كيفية إجراء اختبار وقت التشغيل في r

اختبار التشغيل هو اختبار إحصائي يستخدم لتحديد ما إذا كانت مجموعة البيانات تأتي من عملية عشوائية أم لا.

الفرضيات الصفرية والبديلة للاختبار هي كما يلي:

H ₀ (خالية): تم إنتاج البيانات بشكل عشوائي.

H _a (بديل): لم يتم إنشاء البيانات بشكل عشوائي.

يشرح هذا البرنامج التعليمي طريقتين يمكنك استخدامهما لإجراء عمليات التشغيل الاختبارية في R. لاحظ أن كلتا الطريقتين تؤديان إلى نفس نتائج الاختبار.

الطريقة الأولى: قم بإجراء الاختبار باستخدام مكتبة snpar

الطريقة الأولى لإجراء اختبار التشغيل هي استخدام الدالة run.test() من مكتبة snpar ، والتي تستخدم الصيغة التالية:

run.test(x, بالضبط = FALSE, البديل = c(“two.side”، “أقل”، “أكبر”))

ذهب:

• x: متجه رقمي لقيم البيانات.
• دقيق: يشير إلى ما إذا كان ينبغي حساب القيمة p الدقيقة. وهذا خطأ بشكل افتراضي. إذا كان عدد عمليات التنفيذ صغيرًا بدرجة كافية، فيمكنك تغييره إلى TRUE.
• البديل: يشير إلى الفرضية البديلة. الافتراضي هو على الوجهين.

يوضح التعليمة البرمجية التالية كيفية إجراء اختبار التشغيل باستخدام هذه الوظيفة في 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

القيمة p للاختبار هي 0.5023 . وبما أن هذا لا يقل عن α = 0.05، فإننا نفشل في رفض فرضية العدم. لدينا ما يكفي من الأدلة لنقول أن البيانات تم إنشاؤها بشكل عشوائي.

الطريقة الثانية: قم بإجراء الاختبار باستخدام مكتبة randtests

الطريقة الثانية لإجراء اختبار التشغيل هي استخدام الدالة run.test() من مكتبة randtests ، والتي تستخدم الصيغة التالية:

run.test(x, Alternative = c(“كلا الجانبين”، “أقل”، “أكبر”))

ذهب:

• x: متجه رقمي لقيم البيانات.
• البديل: يشير إلى الفرضية البديلة. الافتراضي هو على الوجهين.

يوضح التعليمة البرمجية التالية كيفية إجراء اختبار التشغيل باستخدام هذه الوظيفة في R:

 library(randtests)

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

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

	Test Runs

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

مرة أخرى، القيمة p للاختبار هي 0.5023 . وبما أن هذا لا يقل عن α = 0.05، فإننا نفشل في رفض فرضية العدم. لدينا ما يكفي من الأدلة لنقول أن البيانات تم إنشاؤها بشكل عشوائي.