跳转到内容

统计显著性与效应量

单次运行的结果几乎没有意义。本章讲随机种子的方差、如何报告均值与置信区间、显著性检验的正确使用(以及 p 值的误读)、效应量为什么比显著性更重要,以及多重比较的修正。

  • 至少 3–5 个种子,报告标准差或置信区间
  • 统计显著不等于实际重要
  • 在同一个测试集上反复调参就是多重比较