Как выполнить тестирование времени выполнения в python

Тестирование запуска — это статистический тест, используемый для определения того, является ли набор данных результатом случайного процесса.

Нулевая и альтернативная гипотезы теста следующие:

H ₀ (ноль): данные были получены случайным образом.

H _a (альтернативный вариант): данные генерировались не случайным образом.

В этом руководстве объясняются два метода, которые можно использовать для выполнения тестовых запусков в Python.

Пример. Запуск теста на Python

Мы можем выполнить тестовые прогоны для заданного набора данных в Python, используя функцию runtest_1samp() из библиотеки statsmodels , которая использует следующий синтаксис:

runtest_1samp(x, Cutoff=’mean’, Correction=True)

Золото:

• x: Массив значений данных
• Cutoff: порог, используемый для разделения данных на большие и малые значения. По умолчанию установлено «среднее», но в качестве альтернативы вы также можете указать «медиану».
• Коррекция: для размера выборки менее 50 эта функция вычитает 0,5 в качестве поправки. Вы можете указать False, чтобы отключить это исправление.

Эта функция выдает на выходе статистику az-теста и соответствующее значение p.

Следующий код показывает, как выполнить тестовый запуск с использованием этой функции в 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)

Статистика z-теста равна -0,67082 , а соответствующее значение p — 0,50233 . Поскольку это значение p не меньше α = 0,05, мы не можем отвергнуть нулевую гипотезу. У нас достаточно доказательств, чтобы сказать, что данные были сгенерированы случайным образом.

Примечание . В этом примере мы отключили коррекцию при расчете статистики теста. Это соответствует формуле, используемой для выполнения тестов в R , которая не использует коррекцию при запуске теста.