首页 / 浏览问题 / 其他 / 问题详情
【知识竞答】第九周(10月7日-10月14日)第五题
10,503EXP 2022年10月07日

gis空间统计中的零假设、P值、Z值指什么?

57 个回答

零假设指进行统计检验时预先建立的假设。

p值指的是某一事件发生的可能性大小。

Z值表示标准差的倍数。
LAN
15EXP 2022年10月08日
零假设(null hypothesis),有时候又称原假设,指进行统计检验时预先建立的假设。也就是说,你在检验你的结果之前,先对这些结果假设一个数值区间,这个区间一般是符合某种概率分布的情况,如果你的真实结果偏离了你设定的区间,就表示发生了小概率事件。这样你原来的假设就不成立了。

p值(P-Value,Probability,Pr),代表的是概率。它是反映某一事件发生的可能性大小。在空间相关性的分析中,p 值表示所观测到的空间模式是由某一随机过程创建而成的概率。比如我说,你计算出来的p值是1,那就表示你用于计算的这份数据,100%是随机生成的了(当然,不可能是1的,0.5以上就也不得了)。如果是0.1,就表示只有10%的可能性是随机生成的结果。

z得分(Z scores)表示标准差的倍数(standard deviations)。
555EXP 2022年10月08日
零假设(null hypothesis),有时候又称原假设,官方的解释是:指进行统计检验时预先建立的假设。也就是说,你在检验你的结果之前,先对这些结果假设一个数值区间,这个区间一般是符合某种概率分布的情况,如果你的真实结果偏离了你设定的区间,就表示发生了小概率事件。这样你原来的假设就不成立了。

 p值(P-Value,Probability,Pr),代表的是概率。它是反映某一事件发生的可能性大小。在空间相关性的分析中,p 值表示所观测到的空间模式是由某一随机过程创建而成的概率。比如我说,你计算出来的p值是1,那就表示你用于计算的这份数据,100%是随机生成的了(当然,不可能是1的,0.5以上就也不得了)。如果是0.1,就表示只有10%的可能性是随机生成的结果。

z得分(Z scores)表示标准差的倍数(standard deviations)。“标准差”是什么,在官方的解释是:“总体各单位标准值与其平均数离差平方的算术平均数的平方根”,好吧,我知道这个概念有点绕口,你就知道记住“标准差能反映一个数据集的离散程度”,就可以了。那么z得分,就是标准差的倍数(有正负之分),比如z得分是+2.5,就表示你的数据计算出来,得到的结果是标准差的正2.5倍,那么就表示数据已经高度聚集了。反之,如果你算出来的是-2.5,那么就表示你的结果是标准差的负2.5倍,就是高度离散的数据了。
50EXP 2022年10月08日
零假设(null hypothesis),有时候又称原假设,官方的解释是:指进行统计检验时预先建立的假设。也就是说,你在检验你的结果之前,先对这些结果假设一个数值区间,这个区间一般是符合某种概率分布的情况,如果你的真实结果偏离了你设定的区间,就表示发生了小概率事件。这样你原来的假设就不成立了。

p值(P-Value,Probability,Pr),代表的是概率。它是反映某一事件发生的可能性大小。在空间相关性的分析中,p 值表示所观测到的空间模式是由某一随机过程创建而成的概率。比如我说,你计算出来的p值是1,那就表示你用于计算的这份数据,100%是随机生成的了(当然,不可能是1的,0.5以上就也不得了)。如果是0.1,就表示只有10%的可能性是随机生成的结果。

z得分(Z scores)表示标准差的倍数(standard deviations)。
50EXP 2022年10月09日

在空间统计中,零假设指的就是空间位置在一定区域里面呈现完全随机(均匀)分布。

p 是一个值(p value),而z是一个得分(z scores)。

P值(P-Value,Probability,Pr),代表的是概率。它是反映某一事件发生的可能性大小。在空间相关性的分析中,P值表示所观测到的空间模式是由某一随机过程创建而成的概率。Z得分(Z scores)表示标准差的倍数。

55EXP 2022年10月11日
零假设:进行统计检验时预先建立的假设。

P值:代表概念。

Z值:标准差的倍数。
25EXP 2022年10月11日
零假设(null hypothesis),有时候又称原假设,官方的解释是:指进行统计检验时预先建立的假设。也就是说,你在检验你的结果之前,先对这些结果假设一个数值区间,这个区间一般是符合某种概率分布的情况,如果你的真实结果偏离了你设定的区间,就表示发生了小概率事件。这样你原来的假设就不成立了。

p值(P-Value,Probability,Pr),代表的是概率。它是反映某一事件发生的可能性大小。在空间相关性的分析中,p 值表示所观测到的空间模式是由某一随机过程创建而成的概率。比如我说,你计算出来的p值是1,那就表示你用于计算的这份数据,100%是随机生成的了(当然,不可能是1的,0.5以上就也不得了)。如果是0.1,就表示只有10%的可能性是随机生成的结果。

z得分(Z scores)表示标准差的倍数(standard deviations)。

“标准差能反映一个数据集的离散程度
145EXP 2022年10月11日
零假设(null hypothesis)就是你在检验你的结果之前,先对这些结果假设一个数值区间,这个区间一般是符合某种概率分布的情况,如果你的真实结果偏离了你设定的区间,就表示发生了小概率事件。这样你原来的假设就不成立了。

p值(P-Value,Probability,Pr),代表的是概率。它是反映某一事件发生的可能性大小。在空间相关性的分析中,p 值表示所观测到的空间模式是由某一随机过程创建而成的概率。

z(Z scores)表示标准差的倍数(standard deviations)。“总体各单位标准值与其平均数离差平方的算术平均数的平方根”。标准差能反映一个数据集的离散程度。
10EXP 2022年10月12日

零假设指的就是空间位置在一定区域里面呈现完全随机(均匀)分布(在自然现象里面,均匀分布是极小概率才会出现的,基本上都可以忽略了,所以一般谈的就是完全随机)。

p值代表数据来源的可靠性,z表示此数据有明显的规律。

25EXP 2022年10月12日
零假设指进行统计检验时预先建立的假设。就是说,在检验结果之前,先对这些结果假设一个数值区间,这个区间一般是符合某种概率分布的情况,如果真实结果偏离了设定的区间,就表示发生了小概率事件。这样原来的假设就不成立了。

p值(P-Value),代表的是概率。它是反映某一事件发生的可能性大小。在空间相关性的分析中,p 值表示所观测到的空间模式是由某一随机过程创建而成的概率。比如计算出来的p值是1,那就表示用于计算的这份数据,100%是随机生成的了(正常情况下不可能是1)。如果是0.1,就表示只有10%的可能性是随机生成的结果。

z得分(Z scores)表示标准差的倍数。标准差能反映一个数据集的离散程度,而z得分,就是标准差的倍数(有正负之分),比如z得分是+2.5,就表示数据计算出来,得到的结果是标准差的正2.5倍,那么就表示数据已经高度聚集了。反之,如果算出来的是-2.5,那么就表示结果是标准差的负2.5倍,就是高度离散的数据了。
50EXP 2022年10月12日
...