Come eseguire test di runtime in python

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 Python.

Esempio: eseguire un test in Python

Possiamo eseguire test su un dato set di dati in Python utilizzando la funzione runtest_1samp() dalla libreria statsmodels , che utilizza la seguente sintassi:

runtest_1samp(x, cutoff=’media’, correzione=True)

Oro:

• x: matrice di valori di dati
• cutoff: la soglia da utilizzare per dividere i dati in valori grandi e piccoli. Il valore predefinito è “media”, ma in alternativa è possibile specificare anche “mediana”.
• Correzione: per una dimensione del campione inferiore a 50, questa funzione sottrae 0,5 come correzione. È possibile specificare False per disabilitare questa correzione.

Questa funzione produce come output la statistica del test az e il corrispondente valore p.

Il codice seguente mostra come eseguire Test Run utilizzando questa funzione in Python:

 from statsmodels. sandbox . stats . runs import runstest_1samp 

#create dataset
data = [12, 16, 16, 15, 14, 18, 19, 21, 13, 13]

#Perform Runs test
runstest_1samp(data, correction= False )

(-0.6708203932499369, 0.5023349543605021)

La statistica del test z risulta essere -0,67082 e il valore p corrispondente è 0,50233 . Poiché questo valore p non è inferiore a α = 0,05, non riusciamo a rifiutare l’ipotesi nulla. Abbiamo prove sufficienti per affermare che i dati sono stati generati in modo casuale.

Nota : per questo esempio, abbiamo disabilitato la correzione durante il calcolo della statistica del test. Ciò corrisponde alla formula utilizzata per eseguire un’esecuzione del test in R , che non utilizza una correzione durante l’esecuzione del test.