| 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, |
| 1d | Right>Down | 0.006801016 | 9890 | 9545 | 0.01095 |
| 2c | Up>Left | 4.64718E-06 | 9933 | 9317 | 0.019552 |
| 2c | Down>Left | 0.000363657 | 9785 | 9317 | 0.014854 |
| 2c | Up>Right | 8.97729E-05 | 9933 | 9411 | 0.016568 |
| 2c | Down>Right | 0.003548596 | 9785 | 9411 | 0.011871 |
| 2d | Left>Up | 0.005722993 | 9699 | 9349 | 0.011109 |
| 3c | Left>Down | 0.000163527 | 10132 | 9626 | 0.01606 |
| 3c | Right>Down | 0.001342895 | 10048 | 9626 | 0.013394 |
| 3d | Left>Down | 0.005198444 | 10106 | 9744 | 0.01149 |
| 4c | Left>Down | 0.003289012 | 10020 | 9638 | 0.012125 |
| 4c | Right>Down | 0.000103636 | 10161 | 9638 | 0.0166 |
| 4d | Right>Down | 0.002516156 | 10114 | 9718 | 0.012569 |
| 6 | Left>Up | 0 | 12550 | 0 | 0.398349 |
| 6 | Left>Down | 9.95986E-32 | 12550 | 10769 | 0.056531 |
| 6 | Right>Up | 0 | 12638 | 0 | 0.401143 |
| 6 | Down>Up | 0 | 10769 | 0 | 0.341819 |
| 6 | Right>Down | 1.27478E-34 | 12638 | 10769 | 0.059324 |
| 6a | Left>Up | 0 | 12551 | 0 | 0.398381 |
| 6a | Left>Down | 1.08525E-31 | 12551 | 10771 | 0.056499 |
| 6a | Right>Up | 0 | 12635 | 0 | 0.401047 |
| 6a | Down>Up | 0 | 10771 | 0 | 0.341882 |
| 6a | Right>Down | 1.89943E-34 | 12635 | 10771 | 0.059165 |
| 6b | Left>Up | 0 | 12551 | 0 | 0.398381 |
| 6b | Left>Down | 1.08525E-31 | 12551 | 10771 | 0.056499 |
| 6b | Right>Up | 0 | 12635 | 0 | 0.401047 |
| 6b | Down>Up | 0 | 10771 | 0 | 0.341882 |
| 6b | Right>Down | 1.89943E-34 | 12635 | 10771 | 0.059165 |
| 10 | Up>Down | 0.000495039 | 10029 | 9567 | 0.014664 |
| 11 | Left>Up | 0 | 12483 | 0 | 0.396223 |
| 11 | Left>Down | 8.35325E-26 | 12483 | 10887 | 0.050659 |
| 11 | Right>Up | 0 | 12796 | 0 | 0.406158 |
| 11 | Down>Up | 0 | 10887 | 0 | 0.345564 |
| 11 | Right>Down | 1.22883E-35 | 12796 | 10887 | 0.060594 |
| 11a | Left>Up | 0 | 12738 | 0 | 0.404317 |
| 11a | Left>Down | 1.23749E-42 | 12738 | 10653 | 0.06618 |
| 11a | Right>Up | 0 | 12666 | 0 | 0.402031 |
| 11a | Down>Up | 0 | 10653 | 0 | 0.338137 |
| 11a | Right>Down | 5.43654E-40 | 12666 | 10653 | 0.063895 |