游程检验 - 版本历史

2024年1月23日 (二) 08:07 RainW

2024-01-23T08:07:47Z

←上一版本		2024年1月23日 (二) 16:07的版本
第27行：		第27行：
	\|nextnode=[[Fisher精确检验]]		\|nextnode=[[Fisher精确检验]]
	}}		}}

			'''瓦尔德-沃尔福威茨游程检验'''（简称'''游程检验'''），以统计学家[[Abraham Wald]]和[[Jacob Wolfowitz]]的名字命名，是一种[[non-parametric statistic\|非参数]]统计检验，用于检验二元值[[data sequence\|数据序列]]的随机性假设。更具体地说，它可以用来[[Statistical hypothesis testing\|检验假设]]序列中的元素彼此[[Statistical independence\|相互独立]]。

			=='''定义'''==
			序列中的一次“游程”是由相邻且相等元素组成的序列的最大非空段。例如，长22个元素的序列

			: + + + + − − − + + + − − + + + + + + − − − −

			包含6个游程，其中3个由“+”组成，另外3个由“−”组成。游程检验基于[[null hypothesis\|零假设]]，即序列中的每个元素都是独立地从同一分布中抽取的。

			根据零假设，''N''个元素序列中的游程数量<ref group=note>''N''是元素的数量，而非游程的数量。</ref>是一个[[random variable\|随机变量]]，其[[conditional distribution\|条件分布]]给定''N''<sub>+</sub>个正值<ref group=note>''N''<sub>+</sub>是正值元素的数量，而非正游程的数量</ref>和''N''<sub>−</sub>个负值（{{nowrap\|1= ''N'' = ''N''<sub>+</sub> + ''N''<sub>−</sub>}}）近似为正态分布，其参数为：<ref>{{cite web\|url= \|title=Runs Test for Detecting Non-randomness}}</ref><ref>[ Sample 33092: Wald–Wolfowitz (or runs) test for randomness]</ref>

			: [math]
			\begin{align}
			\text{均值: } & \mu=\frac{2\ N_+\ N_-}{N} + 1, \\[6pt]
			\text{方差: } & \sigma^2=\frac{2\ N_+\ N_-\ (2\ N_+\ N_--N)}{N^2\ (N-1)}=\frac{(\mu-1)(\mu-2)}{N-1}.
			\end{align}
			[/math]

			这些参数并不假设正负元素出现的概率相等，而只是假设元素是[[independent and identically distributed\|独立同分布的]]。如果游程数量显著高于或低于预期，则可能拒绝元素统计独立性的假设。

			=='''应用'''==
			游程检验可用于检验：
			#分布的随机性，通过按给定顺序取数据，并用+标记大于[[median\|中位数]]的数据，用-标记小于中位数的数据（等于中位数的数字被省略）。
			#一个函数是否适合[[data set\|数据集]]，通过用+标记超过函数值的数据，用−标记其他数据。对于这种用途，游程检验考虑了符号但没有考虑距离，它与[[chi square test\|卡方检验]]互补，后者考虑了距离但没有考虑符号。

			=='''相关测试'''==
			[[Kolmogorov–Smirnov test\|柯尔莫哥洛夫-斯米尔诺夫检验]]已被证明在检测仅在位置上不同的分布差异方面比瓦尔德-沃尔福威茨检验更有效。然而，如果分布在方差上有所不同，并且在位置上最多只有微小的差异，则情况恰恰相反。{{citation needed\|date=April 2018}}

			瓦尔德-沃尔福威茨游程检验已经扩展到适用于多个[[sample (statistics)\|样本]]。<ref>{{cite journal\|last1=Magel\|first1=RC\|last2=Wibowo\|first2=SH\|title=Comparing the Powers of the Wald–Wolfowitz and Kolmogorov–Smirnov Tests\|journal=Biometrical Journal\|date=1997\|volume=39\|issue=6\|pages=665–675\|doi=10.1002/bimj.4710390605}}</ref><ref>{{cite journal\|last1=Barton\|first1=DE\|last2=David\|first2=FN\|title=Multiple runs\|journal=Biometrika\|date=1957\|volume=44\|issue=1–2\|pages=168–178\|doi=10.1093/biomet/44.1-2.168}}</ref><ref>Sprent P, Smeeton NC (2007) Applied Nonparametric Statistical Methods, pp. 217–219. Boca Raton: Chapman & Hall/ CRC.</ref><ref>{{cite journal\|last1=Alhakim\|first1=A\|last2=Hooper\|first2=W\|title=A non-parametric test for several independent samples\|journal=Journal of Nonparametric Statistics\|date=2008\|volume=20\|issue=3\|pages=253–261\|doi=10.1080/10485250801976741\|citeseerx=10.1.1.568.6110}}</ref>

			== '''节点使用的R语言示例代码''' ==
			=== 游程检验 ===
			<syntaxhighlight lang="R">

			runs.test(
			y,
			plot.it = FALSE,
			alternative = c("two.sided", "positive.correlated", "negative.correlated")
			)

			</syntaxhighlight>
			方法参见'''R package: lawstat'''的官方文档

			== '''节点使用指南''' ==
			* 是一种非参数统计检验，用来检测数据序列是否随机，或者是否存在非随机的趋势或模式
			* 通常根据中位数来定义游程，你可以标记所有高于中位数的数据点为"+"，低于或等于中位数的为"-"。
			* 如果数据自然分为两组或更多组，游程检验可能不适用

			=== 方法选择 ===
			* 无方法选择

			=== 参数配置 ===
			* 统计变量：选择一个或多个连续型数值变量，每一个变量做一次游程检
			* 假设检验类型: two.sided是双边检验，negative.correlated和positive.correlated是单边检验
			* 筛选阈值：选择需要的P值阈值，节点会自动将满足阈值的变量筛选出，数据集也会同步筛选出满足的变量。
			* 此算法兼容空值

			=== 注意事项 ===
			* 游程检验对异常值敏感，异常值可能会导致错误的结论
			* 当数据量较小时，游程检验的准确性可能会降低。

			== '''引用''' ==
			{{Reflist}}

2024年1月19日 (五) 11:03 Zeroclanzhang

2024-01-19T11:03:10Z

←上一版本		2024年1月19日 (五) 19:03的版本
第7行：		第7行：
	\|productionstate={{图标文件\|Win}} / {{图标文件\|W10}} Win10及以上可用		\|productionstate={{图标文件\|Win}} / {{图标文件\|W10}} Win10及以上可用
	\|productionstatedesc=在[[Update:DecisionLinnc 1.0.2.0\|V1.0.2]]部署		\|productionstatedesc=在[[Update:DecisionLinnc 1.0.2.0\|V1.0.2]]部署
	\|nodeenglishname=~~[[Has english name::~~The Run Test]]		\|nodeenglishname=The Run Test
	\|abbreviation=~~[[Has abbreviation::~~TRTest]]		\|abbreviation=TRTest
	\|funcmaincategory=数据分析		\|funcmaincategory=数据分析
	\|funcsubcategory=[[DataAGM Lv1 Cat::非参数检验 ]]		\|funcsubcategory=[[DataAGM Lv1 Cat::非参数检验 ]]
第25行：		第25行：
	\|statsapewikiurl=https://wiki.statsape.com/游程检验		\|statsapewikiurl=https://wiki.statsape.com/游程检验
	\|previousnode=[[符号检验]]		\|previousnode=[[符号检验]]
	\|nextnode=[[~~G检验~~]]		\|nextnode=[[Fisher精确检验]]
	}}		}}

Zeroclanzhang：创建页面，内容为“{{Infobox nodebasic |nodename=游程检验 |nodeimage=The Run Test.png |icon=The Run Test.svg |simpleicon=The Run Test_Pure.svg |developer=Dev.Team-DPS |productionstate={{图标文件|Win}} / {{图标文件|W10}} Win10及以上可用 |productionstatedesc=在V1.0.2部署 |nodeenglishname=Has english name::The Run Test |abbreviation=Has abbreviation::TRTest |funcmaincategory=数据分析 |funcsubcategory=DataAGM Lv1 Cat…”

2024-01-18T14:08:20Z

创建页面，内容为“{{Infobox nodebasic |nodename=游程检验 |nodeimage=The Run Test.png |icon=The Run Test.svg |simpleicon=The Run Test_Pure.svg |developer=Dev.Team-DPS |productionstate={{图标文件|Win}} / {{图标文件|W10}} Win10及以上可用 |productionstatedesc=在V1.0.2部署 |nodeenglishname=Has english name::The Run Test |abbreviation=Has abbreviation::TRTest |funcmaincategory=数据分析 |funcsubcategory=DataAGM Lv1 Cat…”

新页面

{{Infobox nodebasic
|nodename=游程检验
|nodeimage=The Run Test.png
|icon=The Run Test.svg
|simpleicon=The Run Test_Pure.svg
|developer=Dev.Team-DPS
|productionstate={{图标文件|Win}} / {{图标文件|W10}} Win10及以上可用
|productionstatedesc=在[[Update:DecisionLinnc 1.0.2.0|V1.0.2]]部署
|nodeenglishname=[[Has english name::The Run Test]]
|abbreviation=[[Has abbreviation::TRTest]]
|funcmaincategory=数据分析
|funcsubcategory=[[DataAGM Lv1 Cat::非参数检验 ]]
|nodecategory=数据挖掘
|nodeinterpretor=R
|nodeshortdescription=游程检验是非参数检验方法之一。根据样本标志表现排列所形成的游程的多少进行判断的检验方法。用于两个独立样本的比较和观测结果随机性的检验测试, 判断观察值的顺序是否随机。用途：用于检查一个数据序列是否随机的统计方法。参数：选择连续型或离散型数值变量。
|nodeinputnumber=3
|nodeoutputnumber=3
|nodeloopsupport=是
|nodeifswitchsupport=否
|nodeavailableplotlist=ComparePointsPlot
|nodeavailabletablelist=Stats-Value;P-Value
|nodeconfiguration=VariableList;DropMenu
|nodeinputports=WorkFlow-Control ➤;Transfer-Variable ◆;Transfer-Table ■
|nodeoutputports=WorkFlow-Control ➤;Transfer-Variable ◆;Transfer-Table ■
|statsapewikiurl=https://wiki.statsape.com/游程检验
|previousnode=[[符号检验]]
|nextnode=[[G检验]]
}}

{{Navplate AlgorithmNodeList}}

[[Category:非参数检验]]