在檢索領域中，處理相關排序有關的質量評測，除了對結果的比較分析，還必須做統計的顯著性檢驗以及抽查率檢驗
顯著性檢驗來自統計學理論。對質量評測結果做顯著性檢驗，是利用統計學的方法，檢驗被處理的問題是否存在統計上的顯著差異。
若存在顯著性差異而又肯定測試過程中沒有錯誤，可以認定所用的方法有不完善之處，即存在較大的系統誤差。所以要對測試結果進行統計檢驗。
顯著性檢驗的一般步驟
1. 做乙個假設，即假設不存在顯著性的差異，或所有樣本**於同一體
2. 確定乙個顯著性水準，通常，檢索領域用的是0.05，即置信度為95%
3. 統計量計算和做出判斷
常用的顯著性檢驗的方法有：t檢驗、f檢驗、x^2檢驗
t檢驗法有2種情況系可以採用。1種是平均值與標準值的比較；第2種是兩組資料的平均值比較（這種是檢索領域中最常用的顯著性檢驗方法之一）
f檢驗法的應用場景是，2個人評測一樣的資料但是結論不同，這時候要看這個結論是否在統計上可以接受，還是個人誤差顯著性。
x^2檢驗的場景是，對3組或3組一樣的平均值做比較。比如，我們用同樣的方法評測不同的資料，如果還用t檢驗，要檢驗3次，比較麻煩。用x^2，可以一次性完成
不論是採用何種檢驗方法，都要用到標準差，就是系列一的內容。如果有spss，就很方便，它就幫你做了。如果沒有，可以在網上找到對應的公式，一點點的計算。這個就很麻煩
顯著性檢驗的過程，可以放在評測工具中的統計模組中，只要把公式確定並交給程式，接下來的事情就是檢視資料並分析了。打杯coffee，不用動手，讓工具幫助我們完成，多省事~~~
演算法複雜度的估計，以及常見評測結果
程式給定1秒的執行時間，則我們設計的演算法時間複雜度不能超過百萬級別，即不能超過一千萬，即若演算法的時間複雜度是o n 2 則該n不應大於3000.常見評測結果 accepted 得到該題全部分數 wrong answer 對若干組測試資料或者全部資料沒有輸出正確結果 解決方向 如果對設計的演算法有...
推薦系統的評測指標
準確度度量乙個推薦系統或者推薦演算法 使用者行為的能力。這個指標是最重要的推薦系統離線評測指標，從推薦系統誕生的那一天起，幾乎99 與推薦相關的 都在討論這個指標。這主要是因為該指標可以通過離線實驗計算，方便了很多學術界的研究人員研究推薦演算法。但是上面的定義過於粗略。覆蓋率為 100 的系統可以有...
UVAOJ的註冊和評測入門
由於uvaoj是個英文版的 所以，不少初中和小學的資訊學奧賽選手看不明白這是怎麼回事兒，在此，我一併做個簡單的說明，希望對各位有所幫助。1 據說，uvaoj 和ie之間的相容性不是很好，所以，請各位盡量使用firefox瀏覽該 2 uvaoj的位址是 不管你用任何辦法，必須看到這個 3 未註冊過的使...