算法比较的统计测试 - JMP Pro你好，
我想测试两种不同算法的效率。
我有来自同一人群的两个随机样本。 在一个样本上，我运行算法 X；在另一个示例中，我运行算法 Y。 每项有 30 条记录。 变量类型是连续的。
我可以进行哪些统计测试来找出最佳算法以及应该比较哪些参数？
如果需要更多详细信息，请告诉我。
谢谢
缺口
高级统计建模数据混合和清理回复：算法比较的统计检验 - JMP Pro非常感谢马克。
回复：算法比较的统计检验 - JMP Pro当不可能观察整个群体时，统计推断会很有帮助。 您的帖子中没有定义人口。 统计推断评估由于总体抽样而导致的参数估计的不确定性。 根据效率度量（例如使用相同数据样本的处理时间或处理步骤）来比较两种算法。 这种情况是配对比较，可以对每个算法的连续结果使用配对 t 检验。
您的数据可能如下表所示：
我模拟了一些数据。 有来自同一总体的 100 个数据样本。 样本可能来自重采样或引导。 结果是完成算法的秒数。
您可以使用以下方法分析这些结果分析 > 专业建模 > 匹配对。
此示例显示两种算法之间存在大约 10 秒的统计显着差异。
我为你附上了我的模型。
回复：算法比较的统计检验 - JMP Pro我有很多问题，但没有更多信息，答案却很少。
1. 您想用什么特征来评估“效率”？
2. 您想用什么特征来评价“最佳”？ 如果您认为“最佳”的特征是什么，那么在您宣布其中一个特征为“最佳”之前，结果必须相差多少？
3. 有许多群体“参数”，可以从所述群体的“随机样本”中进行评估。 您是否尝试估计这些参数？ 如果可以，通过什么方法？ 置信区间、公差区间还是其他？ 手头的数据或决策是否存在时间序列成分？
4. 这是一项学术活动还是背后有实际决定的活动？ 如果是后者，请详细说明实际问题、抽样方法（真正随机……或其他）以及手头的实际决策。
5. 您对与运行过程相关的测量噪声/变化了解多少？
6. 我希望您在进行任何数值分析之前已经以图形方式检查了数据。 样本数据集中可能存在异常值、可疑观察结果或其他特征，这些特征使得任何一种特定的数值分析方法比其他方法更容易出现问题。
我可能还没有触及所有内容，但以上只是一个开始？
