Come eseguire test di runtime in r

Il test di esecuzione è un test statistico utilizzato per determinare se un set di dati proviene o meno da un processo casuale.

Le ipotesi nulla e alternativa del test sono le seguenti:

H ₀ (null): i dati sono stati prodotti in modo casuale.

H _a (alternativa): i dati non sono stati generati in modo casuale.

Questo tutorial spiega due metodi che puoi utilizzare per eseguire esecuzioni di test in R. Tieni presente che entrambi i metodi portano agli stessi risultati di test.

Metodo 1: eseguire il test utilizzando la libreria snpar

Il primo modo per eseguire il test Esegui è utilizzare la funzione run.test() dalla libreria snpar , che utilizza la seguente sintassi:

corre.test(x, esatto = FALSO, alternativa = c(“due.lati”, “meno”, “più grande”))

Oro:

• x: un vettore numerico di valori di dati.
• esatto: indica se deve essere calcolato un valore p esatto. Questo è FALSO per impostazione predefinita. Se il numero di esecuzioni è sufficientemente piccolo, puoi cambiarlo in TRUE.
• alternativa: indica l’ipotesi alternativa. L’impostazione predefinita è fronte-retro.

Il codice seguente mostra come eseguire il test Esegui utilizzando questa funzione in 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

Il valore p del test è 0,5023 . Poiché questo non è inferiore a α = 0,05, non possiamo rifiutare l’ipotesi nulla. Abbiamo prove sufficienti per affermare che i dati sono stati generati in modo casuale.

Metodo 2: eseguire il test utilizzando la libreria randtests

Il secondo modo per eseguire il test Esegui è utilizzare la funzione run.test() dalla libreria randtests , che utilizza la seguente sintassi:

corre.test(x, alternativa = c(“entrambi i lati”, “meno”, “maggiore”))

Oro:

• x: un vettore numerico di valori di dati.
• alternativa: indica l’ipotesi alternativa. L’impostazione predefinita è fronte-retro.

Il codice seguente mostra come eseguire il test Esegui utilizzando questa funzione in 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

Ancora una volta, il valore p per il test è 0,5023 . Poiché questo non è inferiore a α = 0,05, non possiamo rifiutare l’ipotesi nulla. Abbiamo prove sufficienti per affermare che i dati sono stati generati in modo casuale.