编程语言中的热点分析概念是什么,如何理解
热点分析可以得到比较重要的两个东西,z得分和p值。这两个值用来帮助判断是否可以拒绝零假设。对于热点分析而言,零假设是要素的完全空间随机性。简单来说,我们希望要素能够得出的结论是具有显著的聚集或离散模式,而不是随机模式。
p值表示概率,表示所观测到的空间模式是由某种随机过程创建而成的概率。如果p很小,则说明观测到的空间模式不太可能产生随机过程(小概率事件),因此可以拒绝零假设。
z得分是标准差的倍数。如果z得分是+2.5,可以说z得分是标准差的2.5倍。z得分的绝对值越高,高值(热点)的聚类就越紧密。所不同的是,正的高值表示热点,负得高值表示冷点。
已参与 「极客观点」 ,欢迎正在阅读的你也加入。
由于您还没有绑定你的真实邮箱,如果其他用户或者作者回复了您的评论,将不能在第一时间通知您!
暂无简介
文章 0 评论 0
接受
发布评论
评论(1)
热点分析可以得到比较重要的两个东西,z得分和p值。这两个值用来帮助判断是否可以拒绝零假设。对于热点分析而言,零假设是要素的完全空间随机性。简单来说,我们希望要素能够得出的结论是具有显著的聚集或离散模式,而不是随机模式。
p值表示概率,表示所观测到的空间模式是由某种随机过程创建而成的概率。如果p很小,则说明观测到的空间模式不太可能产生随机过程(小概率事件),因此可以拒绝零假设。
z得分是标准差的倍数。如果z得分是+2.5,可以说z得分是标准差的2.5倍。z得分的绝对值越高,高值(热点)的聚类就越紧密。所不同的是,正的高值表示热点,负得高值表示冷点。