Как выполнить тест запуска в R

Редакция Кодкампа -

Тест запусков — это статистический тест, который используется для определения того, получен ли набор данных из случайного процесса.

Нулевая и альтернативная гипотезы теста таковы:

H 0 (нуль): данные были получены случайным образом.

H a (альтернативный вариант): данные не были получены случайным образом.

В этом руководстве объясняются два метода, которые можно использовать для выполнения теста Runs в R. Обратите внимание, что оба метода приводят к одинаковым результатам экзамена.

Способ 1: запустить тест с использованием библиотеки snpar

Первый способ, которым вы можете выполнить тест Run, — это функция run.test() из библиотеки snpar , которая использует следующий синтаксис:

run.test(x, точное = FALSE, альтернативное = c("двустороннее", "меньше", "больше"))

куда:

  • x: числовой вектор значений данных.
  • точно: Указывает, следует ли рассчитывать точное значение p. Это FALSE по умолчанию. Если количество прогонов довольно мало, вы можете изменить это значение на TRUE.
  • альтернатива: указывает на альтернативную гипотезу. По умолчанию двусторонний.

В следующем коде показано, как выполнить тест Run с помощью этой функции в R:

library(snpar)

#create dataset
data <- c(12, 16, 16, 15, 14, 18, 19, 21, 13, 13)

#perform Run's test
runs.test(data)

 Approximate runs rest

data: data
Runs = 5, p-value = 0.5023
alternative hypothesis: two.sided

Значение p теста составляет 0,5023.Поскольку это не меньше, чем α = 0,05, мы не можем отвергнуть нулевую гипотезу. У нас есть достаточно доказательств, чтобы сказать, что данные были получены случайным образом.

Способ 2: запустить тест с использованием библиотеки randtests

Второй способ, которым вы можете выполнить тест Run, — это функция run.test() из библиотеки randtests , которая использует следующий синтаксис:

run.test(x, альтернатива = c("двусторонний", "меньше", "больше"))

куда:

  • x: числовой вектор значений данных.
  • альтернатива: указывает на альтернативную гипотезу. По умолчанию двусторонний.

В следующем коде показано, как выполнить тест Run с помощью этой функции в R:

library(randtests)

#create dataset
data <- c(12, 16, 16, 15, 14, 18, 19, 21, 13, 13)

#perform Run's test
runs.test(data)

 Runs Test

data: data
statistic = -0.67082, runs = 5, n1 = 5, n2 = 5, n = 10, p-value =
0.5023
alternative hypothesis: nonrandomness

Еще раз p-значение теста составляет 0,5023.Поскольку это не меньше, чем α = 0,05, мы не можем отвергнуть нулевую гипотезу. У нас есть достаточно доказательств, чтобы сказать, что данные были получены случайным образом.