R에서 런타임 테스트를 수행하는 방법

실행 테스트는 데이터 세트가 무작위 프로세스에서 나온 것인지 여부를 확인하는 데 사용되는 통계 테스트입니다.

검정의 귀무가설과 대립가설은 다음과 같습니다.

H ₀ (null): 데이터가 무작위로 생성되었습니다.

H _a (대체): 데이터가 무작위로 생성되지 않았습니다 .

이 튜토리얼에서는 R에서 테스트 실행을 수행하는 데 사용할 수 있는 두 가지 방법을 설명합니다. 두 방법 모두 동일한 테스트 결과를 가져온다는 점에 유의하세요.

방법 1: snpar 라이브러리를 사용하여 테스트 실행

Run 테스트를 수행하는 첫 번째 방법은 다음 구문을 사용하는 snpar 라이브러리의 run.test() 함수를 사용하는 것입니다.

running.test(x, 정확한 = FALSE, 대체 = c(“two.side”, “less”, “larger”))

금:

• x: 데이터 값의 숫자형 벡터입니다.
• 정확한: 정확한 p-값을 계산해야 하는지 여부를 나타냅니다. 이는 기본적으로 FALSE입니다. 실행 횟수가 충분히 작으면 TRUE로 변경할 수 있습니다.
• 대안: 대립 가설을 나타냅니다. 기본값은 양면입니다.

다음 코드는 R에서 이 함수를 사용하여 Run 테스트를 수행하는 방법을 보여줍니다.

 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

검정의 p-값은 0.5023 입니다. 이는 α = 0.05 이상이므로 귀무가설을 기각할 수 없습니다. 데이터가 무작위로 생성되었다고 말할 수 있는 충분한 증거가 있습니다.

방법 2: randtests 라이브러리를 사용하여 테스트 실행

Run 테스트를 수행하는 두 번째 방법은 다음 구문을 사용하는 randtests 라이브러리의 run.test() 함수를 사용하는 것입니다.

run.test(x, 대안 = c(“양쪽”, “적음”, “더 큼”))

금:

• x: 데이터 값의 숫자형 벡터입니다.
• 대안: 대립 가설을 나타냅니다. 기본값은 양면입니다.

다음 코드는 R에서 이 함수를 사용하여 Run 테스트를 수행하는 방법을 보여줍니다.

 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

이번에도 검정의 p-값은 0.5023 입니다. 이는 α = 0.05 이상이므로 귀무가설을 기각할 수 없습니다. 데이터가 무작위로 생성되었다고 말할 수 있는 충분한 증거가 있습니다.