| 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 | Up>Left | 0.001328654 | 9746 | 9330 | 0.013853 |
| 2c | Down>Left | 3.51227E-07 | 10021 | 9330 | 0.02301 |
| 2c | Up>Right | 0.003727252 | 9746 | 9375 | 0.012354 |
| 2c | Down>Right | 1.81325E-06 | 10021 | 9375 | 0.021512 |
| 2d | Left>Up | 0.003082837 | 9562 | 9186 | 0.012521 |
| 2d | Right>Up | 0.00745001 | 9520 | 9186 | 0.011122 |
| 3c | Left>Down | 2.91519E-05 | 10057 | 9494 | 0.018748 |
| 3c | Up>Down | 0.000211601 | 9987 | 9494 | 0.016417 |
| 3c | Right>Down | 4.04004E-06 | 10120 | 9494 | 0.020846 |
| 3d | Left>Down | 0.001773753 | 10092 | 9681 | 0.013686 |
| 3d | Up>Down | 0.000971834 | 10118 | 9681 | 0.014552 |
| 4c | Left>Down | 0.002239758 | 10104 | 9703 | 0.013353 |
| 6 | Left>Up | 0 | 12332 | 0 | 0.410656 |
| 6 | Left>Down | 4.15082E-30 | 12332 | 10614 | 0.057209 |
| 6 | Right>Up | 0 | 12459 | 0 | 0.414885 |
| 6 | Down>Up | 0 | 10614 | 0 | 0.353447 |
| 6 | Right>Down | 3.00624E-34 | 12459 | 10614 | 0.061439 |
| 6a | Left>Up | 0 | 12333 | 0 | 0.410689 |
| 6a | Left>Down | 3.29908E-30 | 12333 | 10612 | 0.057309 |
| 6a | Right>Up | 0 | 12458 | 0 | 0.414852 |
| 6a | Down>Up | 0 | 10612 | 0 | 0.35338 |
| 6a | Right>Down | 2.74658E-34 | 12458 | 10612 | 0.061472 |
| 6b | Left>Up | 0 | 12332 | 0 | 0.410656 |
| 6b | Left>Down | 3.83784E-30 | 12332 | 10613 | 0.057243 |
| 6b | Right>Up | 0 | 12458 | 0 | 0.414852 |
| 6b | Down>Up | 0 | 10613 | 0 | 0.353413 |
| 6b | Right>Down | 2.98691E-34 | 12458 | 10613 | 0.061439 |
| 10 | Left>Down | 0.001747799 | 9964 | 9555 | 0.01362 |
| 10 | Up>Down | 4.17053E-06 | 10182 | 9555 | 0.020879 |
| 10 | Right>Down | 0.00454839 | 9920 | 9555 | 0.012155 |
| 11 | Left>Up | 0 | 12184 | 0 | 0.405728 |
| 11 | Left>Down | 1.05823E-17 | 12184 | 10894 | 0.042957 |
| 11 | Right>Up | 0 | 12540 | 0 | 0.417582 |
| 11 | Down>Up | 0 | 10894 | 0 | 0.362771 |
| 11 | Right>Down | 2.95411E-27 | 12540 | 10894 | 0.054812 |
| 11a | Left>Up | 0 | 12396 | 0 | 0.412787 |
| 11a | Left>Down | 1.61902E-33 | 12396 | 10576 | 0.060606 |
| 11a | Right>Up | 0 | 12395 | 0 | 0.412754 |
| 11a | Down>Up | 0 | 10576 | 0 | 0.352181 |
| 11a | Right>Down | 1.7481E-33 | 12395 | 10576 | 0.060573 |