主要内容

runstest

运行测试的随机性

所有的页面崩溃

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)返回一个零假设的测试决定数据向量中的值x以随机的顺序,对他们不的选择。测试是基于连续运行的数量值高于或低于平均值x。结果h是1如果测试拒绝零假设在5%的显著性水平,或0否则。

例子

h= runstest (x,v)返回一个测试决定基于连续运行的数量值高于或低于指定的参考价值v。值相等v被丢弃。

h= runstest (x、“ud”)返回一个基于数量的测试决定向上或向下运行。运行表明趋势太少,太多的运行指示一个振荡。值等于前面的值被丢弃。

h = runstest (___,名称,值)返回一个测试决定使用附加选项指定一个或多个参数名称-值对。例如,您可以改变测试的显著性水平,指定算法用来计算p值,或者进行单侧检验。

(h,p,统计数据)= runstest (___)还返回p值的测试p,一个结构统计数据包含额外的数据测试。

例子

全部折叠

打开生活的脚本

生成一个向量40标准正态分布的随机数。

rng默认的;%的再现性x = randn(40岁,1);

测试是否中的值x出现在随机顺序,使用样本值作为参考价值。

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

的返回值h = 0表明runstest不拒绝零假设的值x以随机的顺序在默认5%显著性水平。

输入参数

全部折叠

矢量数据,指定为标量值的向量。runstest对待南值x作为缺失值,忽略了它们。

数据类型:单|双

参考价值,指定为一个标量值。如果你指定一个值v,然后runstest执行基于假设检验的数量的连续值高于或低于v。runstest丢弃值相等v。

数据类型:单|双

名称-值参数

指定可选的双参数作为Name1 = Value1,…,以=家,在那里的名字参数名称和吗价值相应的价值。名称-值参数必须出现在其他参数,但对的顺序无关紧要。

R2021a之前,用逗号来分隔每一个名称和值,并附上的名字在报价。

例子:“阿尔法”,0.01,“法”、“近似”,“尾巴”,“对”指定一个right-tailed测试有1%的显著性水平,返回近似假定值。

假设检验的显著性水平,指定为逗号分隔组成的“α”和一个标量值的范围(0,1)。

例子:“阿尔法”,0.01

数据类型:单|双

方法用于计算p值,指定为逗号分隔组成的“方法”,要么“准确”或者使用一个精确的算法“近似”使用正常的近似。默认值是“准确”运行上面/下面,向上/向下运行时的长度x小于或等于50。如果runstest测试运行向上/向下的长度x大于50,那么默认值是“近似”,“准确”方法是不可用的。

例子:“方法”,“近似”

类型的备择假设,指定为逗号分隔组成的“尾巴”和一个以下。

“两个” 双尾检验(不是随机的序列)
“对” Right-tailed测试(如值独立运行的上面/下面方向交替运行上/下)
“左” Left-tailed测试(如值集群运行的上面/下面值趋势向上/向下运行)

例子:“尾巴”,“对”

输出参数

全部折叠

假设检验结果,返回1或0。

  • 如果h= 1,然后runstest拒绝零假设的α显著性水平。

  • 如果h= 0,然后runstest不能拒绝零假设的α显著性水平。

的结果runstest基于连续运行的数量值高于或低于平均的x。太少的运行表明高和低值集群的趋势。太多的运行表明倾向于高、低值替代。

runstest使用一个测试数据运行的数量之间的差异,它的意思是,除以它的标准差。检验统计量大约是正态分布时,零假设是正确的。

p测试的价值,作为一个返回标量值的区间[0,1]。p观察一个检验统计量的概率是一样极端,或者比,更极端的零假设下的观测值。小的值p怀疑零假设的有效性。

p计算检验统计量或精确分布的运行的数量,根据指定的值的吗“方法”名称-值对的论点。

测试数据,作为结构与以下字段返回。

  • nruns——运行的数量

  • n1——上面的值的数量v

  • n0——下面的值的数量v

  • z- - -检验统计量

引用

[1]长臂猿,吉恩·迪金森和Subhabrata察克拉波提。非参数统计推断。第五波卡拉顿:CRC出版社,2011年。

版本历史

之前介绍过的R2006a

另请参阅

|