- 综合排序
- 最热优先
- 最新优先
- 来自专栏数说工作室
P值之死
有一天，我走进统计学的神殿 ，将所有谎言都装进原假设的盒子里， “P值为零”， 一个声音传来， “但你已经不能再拒绝，因为，P值已经死了” 从此，这个世界上充斥着谎言。 实际上，问题并不在数据中，而是P值出了问题，正如罗斯福大学的经济学家史蒂芬所说，“P值没有起到人们期望的作用，因为它压根就不可能起到这个作用。” ? 为什么呢？为什么P值没有达到人们的期望？ 现在和数说君一起来梳理一下P值和假设检验的历史，并从中寻找答案吧。 ? 二、P值和假设检验的历史 1. 因此，费雪以及他的P值检验思想，从来没有涉及到“备择假设”的概念，没有被认为可以用来证明某个假设是对的。 ? 4. （4） 错误的混合 比较以上两个检验我们发现，Fisherian和N-P的检验思想完全不同， 费雪学派的P值检验思想，没有涉及备择假设，也从来没有被严格证明可以用来证明某个假设是对的。
1.5K70发布于 2018-04-08 - 来自专栏数说工作室
【温故】P值之死
P值的争论，纪念一下100年前的今天。 实际上，问题并不在数据中，而是P值出了问题，正如罗斯福大学的经济学家史蒂芬所说，“P值没有起到人们期望的作用，因为它压根就不可能起到这个作用。” ? 为什么呢？为什么P值没有达到人们的期望？ 现在和数说君一起来梳理一下P值和假设检验的历史，并从中寻找答案吧。 ? 二、P值和假设检验的历史 1. 因此，费雪以及他的P值检验思想，从来没有涉及到“备择假设”的概念，没有被认为可以用来证明某个假设是对的。 ? 4. （4） 错误的混合 比较以上两个检验我们发现，Fisherian和N-P的检验思想完全不同， 费雪学派的P值检验思想，没有涉及备择假设，也从来没有被严格证明可以用来证明某个假设是对的。
99720发布于 2018-08-02 - 来自专栏数说工作室
浅议P值校正
P值，通常被我们用来判断是否接受一个假设，关于P值的前世今生，可以看数说君的了一篇文章《P值之死》，在微信公众号中回复“P值”查看。 至于P值是怎么来的，为什么用P值和α相比来判断，可以去看《P值之死》，里面已经进行了详细的梳理。 对于每一个检验的P值，有： P<α=0.05/m，我们才能拒绝H0； 这样我们就校正了显著水平，当然我们也可以让α保持不变，去校正P值： P*m<α=0.05，我们才能拒绝H0； 也就是说，每一个检验做出来的 P值，我们都要乘以m，叫做校正后的P值，然后去和0.05进行比较。 或者，保持α不变，将P值校正为mP(i)/i，这个值又称为Q值 Q-value(i) = m × P(i)/i < α 根据Benjaminiand和Hochberg的论文(1995)里的证明， 以上的过程就可以控制
7.3K61发布于 2018-04-08 - 来自专栏祥子的故事
统计| p值的计算
p值的计算，R语言和python的实现 今天来说说频率中假设检验要依赖的评估指标：p值，对，你也许很清楚的知道它表达的意思，但是它是怎么算得的呢？不知道你是否知道呢？ 这次将介绍几种分布计算p值的方法（套路）。 这里以两样本均值的假设检验为例来说明。 \frac{S_{y}^{2}}{m}}} \sim N(0,1) 假设检验的介绍看博客：http://blog.csdn.net/xxzhangx/article/details/67640775 p值是说在原假设成立的条件下 ，原假设发生的概率，若是p值小于0.05，发生概率小于0.05时，认为是小概率发生了，即是差异性显著，拒绝原假设。 公式： 双边假设的p值： p=P(z<−|x¯−y¯S2xn+S2ym−−−−−−−√|) p = P( z < -| \frac{ \overline{x} - \overline{y
4K20发布于 2019-02-18 - 来自专栏Q青之家
QQWeb登陆P值算法
QloginPCode 腾讯WEB登陆协议p值算法，node.js编写，下面是服务端源码，算法请自行去github下载 点击下载 var http = require('http'); var RequestUrl get.vcode; response.writeHeader(200, { "Content-type": "text/html;charset=utf8" }) try { var p = login.getmd5(uin, pwd, vcode); response.write(p); } catch (err) { response.write(err.toString
70320发布于 2021-08-12 - 来自专栏数据指象
功效分析：P值的胞弟
学过统计学基础的同学们，对P值耳熟能详，脱口而出；关于功效我们多半像个丈二和尚，摸不着头脑。 2，P值与功效 P值：拒绝原假设而犯错第一类错误的概率。是在【基准显著水平】做拒绝或不拒绝原假设的定性指标。 功效是：1-β（第二类错误的概率）概率来定义，它衡量真实事件发生的概率。 为什么有了P值检测，还有功效检测呢？实验最重要的是提升可信度和说服力，P值虽好但也不是处处皆好，所以多一个功效检测，多一道安心的保障。 4，主角的效应值的开场 影响功效的因素有3个：样本大小，显著性水平，效应值。 我们也说过效应值是度量处理的差异程度的，不能的研究方向，不同的功效计算方法对应不同的效应值计算公式。常用的公式如下 4.3，效应值大小的标准？
94140编辑于 2022-04-27 - 来自专栏量化投资与机器学习
为什么说p值像根针？一场关于p值的战争！
如果你对p值比较陌生，简单来说呢，p值是一个告诉你是否应该认为原假设很荒谬的决策工具。 反对p值 当人们（经常是贝叶斯学派）批判p值的时候，通常可以归结为两种论点： 1、关于定义或公式。 支持p值 你应该对那些对p值怀有极端狂热的人也抱有怀疑。p值只是在一些非常特定的情形下才有用。但当p值有用的时候，就会不鸣则已，一鸣惊人。 p值是特定方式下决策的有力工具 质疑这一点非常困难。 p值的另一种情况 如果你对分析学感兴趣（不是统计学），p值是一种有用的方法来汇总数据，迭代搜索。请不要像统计学家那样去解释p值。除非数据内含特定的模式，否则p值无法说明任何事情。 如果是为别人计算p值，对你来说可能是没有用的。p值应该与那些做出相同简化假设、按相同方式制定决策的人分享。 用别人的p值是危险的事情……它们就像针：如果你要用，就用自己的！ 这就是为什么p值有点像医生用的针头。它们是供个人使用的，共用p值是很危险的事情。
70620发布于 2019-07-10 - 来自专栏渗透靶机
hackmyvm靶机：p4l4nc4
hackmyvm.eu/1.在官网搜索你想要的镜像,然后下载2.下载好后解压得到.ova的文件，右击选择VMware或者Oracle VirtualBox进行打开3.在弹出的框中，选择存放的位置，然后点击导入4. nmap 192.168.31.145 -A -O -p-开放22，80端口。80端口是标准Apache2默认页面。扫一下目录。 /n3gr4后面还跟一个php页面。也是得要扫出来的。m414nj3.php然后就是爆破参数。这里ffuf或者抓包都可以，我就选我熟悉的用了。文件包含漏洞，直接弹shell了。 friendster那就可以登录p4l4nc4这个用户了。用私钥登录就好了。登录上去之后直接跑脚本就好了。可以从/etc/passwd提权。那就直接把密码删了就完了。nano改一下就好了。
31200编辑于 2025-05-18 - 来自专栏菩提树下的杨过
fms4 p2p：图片分享
flash版本了（大致原理与上一篇完全相同）： 有三个基本类： 1、P2PSharedObject.as 用于定义要分享的(图片)数据类 package p2p { import flash.utils.ByteArray = new P2PSharedObject(); p2pSharedObject.size = file.size; p2pSharedObject.packetLenght = Math.floor 用于处理P2P文件分享(即从一个peer端发送另一个peer端) package p2p { import flash.events.Event; import flash.events.EventDispatcher ); this.p2pSharedObject = p2pSharedObject; netGroup.addHaveObjects(0,p2pSharedObject.packetLenght ; import p2p.P2PFileShare; import p2p.P2PSharedObject; public class p2p_FileShare extends MovieClip
1.4K70发布于 2018-01-23 - 来自专栏用户7627119的专栏
【R语言】P值转换成***
我们在做一些统计学分析的时候，总是能得到一个p值。但是在画图的时候，一般会把p值转换成星号（*），显示在图上。那么今天小编就来跟大家聊一聊，怎么用R语言，将P值转换成对应的*。 #install.packages("gtools") library(gtools) star2=stars.pval(pval) pval star2 这个函数连转换的参数都帮你省了，只需要输入p值就可以了
91530编辑于 2022-09-21 - 来自专栏SDNLAB
Hello World in P4
P4 简史 P4 的想法最早诞生于 2013 年，由斯坦福大学的 Nick Mckeown 教授提出，在 2014 年发布了 P4 语言的第一个正式规范 ，称为P4_14。 p4c P4 是一种编程语言，而编程语言的实体存在就是编译器（解释型语言需要解释器）。p4c 就是 P4 语言的参考编译器。 p4c 至少存在两个重要用途： p4c 编译器的前端代码、中端代码可以被复用，vendor 只需要实现自己的编译器后端 p4c 自己实现的编译器后端 p4c-bm2-ss 用于编译运行在 p4 bmv2 Reference P4_16 语言规范(https://p4.org/p4-spec/docs/P4-16-v1.2.0.html) PSA(https://p4.org/p4-spec/docs/PSA-v1.1.0 .html) P4 Tutorial(https://github.com/p4lang/tutorials) P4 Get Started(https://p4.org/p4/getting-started-with-p4
2.4K20发布于 2020-05-26 - 来自专栏linux驱动个人学习
Intel P4 CPU
P4 CPU 结构 奔4处理器是Intel的经典之作,它是采用乱序执行内核的超标量处理器。 P4采用的微架构称为 Net Burst,基本结构如下: 奔4处理器微架构被分成了4大部分: (1)存储子系统( Memory subsystem)。 P4是超标量处理器,一次能处理多条指令,自然也要一次对多条指令进行译码。 Trace cache 在P4处理器中,解码后的uop被存储在 Trace Cache中。 P4处理器实际的流水线达到了20级,比上面的介绍要更为复杂。
1.5K30发布于 2018-06-21 - 来自专栏生信补给站
scRNA分析|自定义你的箱线图-统计检验，添加p值，分组比较p值
本文主要解决以下几个问题 （1）指定统计检验方式（2）指定比较组并添加P值（3）任意比较（4）分组比较 （5）使用星号代替P值 等 一 载入R包 数据 使用本文开始的基因集评分的结果 和 ggpubr 4，多组之间比较 多组的话method使用anova p1 +stat_compare_means(method = "anova") 5，按照group分组然后比较 按照group进行分组，比较原发和转移组之间在不同细胞类型之间是否有差异 + stat_compare_means(aes(group = group)) 三 可视化调整 除上述之外还有一些常见的小调整，比如去掉p值前面的统计方法， 将P值改为星号，调整坐标轴和标签等等 = paste0("p =", ..p.format..)) ) 2，将p值改为星号 p1+stat_compare_means(comparisons = my_comparisons, aes(label = paste0("p =", ..p.format..)), # 只显示p值大小，不呈现计算方法 color="grey50",
6K31编辑于 2023-03-08 - 来自专栏后端技术
张龙netty学习笔记 P4 P5 P6
创建EventLoopGroup，一般创建两个(也可以只一个，但效率稍低，不建议)。
50330发布于 2019-05-25 - 来自专栏给永远比拿愉快
假设检验和P值那些事
假设检验和P值那些事 记得大学时候学习概率论与数理统计的时候，学习过假设检验，但我不记得课本上有提到过P值。 P值 上面讲了检验假设的一般过程，好像跟P值没什么关系？但是P值其实和检验假设息息相关的。上面的求解过程是通过判断样本观测值是否落在拒绝域而做出判断的，其实我们还可以通过计算P值直接进行判断。 那么什么是$P$值呢？ 我的理解就是P值是在原假设成立的情况下，出现比当前样本观测值更极端（包括当前样本观测值）情况的概率。 其实这样说还是挺抽象的，我们通过计算来进行说明。 计算的过程就是上面讲解假设减压和P值的过程。
1.7K10发布于 2019-01-22 - 来自专栏生信小驿站
绘制韦恩图及计算P值
（1）计算韦恩venn图交集的P值 #======================================================= #======================= 计算韦恩图P值的代码为 > phyper(inter-1, a, 20000-a, b, lower.tail = F) [1] 2.098632e-06 可以看到P值小于0.05，因此该overlap 计算venn图P值的具体资料大家可以检索：超几何分布检验（hypergeometric test）与费歇尔精确检验（fisher's exact test）； Statistical significance of the overlap between two groups of genes; Calculate venn diagram hypergeometric p value using R等。 , scaled = FALSE) pdf(file = 'venn_anti_gene.pdf', height = 5, width = 5) p
3.3K10编辑于 2021-12-06 - 来自专栏优雅R
「R」ggplot2 添加矫正p值
ggpubr 实现了 ggplot2 绘图添加 p 值的良好支持，但读者需要注意它是没有经常矫正的。矫正 p 值需要额外的处理。 % mutate(y.position = 35) stat.test # A tibble: 3 x 9 dose .y. group1 group2 statistic p method p.adj y.position 1 0.5 len OJ VC 3.1697328 0.0064 T-test p <- ggboxplot( ToothGrowth, x = "supp", y = "len", color = "supp", palette = "jco", facet.by = "dose", ylim = c(0, 40) ) p + stat_pvalue_manual(stat.test, label = "p.adj") ?
1.9K10发布于 2020-07-03 - 来自专栏优雅R
「R」ggplot 图 P 值格式化
「ggpubr」 包中的 stat_compare_means() 函数是非常常用于对 ggplot 图形添加统计比较结果的方法，近期有粉丝问到了如何对其展示的 P 值进行格式化，这里简要地做一个记录。 head(ToothGrowth) #> len supp dose #> 1 4.2 VC 0.5 #> 2 11.5 VC 0.5 #> 3 7.3 VC 0.5 #> 4 p + stat_compare_means() 可以看到图中是以检验方法+P值的结果来展示 P 值的，那么该如何修改它呢？ ，下面是一个简单的修改： p + stat_compare_means(aes(label = paste0("P = ", round(as.numeric(..p.format..), 1)))) stat_compare_means 提供的说明修改 P 值的位置： p + stat_compare_means(aes(label = paste0("P = ", round(as.numeric
1.6K10编辑于 2022-01-21 - 来自专栏Listenlii的生物信息笔记
Nature: P值到底能不能用？
fbclid=IwAR1jzbGpWu9wsHIwBdOu3byOielCLEQxPZMvHJ-3X4GW2gvy4eD98a7a9EU 统计上不显著的结果并不能“证明”原假设(即各组之间没有差异，或者某种治疗方法对某些测量结果没有影响 作者强调不是在呼吁禁止P值。也不是说P值不能在某些特定的应用中用作决策标准(例如确定一个制造过程是否满足某些质量控制标准)。 当报告P值时，将以合理的精度给出它们(例如，P = 0.021或P = 0.13)——不使用星星或字母等修饰来表示统计意义，也不使用二进制不等式(P < 0.05或P > 0.05)。 一个关键的步骤是超越二元语句的炼金术，即只是用P值判断“有效果”或“没有效果”。 相反，研究人员必须接受不确定性，并接受不同情况下的变化。 ? 4. (a) H0为真时，1000次统计检验的模拟P值。分布均匀，平均5% P < 0.05(蓝色)。 (b)在H0为真时，10次试验的1 000次模拟中最小P值的分布情况。
1K20发布于 2021-07-30 - 来自专栏SDNLAB
P4语言编程详解
在文章《P4:开创数据平面可编程时代》中介绍了P4的架构特性、交换机结构以及P4程序的工作原理，本篇为大家介绍P4语言编码及规范，从编码角度去理解P4程序的工作流程。 2.P4语言标准 当前P4语言标准的最新版本为《The P4 Language Specification Version1.1》（以下简称V1.1），目前版本的P4语言编译器已经基本实现了P4语言标准中的绝大部分特性 该数据类型在定义时会指定一个静态的最大宽度值，解析器会提取变长位串数据并设置一个值作为长度。 2)包头中字段长度可以是可变值（该特性在P4语言规范中规定，但当前编译器版本并为实现，后续版本会支持）也可以是首部中其他字段值计算后的值。而元数据中的字段长度只能是定值。 4)实例化时，首部中已定义名称的字段的值会被初始化成程序中的指定值，如果首部中只定义字段名称而未指定值，字段的值将会被初始化成0。
7.9K54发布于 2018-03-30
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号