如何测试 F1 分数的差异？<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />大家好，
我已经通过测量 F1 分数（ F1 分数 - 维基百科，免费的百科全书) 通过十倍交叉验证实现。我的数据，因此有以下列：分类模型、数据集、F1 分数。
现在我想测试是否：
1）预测变量之间存在统计差异。
2）最佳预测器与所有其他预测器之间存在统计差异。
我的做法是：
- 用 x 拟合 y，y=F1 和 x=分类模型
- 非参数 Wilcoxon 检验：这将回答第 1 点。
- 非参数多重比较：Wilcoxon 检验：这将回答第 2 点。
但是，我看到了 Wilcoxon 以外的其他测试，我想知道我所做的是否正确。
谢谢你的帮助，
戴维德
Re: 如何测试 F1 分数的差异？你好戴维德，
我认为你的方法是合理的。
您可能会考虑的另一种方法是 Oneway > Compare Means > With Best, Hsu MCB。这是一个多重比较过程，用于测试 X 变量的每个水平是否与“最佳”水平显着不同。输出将显示 p 值，用于将所有级别与最大值和最小值进行比较。
您可以在此处找到有关 JMP 的按 X 拟合 Y 平台中的选项的一些信息：比较均值
最好的，
迈克尔
