claim(id=505440)