Máy tính kiểm định chạy cho tính ngẫu nhiên (chia theo trung vị)

Máy tính kiểm định chạy cho tính ngẫu nhiên (chia theo trung vị)

Mới nổi AI Skill PRO

Nhập phép tính

Ngăn cách các giá trị bằng dấu phẩy, khoảng trắng hoặc xuống dòng.
Hai phía.

Công thức

R‾=2n1n2n1+n2+1\bar{R} = \frac{2 n_1 n_2}{n_1 + n_2} + 1
Xem các bước tính (2)
  1. Phương sai số chuỗi chạy

    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)}

    Phương sai của số chuỗi chạy dưới giả thuyết ngẫu nhiên.

  2. Thống kê Z

    Z=Chuỗi dữ liệu→R−R‾sR,at Mức ý nghĩaZ = \frac{\text{Chuỗi dữ liệu} \to R - \bar{R}}{s_R}, \quad \text{at } \text{Mức ý nghĩa}

    Số chuỗi chạy đã chuẩn hóa từ chuỗi dữ liệu, được đánh giá ở mức ý nghĩa đã chọn.

Thống kê sử dụng

Quảng cáo

Kết quả

Thống kê Z
1,3784
Số chuỗi chạy quan sát R 14
Giá trị lớn hơn trung vị (n1) 10
Giá trị nhỏ hơn trung vị (n2) 10
Giá trị bằng trung vị (đã bỏ qua) 0
Trung vị 3,9500
Số chuỗi chạy kỳ vọng 11,0000
Độ lệch chuẩn của số chuỗi chạy 2,1764
P-value hai phía 0,1681
Giá trị tới hạn 1,9600
Bác bỏ tính ngẫu nhiên (H0)? Không
Cảnh báo mẫu nhỏ Có

Báo lỗi nội dung trang này

Máy tính kiểm định chạy làm gì

Máy tính này áp dụng kiểm định chạy để phát hiện tính không ngẫu nhiên cho một dãy số có thứ tự. Mỗi giá trị được mã hóa là lớn hơn (+) hoặc nhỏ hơn (-) trung vị, các chuỗi chạy trong mẫu hình đó được đếm, và số lượng được so sánh với kết quả mong đợi từ một thứ tự ngẫu nhiên. Máy trả về số chuỗi chạy, số kỳ vọng, độ lệch chuẩn, thống kê Z, p-value hai phía và quyết định bác bỏ hoặc không bác bỏ. Công cụ này phù hợp với các nhà phân tích kiểm tra phần dư, số liệu quy trình hoặc bất kỳ chuỗi theo thời gian nào để tìm xu hướng, cụm dữ liệu hoặc dao động.

Các điểm dữ liệu nằm trên và dưới đường trung vị nét đứt, được mã hóa bằng dấu cộng và dấu trừ và nhóm thành các chuỗi
Mỗi giá trị được mã hóa là trên (+) hoặc dưới (−) trung vị, và mỗi đoạn liên tục cùng dấu được tính là một chuỗi.

Cách sử dụng

Nhập các giá trị theo thứ tự thời gian vào ô dữ liệu, ngăn cách bằng dấu phẩy, dấu chấm phẩy, khoảng trắng hoặc xuống dòng, và dùng dấu chấm làm dấu thập phân. Sau đó chọn mức ý nghĩa hai phía alpha (0,10; 0,05; 0,025 hoặc 0,01). Thứ tự rất quan trọng vì dữ liệu không bao giờ được sắp xếp lại. Cần ít nhất hai giá trị số, và phải có ít nhất một giá trị nằm trên và một giá trị nằm dưới trung vị.

Công thức

Một chuỗi chạy là dãy các giá trị liên tiếp có cùng dấu. Với \(R\) là số chuỗi chạy quan sát được, thống kê kiểm định là:

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

Số chuỗi chạy kỳ vọng và phương sai dưới giả thuyết ngẫu nhiên là:

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

Trong đó \(n_1\) là số giá trị lớn hơn trung vị, \(n_2\) là số giá trị nhỏ hơn trung vị, \(R\) là số chuỗi chạy quan sát được, \(\bar{R}\) là số chuỗi chạy kỳ vọng và \(s_R\) là độ lệch chuẩn của số chuỗi chạy. P-value hai phía là \(p = 2(1-\Phi(|Z|))\), trong đó \(\Phi\) là hàm phân phối tích lũy chuẩn tắc. Tính ngẫu nhiên bị bác bỏ khi \(|Z| > z_{1-\alpha/2}\).

Quảng cáo
Đường cong chuẩn tắc với cả hai đuôi được tô bóng vượt quá các giá trị tới hạn trừ z và cộng z
Kiểm định hai phía bác bỏ tính ngẫu nhiên khi Z quan sát rơi vào một trong hai đuôi được tô bóng, nghĩa là có quá ít hoặc quá nhiều chuỗi.

Quy ước và giả định

  • Các giá trị lớn hơn trung vị được coi là dương và các giá trị nhỏ hơn là âm; một chuỗi chạy là một khối các giá trị liên tiếp có cùng dấu.
  • Nguồn không nêu cách xử lý các giá trị bằng trung vị. Theo lựa chọn thiết kế, các giá trị này bị loại bỏ, thứ tự của các giá trị còn lại được giữ nguyên, và số lượng giá trị bị loại được báo cáo. \(n_1\) và \(n_2\) chỉ đếm các giá trị dương và âm.
  • Trung vị là trung vị mẫu chuẩn của tất cả các giá trị đã nhập: giá trị ở giữa khi số lượng là lẻ, trung bình của hai giá trị ở giữa khi số lượng là chẵn.
  • Không áp dụng hiệu chỉnh liên tục.
  • Quyết định mang tính nghiêm ngặt: khi \(|Z|\) bằng giá trị tới hạn thì không bác bỏ. Giá trị tới hạn 5% là 1,96.
  • Luôn sử dụng xấp xỉ chuẩn. Cảnh báo mẫu nhỏ xuất hiện khi \(n_1 \le 10\) hoặc \(n_2 \le 10\), vì bảng chính xác chưa được triển khai.
  • Thống kê và p-value được hiển thị với 4 chữ số thập phân; các giá trị nội bộ không được làm tròn.

Ví dụ minh họa

Dãy 20 giá trị mặc định có trung vị 3,95, và không có giá trị nào bằng trung vị. Có 10 giá trị lớn hơn và 10 giá trị nhỏ hơn, vì vậy \(n_1 = 10\), \(n_2 = 10\), và dãy có \(R = 14\) chuỗi chạy.

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

Độ lệch chuẩn của số chuỗi chạy là \(s_R = 2,1764\), do đó:

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

P-value hai phía là 0,1681 và giá trị tới hạn tại \(\alpha = 0,05\) là 1,9600. Vì \(1,3784 < 1,9600\), tính ngẫu nhiên không bị bác bỏ. Do \(n_1 \le 10\), cảnh báo mẫu nhỏ được bật.

Đọc kết quả và hạn chế

Quá ít chuỗi chạy gợi ý sự cụm lại hoặc xu hướng; quá nhiều chuỗi chạy gợi ý sự xen kẽ. Giá trị \(|Z|\) lớn và p-value nhỏ hơn alpha cho thấy tính không ngẫu nhiên. Việc không bác bỏ không chứng minh được tính ngẫu nhiên, mà chỉ cho thấy kiểm định này không tìm thấy bằng chứng chống lại nó. Cách chia theo trung vị không nhạy với một số mẫu hình, chẳng hạn như thay đổi chậm về độ phân tán. Với nhóm nhỏ, xấp xỉ chuẩn có thể không chính xác, vì vậy hãy thận trọng khi diễn giải các kết quả biên.

Quảng cáo
Ba dãy thể hiện quá ít chuỗi, một số chuỗi ngẫu nhiên, và quá nhiều chuỗi
Quá ít chuỗi cho thấy sự phân cụm hoặc một xu hướng, quá nhiều cho thấy sự dao động, và số đếm gần với giá trị kỳ vọng thì phù hợp với tính ngẫu nhiên.

Câu hỏi thường gặp

Kiểm định chạy kiểm tra điều gì?

Kiểm định này kiểm tra xem thứ tự của các giá trị có vẻ ngẫu nhiên hay không, dựa trên tần suất dãy chuyển đổi giữa các giá trị trên và dưới trung vị.

Các giá trị bằng trung vị được xử lý thế nào?

Chúng bị loại khỏi dãy và số lượng bị loại được báo cáo. Các giá trị còn lại giữ nguyên thứ tự.

Vì sao có cảnh báo mẫu nhỏ?

Xấp xỉ chuẩn hoạt động tốt nhất khi cả \(n_1\) và \(n_2\) đều lớn hơn 10. Dưới mức này, bảng chính xác sẽ phù hợp hơn và chưa được đưa vào.

Thứ tự dữ liệu có quan trọng không?

Có. Dữ liệu được sử dụng đúng như đã nhập, và việc sắp xếp lại sẽ thay đổi số chuỗi chạy.

Khi nào tính ngẫu nhiên bị bác bỏ?

Khi \(|Z|\) lớn hơn nghiêm ngặt giá trị tới hạn chuẩn ứng với alpha đã chọn, tương đương với việc p-value nhỏ hơn alpha.

Nguồn tham khảo

Nguồn tham khảo

Cập nhật lần cuối:

Phổ biến nhất trong Toán học và Thống kê

Xem tất cả máy tính Toán học và Thống kê