主要内容

runstest

运行随机性测试

折叠所有页面

语法

h = runstest (x)
h = runstest (x, v)
h = runstest (x, ud)
h = runstest (＿＿＿、名称、值)
(h p统计)= runstest (＿＿＿）

描述

h= runstest (x）返回null假设的测试决定，即数据向量中的值x以随机的顺序出现，反对他们没有的选择。测试是基于高于或低于平均值的连续值的运行次数x．结果h是1如果检验在5%显著性水平上拒绝了原假设，或者0否则。

例子

h= runstest (x，v）根据高于或低于指定参考值的连续值的运行次数返回测试决定v．完全等于v被丢弃。

h= runstest (x、“ud”)返回基于向上或向下运行次数的测试决定。太少的运行表明趋势，而太多的运行表明振荡。与上述值完全相等的值将被丢弃。

h = runstest (＿＿＿，名称,值）使用由一个或多个名称-值对参数指定的附加选项返回测试决定。例如，您可以更改测试的显著性级别，指定用于计算p-值，或进行单边测试。

［h，p，统计数据) = runstest (＿＿＿）还返回p-测试的值p，结构统计数据包含关于测试的附加数据。

例子

全部折叠

打开生活的脚本

从一个标准的正态分布生成一个由40个随机数组成的向量。

rng默认的；%的再现性x = randn(40岁,1);

测试值是否在x以样本中值作为参考值，以随机顺序出现。

(h p) = runstest (x (x)中位数)
h = 0
p = 0.8762

的返回值h = 0表明runstest不拒绝null假设x在默认的5%显著性水平上是随机排列的。

输入参数

全部折叠

数据向量，指定为标量值向量。runstest对待南值x表示缺少值，并忽略它们。

数据类型:单|双

参考值，指定为标量值。如果指定的值v,然后runstest根据连续的高于或低于数值的运行次数执行假设检验v．runstest丢弃恰好等于的值v．

数据类型:单|双

名称-值对的观点

指定可选的逗号分隔的对名称,值参数。的名字参数名和价值为对应值。的名字必须出现在引号内。可以以任意顺序指定多个名称和值对参数Name1, Value1,…,的家．

例子:“阿尔法”,0.01,“法”、“近似”,“尾巴”,“对”指定具有1%显著性水平的右尾测试，返回近似的p值。

假设检验的显著性水平，指定为逗号分隔对组成“α”和范围(0,1)的标量值。

例子:“阿尔法”,0.01

数据类型:单|双

计算方法p-value，指定为逗号分隔的对“方法”,要么“准确”使用精确的算法，或者“近似”用正态近似。默认值是“准确”For跑上/下，For跑上/下，当长度x小于等于50。如果runstest测试运行上/下和长度x大于50，则默认值是“近似”,“准确”方法不可用。

例子:“方法”,“近似”

替代假设的类型，指定为逗号分隔的对，由“尾巴”下面是其中之一。

“两个” 双尾检验(序列不是随机的)
“对” 右尾测试(如上下运行时值分开，上下运行时方向交替)
“左” 左尾测试(比如上面/下面运行的值聚类，上面/下面运行的值趋势)

例子:“尾巴”,“对”

输出参数

全部折叠

假设检验结果，返回为1或0．

  • 如果h= 1,然后runstest的零假设α显著性水平。

  • 如果h= 0,然后runstest无法拒绝零假设α显著性水平。

的结果runstest是基于连续的数值高于还是低于平均值x．运行过少表明有高值和低值聚集的趋势。过多的运行表明高值和低值交替出现的趋势。

runstest使用测试统计量，即运行次数与其平均值之间的差除以其标准差。当原假设为真时，检验统计量近似正态分布。

p-测试的值，作为范围[0,1]内的标量值返回。p是观察到一个检验统计量与零假设下的观测值相同或更极端的概率。小的值p对无效假设的有效性产生了怀疑。

p是从测试统计信息或运行次数的精确分布中计算出来的，这取决于为“方法”名称-值对的论点。

测试数据，作为具有以下字段的结构返回。

  • nruns—运行次数

  • n1—上述值的个数v

  • n0—下面值的数量v

  • z-测试数据

参考文献

[1] Gibbons, Jean Dickinson, Subhabrata Chakraborti。非参数统计推断。第5版，博卡拉顿:CRC出版社，2011。

另请参阅

|

之前介绍过的R2006a

统计和机器学习工具箱文档

金宝app

掌握机器学习:一步一步的指导与MATLAB

掌握机器学习:一步一步的指导与MATLAB

下载电子书