ما الذي تفعله حاسبة اختبار التشغيلات
تطبق هذه الحاسبة اختبار التشغيلات للكشف عن عدم العشوائية على تسلسل مرتب من الأرقام. تُرمز كل قيمة بأنها أعلى (+) أو أدنى (-) من الوسيط، ثم تُحسب التشغيلات في هذا النمط، ويُقارن العدد بما كان سينتجه ترتيب عشوائي. تعيد الحاسبة عدد التشغيلات، والعدد المتوقع، والانحراف المعياري، وإحصاءة Z، وقيمة p ثنائية الطرف، وقرار الرفض أو عدم الرفض. وهي مناسبة للمحللين الذين يفحصون البواقي أو قياسات العمليات أو أي سلسلة زمنية بحثًا عن الاتجاهات أو التجمعات أو التذبذب.
كيفية الاستخدام
أدخل القيم بترتيب زمني في حقل البيانات، مفصولة بفواصل منقوطة أو فواصل أو مسافات أو أسطر جديدة، مع استخدام النقطة كفاصل عشري. ثم اختر مستوى الدلالة ألفا ثنائي الطرف (0.10 أو 0.05 أو 0.025 أو 0.01). الترتيب مهم لأن البيانات لا تُرتَّب أبدًا. يلزم قيمتان رقميتان على الأقل، ويجب أن تقع قيمة واحدة على الأقل فوق الوسيط وأخرى تحته.
الصيغة
التشغيل هو سلسلة من القيم المتتالية ذات الإشارة نفسها. مع \(R\) تشغيلًا ملاحظًا، تكون إحصاءة الاختبار:
$$Z = \frac{R - \bar{R}}{s_R}$$التشغيلات المتوقعة والتباين تحت فرضية العشوائية هما:
$$\bar{R} = \frac{2 n_1 n_2}{n_1 + n_2} + 1$$$$s_R^2 = \frac{2 n_1 n_2(2 n_1 n_2 - n_1 - n_2)}{(n_1+n_2)^2 (n_1+n_2-1)}$$هنا \(n_1\) عدد القيم فوق الوسيط، و\(n_2\) عدد القيم تحته، و\(R\) التشغيلات الملاحظة، و\(\bar{R}\) التشغيلات المتوقعة، و\(s_R\) الانحراف المعياري للتشغيلات. قيمة p ثنائية الطرف هي \(p = 2(1-\Phi(|Z|))\)، حيث \(\Phi\) دالة التوزيع التراكمي للتوزيع الطبيعي المعياري. يُرفض افتراض العشوائية عندما \(|Z| > z_{1-\alpha/2}\).
الاصطلاحات والافتراضات
- القيم فوق الوسيط موجبة والقيم تحته سالبة؛ والتشغيل هو كتلة من القيم المتتالية ذات الإشارة نفسها.
- لا يوضح المصدر كيفية التعامل مع القيم المساوية للوسيط. كخيار تصميمي، تُستبعد هذه القيم، ويُحفظ ترتيب الباقي، ويُبلَّغ عن عدد القيم المستبعدة. يحسب \(n_1\) و\(n_2\) القيم الموجبة والسالبة فقط.
- الوسيط هو وسيط العينة القياسي لجميع القيم المُدخلة: القيمة الوسطى للأعداد الفردية، ومتوسط القيمتين الوسطيين للأعداد الزوجية.
- لا يُطبَّق أي تصحيح للاستمرارية.
- القرار صارم: تساوي \(|Z|\) مع القيمة الحرجة لا يؤدي إلى الرفض. القيمة الحرجة عند 5% هي 1.96.
- يُستخدم التقريب الطبيعي دائمًا. يظهر تحذير للعينات الصغيرة عندما \(n_1 \le 10\) أو \(n_2 \le 10\)، لأن الجداول الدقيقة غير مطبقة.
- تُعرض الإحصاءات وقيمة p بأربع منازل عشرية؛ أما القيم الداخلية فتُحسب دون تقريب.
مثال محلول
يبلغ وسيط التسلسل الافتراضي المكون من 20 قيمة 3.95، ولا توجد قيم مساوية له. توجد عشر قيم فوقه وعشر تحته، لذا \(n_1 = 10\)، \(n_2 = 10\)، ويحتوي التسلسل على \(R = 14\) تشغيلًا.
$$\bar{R} = \frac{2 \times 10 \times 10}{20} + 1 = 11$$الانحراف المعياري للتشغيلات هو \(s_R = 2.1764\)، إذًا:
$$Z = \frac{14 - 11}{2.1764} = 1.3784$$قيمة p ثنائية الطرف هي 0.1681، والقيمة الحرجة عند \(\alpha = 0.05\) هي 1.9600. وبما أن \(1.3784 < 1.9600\)، فلا يُرفض افتراض العشوائية. ولأن \(n_1 \le 10\)، فإن تحذير العينة الصغيرة مفعّل.
قراءة النتيجة والقيود
عدد التشغيلات القليل يشير إلى التجمع أو الاتجاه، وعدد التشغيلات الكبير يشير إلى التناوب. تدل قيمة \(|Z|\) الكبيرة وقيمة p أقل من ألفا على عدم العشوائية. عدم الرفض لا يثبت العشوائية، بل يعني فقط أن هذا الاختبار لم يجد دليلًا ضدها. قد لا يكشف التقسيم بالوسيط بعض الأنماط، مثل التغيرات البطيئة في التشتت. ومع المجموعات الصغيرة قد يكون التقريب الطبيعي غير دقيق، لذا تعامل مع النتائج الحدية بحذر.
الأسئلة الشائعة
ماذا يفحص اختبار التشغيلات؟
يفحص ما إذا كان ترتيب القيم يبدو عشوائيًا، استنادًا إلى مدى تكرار انتقال التسلسل بين القيم فوق الوسيط والقيم تحته.
كيف تُعالج القيم المساوية للوسيط؟
تُستبعد من التسلسل ويُبلَّغ عن عدد القيم المستبعدة. وتحتفظ بقية القيم بترتيبها.
لماذا يظهر تحذير العينة الصغيرة؟
يعمل التقريب الطبيعي بأفضل صورة عندما يتجاوز كل من \(n_1\) و\(n_2\) العدد 10. وأدنى من ذلك تكون الجداول الدقيقة أفضل، وهي غير مضمّنة.
هل يهم ترتيب البيانات؟
نعم. تُستخدم البيانات كما أُدخلت تمامًا، وإعادة ترتيبها تغيّر عدد التشغيلات.
متى يُرفض افتراض العشوائية؟
عندما يكون \(|Z|\) أكبر تمامًا من القيمة الحرجة للتوزيع الطبيعي عند ألفا المختارة، وهذا يعادل أن تكون قيمة p أقل من ألفا.
المصادر
- 1.3.5.13. Runs Test for Detecting Non-randomness، NIST/SEMATECH e-Handbook of Statistical Methods