第 9 / 87 页
非代码面试题
显示 20 / 1721 道匹配题目
答题状态：未尝试未正确已正确
ID题目领域难度题型进度权限
1697板块内挖掘后出现伪板块赢家的概率某交易台把研究对象分成 12 个板块，每个板块内有 5 个真正无效的变体。它在每个板块里只保留最小的 p 值；若该最小 p 值低于 1%，就把该板块标记出来。若假设独立，至少有一个板块被错误标记的概率是多少？统计简单derivation未尝试免费1698压缩为有效家族后的 Bonferroni 阈值一个研究网格包含 60 个模型变体，但交易台认为它们只相当于 15 个“有效独立”的家族。若要用 Bonferroni 家族层面规则把整体族误差率控制在 10% 以内，对每个有效家族应使用什么 p 值阈值？统计中等derivation未尝试面试订阅169918 个有效研究选择的 Sidak 阈值某交易台认为，大量相关的参数微调实际上只相当于 18 个有效独立的研究选择。要把整体族误差率控制在 5%，Sidak 的单项阈值应取多少？统计简单derivation未尝试免费1700让 BH 恰好保留前三个家族的 q 区间五个家族层面的赢家，其 p 值从小到大依次为 0.004、0.011、0.018、0.031 和 0.070。对哪些 BH 目标水平 q，Benjamini-Hochberg 会恰好保留前三个发现？统计中等derivation未尝试面试订阅1701让三个主题都通过 Holm 所需的改进幅度三个按从小到大排序的家族 p 值分别是 0.012、0.027 和 0.030。交易台在 5% 的整体族误差率下使用 Holm 程序。要让三个主题都通过，中间那个 p 值至少要下降多少？统计中等derivation未尝试面试订阅1703全年策略挖掘会带来多少假阳性？假设你每天都测试 20 条纯噪声交易规则，一年按 252 个交易日计算，每次都用 5% 显著性水平且不做任何校正。 那么全年期望会出现多少个假阳性？统计简单derivation未尝试免费1710由单桶阈值反推的整体误差率某交易台在 20 个彼此独立的事件桶上统一使用 0.0045 的单桶阈值。这样对应的整体族误报概率是多少？统计中等derivation未尝试面试订阅1711回测汇报误读 p = 0.03某 PM 汇报写道：“事件研究的 p 值是 0.03，因此这个信号有 97% 的概率是真的。” 这里的统计错误是什么？统计简单essay未尝试免费1713不显著不等于没效果一个小盘执行试点报告 p = 0.18，备注里写着“没有效果，所以应该停掉项目”。为什么这个结论太强？统计简单essay未尝试免费1716复现概率不是 1 - p某研究员说：“这个 alpha 的 p 值是 0.04，因此它下季度复现的概率有 96%。” 为什么这种解释无效？统计简单essay未尝试免费1717显著但商业上仍不确定一个路由微调方案的 p 值是 0.01，但其年节省额的 95% 置信区间为 [10k, 1.2m]。为什么团队仍应谨慎？统计简单essay未尝试免费17190.049 与 0.051 的决策悬崖两个回测几乎相同：一个报告 p = 0.049，另一个报告 p = 0.051。为什么仅仅因为一个低于 0.05、另一个高于 0.05，就把前者叫做“真的”、后者叫做“不真的”是糟糕做法？统计简单essay未尝试免费1720低先验概率下的阳性结果可信度假设被测试的交易想法里，真正有预测力的只有 1%。某个检验流程的 power 为 80%，假阳性率为 5%。在得到一个“阳性结果”的条件下，其中真正有效的比例是多少？统计中等derivation未尝试面试订阅1722挑选端点汇报一份报告测试了 12 个策略诊断指标，却只重点展示 p = 0.02 的那一个。评审应指出什么陷阱？统计简单essay未尝试免费1723低功效下的赢家诅咒一个稀疏信号库在很短的样本上被筛选，最终留下的信号虽然显著，但来自功效很低的环境。为什么应当对它的样本内效应量保持怀疑？统计中等essay未尝试面试订阅1724条件方向错误某位评审写道：“p = 0.07 表明零假设为真的概率是 7%。” 这里的条件方向哪里错了？统计简单essay未尝试免费1725未拒绝不等于接受某实验在 5% 水平下未能拒绝零假设。团队于是写道“零假设被接受了”。正确的修正应该是什么？统计简单essay未尝试免费1726簇随机化下的设计效应某个实验按门店而不是按顾客做随机化。若平均簇大小为 m，簇内相关系数为 ，方差的标准设计效应倍数是什么？统计中等derivation未尝试面试订阅1727CUPED 式降方差之后的等效样本量某种降方差方法把处理效应估计量的方差缩小到原来的 c 倍，其中 0<c<1。等效样本量会放大多少倍？统计中等derivation未尝试面试订阅1728触发式分析中的曝光比例在被随机化的用户中，只有比例 q 的人真正接触到被测试功能。若处理效应只存在于这些被触发的用户身上，那么 intent-to-treat 效应与 triggered-user 效应之间是什么关系？统计中等derivation未尝试面试订阅