Python တွင် runtime testing လုပ်နည်း

Run testing သည် ဒေတာအစုံသည် ကျပန်းလုပ်ဆောင်မှုမှ ထွက်ပေါ်လာခြင်း ရှိ၊ မရှိ ဆုံးဖြတ်ရန် အသုံးပြုသည့် ကိန်းဂဏန်းစမ်းသပ်မှုတစ်ခုဖြစ်သည်။

စမ်းသပ်မှု၏ null နှင့် အခြားအခြားသော ယူဆချက်များမှာ အောက်ပါအတိုင်းဖြစ်သည် ။

H ₀ (null): ဒေတာကို ကျပန်းဖြင့် ထုတ်လုပ်ခဲ့သည်။

H _a (အခြားရွေးချယ်စရာ): ဒေတာကို ကျပန်း မ ထုတ်ပေးခဲ့ပါ။

ဤသင်ခန်းစာတွင် Python တွင် Test Runs လုပ်ဆောင်ရန် သင်သုံးနိုင်သော နည်းလမ်းနှစ်ခုကို ရှင်းပြထားသည်။

ဥပမာ- Python တွင် စမ်းသပ်မှုကို လုပ်ဆောင်ပါ။

အောက်ပါ syntax ကိုအသုံးပြုသည့် statsmodels စာကြည့်တိုက်မှ runstest_1samp() လုပ်ဆောင်ချက်ကို အသုံးပြု၍ Python ရှိ ပေးထားသည့် ဒေတာအတွဲတစ်ခုတွင် Test Runs လုပ်ဆောင်နိုင်သည်-

runstest_1samp(x၊ cutoff=’mean’၊ correction=True)

ရွှေ-

• x- ဒေ တာတန်ဖိုးများ၏ အခင်းအကျင်း
• ဖြတ်တောက်ခြင်း- ဒေတာကို ကြီးမားသောတန်ဖိုးများအဖြစ် ပိုင်းခြားရန် အသုံးပြုရမည့် တံခါးပေါက်။ မူရင်းမှာ “ ပျမ်းမျှ” ဖြစ်သော်လည်း၊ “ အလယ်အလတ်” ကို အခြားရွေးချယ်စရာအဖြစ် သတ်မှတ်နိုင်သည်။
• အမှားပြင်ဆင်ခြင်း- 50 အောက်နမူနာအရွယ်အစားအတွက်၊ ဤလုပ်ဆောင်ချက်သည် 0.5 ကို ပြုပြင်မှုအဖြစ် နုတ်သည်။ ဤပြင်ဆင်မှုကို ပိတ်ရန် သင်သည် False သတ်မှတ်နိုင်သည်။

ဤလုပ်ဆောင်ချက်သည် az စမ်းသပ်မှုကိန်းဂဏန်းနှင့် သက်ဆိုင်သော p-value အထွက်အဖြစ် ထုတ်လုပ်ပေးသည်။

အောက်ပါကုဒ်သည် Python တွင် ဤလုပ်ဆောင်ချက်ကို အသုံးပြု၍ Test Run ကို မည်သို့လုပ်ဆောင်ရမည်ကို ပြသသည်-

 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)

z-test statistic သည် -0.67082 နှင့် သက်ဆိုင်သော p-value သည် 0.50233 ဖြစ်သည်။ ဤ p-value သည် α = 0.05 ထက်မနည်းသောကြောင့်၊ null hypothesis ကို ငြင်းပယ်ရန် ပျက်ကွက်ပါသည်။ ဒေတာကို ကျပန်းထုတ်ပေးခဲ့ကြောင်း ပြောရန် လုံလောက်သော အထောက်အထားရှိသည်။

မှတ်ချက် – ဤဥပမာအတွက်၊ စစ်ဆေးမှုစာရင်းအင်းကို တွက်ချက်သည့်အခါ အမှားပြင်ဆင်မှုကို ကျွန်ုပ်တို့ ပိတ်ထားသည်။ ၎င်းသည် R တွင် Test Runs လုပ်ဆောင်ရန် အသုံးပြုသည့် ဖော်မြူလာနှင့် ကိုက်ညီသည်၊ ၎င်းသည် စစ်ဆေးမှုကို လုပ်ဆောင်သည့်အခါ အမှားပြင်ခြင်းကို အသုံးမပြုပါ။