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.
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 \(|Z| > z_{1-\alpha/2}\).
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.
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
- 1.3.5.13. Runs Test for Detecting Non-randomness, NIST/SEMATECH e-Handbook of Statistical Methods