| 计算说明(本节列出脚本中用于计算与检验的公式与步骤,便于复现): 1) 概率估计 - 观测计数 A_i 为某类别的观测次数,总试验次数为 N(或在两类比较中为 m = A + B)。 - 类别的估计概率: p_hat = A / N (若只比较两类,则条件概率 p_hat = A / m)。 2) Wilson 置信区间(用于单个类别概率的置信区间,双侧) - 给定显著性水平 alpha(双侧),先计算 z = Phi^{-1}(1 - alpha/2)。 - 设 p_hat = A / N, denom = 1 + z^2 / N center = p_hat + z^2 / (2N) rad = z * sqrt( p_hat*(1-p_hat)/N + z^2/(4N^2) ) 下界 lower = (center - rad) / denom 上界 upper = (center + rad) / denom - 区间被截断到 [0,1]。 3) 两类显著性比较(用于判断 A > B) - 只看落在 A 或 B 的样本,令 m = A + B。 - 在原假设 H0: p_A = p_B(条件下 p = 0.5)下,A ~ Binomial(m, 0.5)。 - 使用精确二项检验(binomtest)做单侧检验:H1: p_A > 0.5(即 A 的条件概率大于 B)。 - 得到单侧 p_value(脚本中称为原始 p_value)。 4) 多重比较校正(组内 Bonferroni) - 在同一组(例如门组或某方向子组)内做所有两两比较,若组内共有 T 个两两比较, 则每次检验的显著性阈值设为 alpha_per_test = overall_alpha / T(overall_alpha 默认为 0.05)。 - 仅当单侧 p_value <= alpha_per_test 时,记录显著结论 A>B(或 B>A)。 5) 差值与效应量(使用总样本 N 作为分母) - 在两类比较中,差值定义为: diff_total = (A/N) - (B/N),其中 N 为总样本量。 - 这样差值直接反映在总样本中的概率差异,便于与“误差 ≤1%(按 N 分母)”规则对齐。 - 在结论页中,差值单元格按以下规则着色: <1% → 灰色;1%~2% → 黄色;≥2% → 绿色。 6) 方向比较限制(脚本实现细节) - 方向分为两组:直角组 = {Left, Up, Right, Down};斜角组 = {Up-Left, Up-Right, Down-Right, Down-Left}。 - 仅在组内做两两比较,不跨组比较。 7) 概率统计表(概率统计页) - 每个类别的概率由原始计数除以 Total 得到:Door_X = Door_X_count / Total;Dir_Y = Dir_Y_count / Total。 8) 均值/方差/标准差(均值偏差页) - 组内均值(例如门组): mean = mean(p_i)(忽略为 0 的项以避免 Total=0 的影响)。 - 以百分比形式计算偏差列: (p_i - mean) * 100。 - 方差(%^2)使用样本方差(ddof=0),标准差为方差的平方根(%)。 本页(结论-门)说明: - 对每个实验,门组内共有 4 个类别,共 T = C(4,2) = 6 个两两比较。 - 使用 overall_alpha = 0.05,组内 Bonferroni 校正后 alpha_per_test = 0.05 / 6 ≈ 0.008333。 - 每条结论为单侧精确二项检验显著的比较,格式: 实验编号 | 结论 | p_value | A_count | B_count | 差值(pA-pB, N分母)。 |
|||||
| 实验编号 | 结论 | p_value | A_count | B_count | 差值(pA-pB, |
| 2c | Left>Up | 8.91756E-16 | 9309 | 8254 | 0.033811 |
| 2c | Right>Up | 2.28384E-15 | 9293 | 8254 | 0.033298 |
| 2c | Down>Up | 1.78106E-09 | 9031 | 8254 | 0.024901 |
| 2d | Left>Up | 1.06475E-15 | 9306 | 8254 | 0.033715 |
| 2d | Right>Up | 5.19678E-18 | 9393 | 8254 | 0.036503 |
| 2d | Down>Up | 1.18151E-08 | 8988 | 8254 | 0.023523 |
| 2d | Right>Down | 0.001441369 | 9393 | 8988 | 0.01298 |
| 3c | Left>Down | 0.001765947 | 9179 | 8787 | 0.012563 |
| 3c | Up>Down | 0.001261855 | 9193 | 8787 | 0.013012 |
| 3c | Right>Down | 0.001494574 | 9186 | 8787 | 0.012787 |
| 3d | Left>Down | 0.004207064 | 9254 | 8898 | 0.011409 |
| 4c | Right>Left | 0.004639099 | 9330 | 8977 | 0.011313 |
| 4c | Right>Down | 7.89251E-05 | 9330 | 8820 | 0.016345 |
| 4d | Right>Down | 0.000988378 | 9338 | 8919 | 0.013428 |
| 5b | Right>Down | 0.005400008 | 9119 | 8777 | 0.01096 |
| 6 | Left>Up | 0 | 12075 | 0 | 0.386982 |
| 6 | Left>Down | 6.05219E-48 | 12075 | 9925 | 0.068904 |
| 6 | Right>Up | 0 | 11913 | 0 | 0.38179 |
| 6 | Down>Up | 0 | 9925 | 0 | 0.318078 |
| 6 | Right>Down | 1.43479E-41 | 11913 | 9925 | 0.063712 |
| 6a | Left>Up | 0 | 12074 | 0 | 0.38695 |
| 6a | Left>Down | 1.00393E-47 | 12074 | 9929 | 0.068743 |
| 6a | Right>Up | 0 | 11916 | 0 | 0.381886 |
| 6a | Down>Up | 0 | 9929 | 0 | 0.318207 |
| 6a | Right>Down | 1.61923E-41 | 11916 | 9929 | 0.06368 |
| 6b | Left>Up | 0 | 12074 | 0 | 0.38695 |
| 6b | Left>Down | 6.64617E-48 | 12074 | 9925 | 0.068872 |
| 6b | Right>Up | 0 | 11921 | 0 | 0.382047 |
| 6b | Down>Up | 0 | 9925 | 0 | 0.318078 |
| 6b | Right>Down | 7.11296E-42 | 11921 | 9925 | 0.063968 |
| 8c | Left>Right | 0.00631462 | 9135 | 8800 | 0.010736 |
| 10 | Up>Down | 0.000806586 | 9166 | 8743 | 0.013557 |
| 11 | Left>Up | 0 | 11924 | 0 | 0.382155 |
| 11 | Left>Down | 9.21527E-38 | 11924 | 10029 | 0.060733 |
| 11 | Right>Up | 0 | 12122 | 0 | 0.388501 |
| 11 | Down>Up | 0 | 10029 | 0 | 0.321422 |
| 11 | Right>Down | 3.0493E-45 | 12122 | 10029 | 0.067079 |
| 11a | Left>Up | 0 | 12230 | 0 | 0.391975 |
| 11a | Left>Down | 1.6216E-62 | 12230 | 9763 | 0.079068 |
| 11a | Right>Up | 0 | 12040 | 0 | 0.385885 |
| 11a | Down>Up | 0 | 9763 | 0 | 0.312907 |
| 11a | Right>Down | 5.30952E-54 | 12040 | 9763 | 0.072978 |