Калькулятор теста серий на случайность (разделение по медиане)

Калькулятор теста серий на случайность (разделение по медиане)

Развивающийся AI Skill PRO

Введите расчет

Разделяйте значения запятыми, пробелами или новыми строками.
Двусторонний.

Математическая формула

R‾=2n1n2n1+n2+1\bar{R} = \frac{2 n_1 n_2}{n_1 + n_2} + 1
Показать шаги расчёта (2)
  1. Дисперсия числа серий

    sR2=2n1n2(2n1n2−n1−n2)(n1+n2)2(n1+n2−1)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)}

    Дисперсия числа серий при случайности.

  2. Z-статистика

    Z=Последовательность данных→R−R‾sR,при Уровень значимостиZ = \frac{\text{Последовательность данных} \to R - \bar{R}}{s_R}, \quad \text{при } \text{Уровень значимости}

    Стандартизированное число серий из последовательности данных, оцениваемое при выбранном уровне значимости.

Статистика использования

Реклама

Результаты

Z-статистика
1,3784
Наблюдаемое число серий R 14
Значения выше медианы (n1) 10
Значения ниже медианы (n2) 10
Значения, равные медиане (исключены) 0
Медиана 3,9500
Ожидаемое число серий 11,0000
Стандартное отклонение числа серий 2,1764
Двусторонний p-интервал 0,1681
Критическое значение 1,9600
Отвергнуть случайность (H0)? Нет
Предупреждение о малой выборке Да

Сообщить об ошибке на этой странице

Что делает калькулятор теста серий

Этот калькулятор применяет тест серий для выявления неслучайности к упорядоченной последовательности чисел. Каждое значение кодируется как выше (+) или ниже (-) медианы, подсчитываются серии в этом шаблоне, и их количество сравнивается с тем, что дал бы случайный порядок. Калькулятор возвращает число серий, ожидаемое число, стандартное отклонение, Z-статистику, двусторонний p-интервал и решение об отклонении или неотклонении гипотезы. Он подходит аналитикам, которые проверяют остатки, результаты измерений процессов или любые временные ряды на наличие трендов, кластеризации или колебаний.

Точки данных выше и ниже пунктирной линии медианы, закодированные знаками плюс и минус и сгруппированные в серии
Каждое значение кодируется как выше (+) или ниже (−) медианы, и каждый непрерывный отрезок одного знака считается одной серией.

Как пользоваться

Введите значения в хронологическом порядке в поле данных, разделяя их запятыми, точкami с запятой, пробелами или новыми строками, с точкой в качестве десятичного разделителя. Затем выберите двусторонний уровень значимости alpha (0,10, 0,05, 0,025 или 0,01). Порядок важен, так как данные никогда не сортируются. Нужны как минимум два числовых значения, причём хотя бы одно значение должно быть выше медианы и хотя бы одно ниже.

Формула

Серия — это последовательность подряд идущих значений с одним и тем же знаком. При наблюдаемом числе серий \(R\) статистика критерия равна:

$$Z = \frac{R - \bar{R}}{s_R}$$

Ожидаемое число серий и дисперсия при гипотезе случайности:

$$\bar{R} = \frac{2 n_1 n_2}{n_1 + n_2} + 1$$$$s_R^2 = \frac{2 n_1 n_2(2 n_1 n_2 - n_1 - n_2)}{(n_1+n_2)^2 (n_1+n_2-1)}$$

Здесь \(n_1\) — количество значений выше медианы, \(n_2\) — количество значений ниже медианы, \(R\) — наблюдаемое число серий, \(\bar{R}\) — ожидаемое число серий, а \(s_R\) — стандартное отклонение числа серий. Двустороннее p-значение равно \(p = 2(1-\Phi(|Z|))\), где \(\Phi\) — функция распределения стандартного нормального закона. Случайность отвергается, когда \(|Z| > z_{1-\alpha/2}\).

Реклама
Стандартная нормальная кривая с обоими заштрихованными хвостами за пределами критических значений минус z и плюс z
Двусторонний тест отвергает случайность, когда наблюдаемое Z попадает в любой из заштрихованных хвостов, то есть когда серий слишком мало или слишком много.

Соглашения и допущения

  • Значения выше медианы считаются положительными, а значения ниже — отрицательными; серия — это блок подряд идущих значений с одним и тем же знаком.
  • Источник не указывает, как обрабатывать значения, равные медиане. По принятому в расчёте решению такие значения исключаются, порядок остальных сохраняется, а количество исключённых значений выводится. \(n_1\) и \(n_2\) учитывают только положительные и отрицательные значения.
  • Медиана — стандартная выборочная медиана всех введённых значений: среднее значение при нечётном количестве и среднее двух средних значений при чётном.
  • Поправка на непрерывность не применяется.
  • Решение строгое: равенство \(|Z|\) и критического значения не приводит к отклонению. Критическое значение для 5% равно 1,96.
  • Всегда используется нормальное приближение. Предупреждение о малой выборке появляется, когда \(n_1 \le 10\) или \(n_2 \le 10\), так как точные таблицы не реализованы.
  • Статистики и p-значение отображаются с 4 знаками после запятой; внутренние значения не округляются.

Пример расчёта

Последовательность по умолчанию из 20 значений имеет медиану 3,95, и ни одно значение ей не равно. Десять значений выше и десять ниже, поэтому \(n_1 = 10\), \(n_2 = 10\), а число серий в последовательности \(R = 14\).

$$\bar{R} = \frac{2 \times 10 \times 10}{20} + 1 = 11$$

Стандартное отклонение числа серий равно \(s_R = 2{,}1764\), поэтому:

$$Z = \frac{14 - 11}{2{,}1764} = 1{,}3784$$

Двустороннее p-значение равно 0,1681, а критическое значение при \(\alpha = 0{,}05\) равно 1,9600. Так как \(1{,}3784 < 1{,}9600\), случайность не отвергается. Поскольку \(n_1 \le 10\), предупреждение о малой выборке включено.

Интерпретация результата и ограничения

Слишком мало серий указывает на кластеризацию или тренд; слишком много — на чередование. Большое \(|Z|\) и p-значение ниже alpha указывают на неслучайность. Неотклонение гипотезы не доказывает случайность, а лишь означает, что этот тест не нашёл доказательств против неё. Разделение по медиане нечувствительно к некоторым закономерностям, например к медленным изменениям разброса. При малых группах нормальное приближение может быть неточным, поэтому пограничные результаты следует интерпретировать осторожно.

Реклама
Три последовательности, показывающие слишком мало серий, случайное число серий и слишком много серий
Слишком мало серий указывает на кластеризацию или тренд, слишком много — на колебания, а количество, близкое к ожидаемому, согласуется со случайностью.

Часто задаваемые вопросы

Что проверяет тест серий?

Он проверяет, похож ли порядок значений на случайный, исходя из того, как часто последовательность переключается между значениями выше и ниже медианы.

Как обрабатываются значения, равные медиане?

Они исключаются из последовательности, а количество исключённых значений выводится. Оставшиеся значения сохраняют свой порядок.

Почему есть предупреждение о малой выборке?

Нормальное приближение работает лучше всего, когда и \(n_1\), и \(n_2\) превышают 10. При меньших значениях предпочтительнее точные таблицы, которые здесь не включены.

Важен ли порядок данных?

Да. Данные используются именно в том порядке, в котором введены, и изменение порядка меняет число серий.

Когда случайность отвергается?

Когда \(|Z|\) строго больше нормального критического значения для выбранного alpha, что эквивалентно p-значению меньше alpha.

Источники

Источники и ссылки

Последнее обновление:

Самые популярные в разделе Математика и статистика

Все калькуляторы раздела Математика и статистика