# Построитель критической разности Nemenyi и рангов Фридмана

Тесты Фридмана и Имана-Дэвенпорта с точными p-значениями, средние ранги, критическая разность Неймени и классическая CD-диаграмма с кликами — плюс опциональный оверлей Bonferroni-Dunn против контрольной модели.

> Каноническая страница: https://elysiatools.com/ru/tools/nemenyi-critical-difference-friedman-rank-plotter

- **Категория:** Data Analysis

- **Ключевые слова:** немени, тест фридмана, критическая разность, cd диаграмма, demsar, сравнение бенчмарков

## Обзор

Инструмент выполняет непараметрический статистический анализ результатов бенчмарков с помощью тестов Фридмана и Имана-Дэвенпорта, рассчитывает средние ранги моделей и строит классическую диаграмму критической разности (CD-диаграмму Demšar) с выделением групп незначимых различий (клик).

## Входные данные

- **Матрица оценок (шапка: датасет, модели; строки: оценки)** (textarea): dataset, Random Forest, XGBoost, MLP, Logistic dataset-a, 0.91, 0.90, 0.88, 0.84 dataset-b, 0.82, 0.85, 0.80, 0.79
- **Направление метрики** (select)
- **Уровень значимости α** (select)
- **Post-hoc процедура** (select)
- **Контрольная модель (для Bonferroni-Dunn)** (text): exact column name of the baseline model

## Когда использовать

- Сравнение эффективности нескольких алгоритмов машинного обучения на множестве различных датасетов.
- Проверка статистической значимости различий между новой моделью и базовыми решениями (baseline).
- Подготовка научных публикаций и отчетов с визуализацией CD-диаграммы и точными p-значениями.

## Как это работает

- Вставьте матрицу метрик в формате CSV/текста, указав датасеты в строках и сравниваемые алгоритмы в столбцах.
- Выберите направление метрики («больше — лучше» для Accuracy/AUC или «меньше — лучше» для RMSE/ошибок) и уровень значимости α.
- Укажите post-hoc процедуру: Nemenyi для попарного сравнения всех моделей или Bonferroni-Dunn для сравнения с контрольной моделью.
- Получите итоговую таблицу рангов, статистику тестов Фридмана и Имана-Дэвенпорта, а также визуализированную CD-диаграмму.

## Сценарии использования

- Оценка результатов соревнований и кросс-валидации нескольких алгоритмов классификации на десятках наборов данных.
- Статистическое обоснование превосходства новой архитектуры нейросети над существующими бейзлайнами в научной статье.
- Сравнение гиперпараметров или вариантов оптимизации одной и той же модели на корпоративном пуле задач регрессии.

## Частые вопросы

### В каком формате нужно передавать матрицу оценок?

В виде текстовой таблицы с разделителями-запятыми, где первая строка содержит имена моделей, а последующие строки — имя датасета и числовые значения метрик.

### Чем отличается тест Имана-Дэвенпорта от классического теста Фридмана?

Статистика Имана-Дэвенпорта F_F менее консервативна, чем критерий хи-квадрат Фридмана, и обеспечивает более точную оценку на небольших выборках.

### Когда следует выбирать процедуру Bonferroni-Dunn вместо Nemenyi?

Используйте Bonferroni-Dunn, если цель исследования — доказать превосходство конкретной новой модели над базовым решением (контролем), а не сравнивать все алгоритмы между собой.

### Что означают соединительные линии (клики) на CD-диаграмме?

Горизонтальные линии объединяют группы моделей, разность средних рангов которых меньше критической разности (CD), то есть различия между ними статистически незначимы.

### Корректно ли ранжируются метрики, где меньшее значение является лучшим?

Да, при выборе параметра «Меньше — лучше (ошибка, RMSE)» алгоритм автоматически присваивает ранг 1 наименьшему значению метрики.

## Связанные инструменты

- [Анализатор Эксцесса](https://elysiatools.com/ru/tools/kurtosis-analyzer): Анализировать эксцесс данных для измерения "хвостости" распределения и обнаружения паттернов тяжелых или легких хвостов
- [Анализатор Корреляции](https://elysiatools.com/ru/tools/correlation-analyzer): Продвинутый инструмент корреляционного анализа, который вычисляет коэффициенты корреляции между переменными для измерения силы и направления их линейных отношений. Идеально подходит для статистического анализа, финансового моделирования, научных исследований и исследования данных. Возможности: - Множественные методы корреляции (Пирсон, Спирмен, Кендалл) - Генерация корреляционной матрицы - Статистическая проверка значимости (p-значения) - Расчет доверительных интервалов - Визуализация тепловой карты - Генерация матрицы диаграмм рассеяния - Стратегии обработки пропущенных значений - Обнаружение и обработка выбросов - Возможности группового анализа - Подробные статистические отчеты Общие случаи использования: - Финансовый рыночный анализ и оценка рисков - Научные исследования и проверка гипотез - Анализ поведения клиентов и маркетинг - Анализ медицинских и медицинских данных - Контроль качества и оптимизация процессов - Оценка образовательной эффективности
- [Генератор Сводных Таблиц](https://elysiatools.com/ru/tools/pivot-table-generator): Создание интерактивных сводных таблиц из данных CSV/JSON с настраиваемой конфигурацией полей строк, столбцов и значений
- [Анализатор Регрессии](https://elysiatools.com/ru/tools/regression-analyzer): Продвинутый инструмент регрессионного анализа для выполнения линейного регрессионного анализа, расчета регрессионной статистики и составления прогнозов. Идеально подходит для статистического моделирования, анализа тенденций, прогнозирования и понимания отношений между переменными. Возможности: - Простая линейная регрессия (y = mx + b) - Поддержка множественной линейной регрессии - Расчет коэффициентов регрессии - Проверка статистической значимости - R-квадрат и скорректированный R-квадрат - Анализ остатков и диагностика - Интервалы прогнозирования и доверительные интервалы - Обнаружение выбросов в регрессии - Метрики валидации модели - Визуальная диагностика регрессии - Поддержка преобразования данных Общие случаи использования: - Прогнозирование продаж и анализ тенденций - Финансовое моделирование и оценка рисков - Научные исследования и проверка гипотез - Контроль качества и оптимизация процессов - Маркетинговый анализ и анализ ROI - Медицинские и биологические исследования
- [Анализатор Асимметрии](https://elysiatools.com/ru/tools/skewness-analyzer): Анализировать асимметрию данных для измерения асимметрии распределения вероятностей и выявления паттернов данных
- [AI-генератор идей доменов](https://elysiatools.com/ru/tools/ai-domain-name-idea-generator): Введите ключевые слова бренда — ИИ сгенерирует до 10 идей доменов, отфильтровав занятые через DNS + RDAP. Для стартапов и разработчиков.
- [Калькулятор силы Архимеда (F = ρ·V·g)](https://elysiatools.com/ru/tools/buoyancy-calculator): Находит силу Архимеда, плотность жидкости или объём по двум из них, с анализом плавучести
- [Анализатор когорт, RFM и воронки](https://elysiatools.com/ru/tools/cohort-retention-rfm-funnel-analyzer): Вставьте CSV заказов или событий — и получите стек роста на одной странице: треугольник удержания с тепловой картой, RFM по квинтилям с десятью стандартными сегментами жизненного цикла и воронку строгого порядка.

## Примеры

- [Примеры Обработки Изображений Web Python](https://elysiatools.com/ru/samples/web-image-processing-python): Примеры обработки изображений Web Python используя PIL/Pillow включая чтение, сохранение, изменение размера и преобразование формата
- [Примеры Обработки Изображений Android Java](https://elysiatools.com/ru/samples/android-image-processing-java): Примеры обработки изображений Android Java включая чтение/сохранение, масштабирование и преобразование формата
- [Примеры Обработки Изображений Android Kotlin](https://elysiatools.com/ru/samples/android-image-processing-kotlin): Примеры обработки изображений Android Kotlin включая чтение/сохранение, масштабирование и преобразование формата
- [Примеры Обработки Изображений Web Rust](https://elysiatools.com/ru/samples/web-image-processing-rust): Примеры обработки изображений Web Rust включая чтение/запись, масштабирование и преобразование форматов