游程检验随机性计算器(中位数划分)

游程检验随机性计算器(中位数划分)

新兴 AI Skill PRO

输入计算

数值之间请用逗号、空格或换行分隔。
双侧。

数学公式

R‾=2n1n2n1+n2+1\bar{R} = \frac{2 n_1 n_2}{n_1 + n_2} + 1
显示计算步骤 (2)
  1. 游程数方差

    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)}

    随机性假设下游程数的方差。

  2. Z 统计量

    Z=数据序列→R−R‾sR,at 显著性水平Z = \frac{\text{数据序列} \to R - \bar{R}}{s_R}, \quad \text{at } \text{显著性水平}

    数据序列游程数的标准化值,在所选显著性水平下进行判断。

使用统计

广告

结果

Z 统计量
1.3784
观测游程数 R 14
高于中位数的数值个数(n1) 10
低于中位数的数值个数(n2) 10
等于中位数的数值个数(已忽略) 0
中位数 3.9500
期望游程数 11.0000
游程数标准差 2.1764
双侧 p 值 0.1681
临界值 1.9600
是否拒绝随机性(H0)? 否
小样本警告 是

报告本页错误

游程检验计算器的功能

本计算器将游程检验应用于有序的数值序列,用于检测非随机性。每个数值按高于(+)或低于(-)中位数进行编码,统计该模式中的游程数,并将该计数与随机排列应产生的结果进行比较。计算器输出游程数、期望游程数、标准差、Z 统计量、双侧 p 值以及拒绝或不拒绝的判定结论。它适用于检查残差、过程测量值或任何按时间排列的序列是否存在趋势、聚集或振荡。

数据点分布在虚线中位数线的上下,用加号和减号编码并按游程分组
每个值都按高于(+)或低于(−)中位数来编码,每一段符号相同且不间断的区间算作一个游程。

使用方法

请按时间顺序在数据框中输入数值,数值之间可用逗号、分号、空格或换行分隔,小数点使用英文句点。然后选择双侧显著性水平 α(0.10、0.05、0.025 或 0.01)。顺序很重要,因为数据不会被排序。至少需要两个数值,并且至少有一个数值高于中位数、一个数值低于中位数。

计算公式

游程是指符号相同的一组连续数值。设观测游程数为 \(R\),则检验统计量为:

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

在随机性假设下,期望游程数和方差为:

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

其中 \(n_1\) 为高于中位数的数值个数,\(n_2\) 为低于中位数的数值个数,\(R\) 为观测游程数,\(\bar{R}\) 为期望游程数,\(s_R\) 为游程数的标准差。双侧 p 值为 \(p = 2(1-\Phi(|Z|))\),其中 \(\Phi\) 为标准正态累积分布函数。当 \(|Z| > z_{1-\alpha/2}\) 时拒绝随机性假设。

广告
标准正态曲线,两侧尾部在负 z 和正 z 临界值之外均为阴影
当观测到的 Z 落入任一阴影尾部时,双侧检验拒绝随机性,这意味着游程太少或太多。

约定与假设

  • 高于中位数的数值记为正,低于中位数的数值记为负;游程是符号相同的连续数值块。
  • 来源未说明如何处理与中位数相等的数值。作为设计选择,这些数值被忽略,其余数值保持原有顺序,并报告被忽略的数量。\(n_1\) 和 \(n_2\) 仅统计正值和负值。
  • 中位数为所有输入数值的标准样本中位数:数值个数为奇数时取中间值,为偶数时取两个中间值的平均值。
  • 不应用连续性校正。
  • 判定为严格比较:\(|Z|\) 与临界值相等时不拒绝。5% 临界值为 1.96。
  • 始终使用正态近似。当 \(n_1 \le 10\) 或 \(n_2 \le 10\) 时会显示小样本警告,因为本计算器未实现精确检验表。
  • 统计量和 p 值显示至小数点后 4 位;内部计算值未经舍入。

算例

默认的 20 个数值序列中位数为 3.95,且无数值与其相等。高于中位数的数值有 10 个,低于中位数的有 10 个,因此 \(n_1 = 10\),\(n_2 = 10\),该序列共有 \(R = 14\) 个游程。

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

游程数的标准差 \(s_R = 2.1764\),因此:

$$Z = \frac{14 - 11}{2.1764} = 1.3784$$

双侧 p 值为 0.1681,\(\alpha = 0.05\) 时的临界值为 1.9600。由于 \(1.3784 < 1.9600\),不拒绝随机性假设。因为 \(n_1 \le 10\),小样本警告已开启。

结果解读与局限性

游程过少提示存在聚集或趋势;游程过多则提示存在交替变化。\(|Z|\) 较大且 p 值小于 α 表明序列非随机。未拒绝原假设并不能证明序列是随机的,只说明本检验未发现反对随机性的证据。中位数划分对某些模式不敏感,例如离散程度的缓慢变化。在小样本情况下,正态近似可能不准确,因此对临界结果应谨慎解读。

广告
三个序列分别展示游程太少、游程数量随机以及游程太多
游程太少表明存在聚集或趋势,太多表明存在振荡,而接近期望值的计数则符合随机性。

常见问题

游程检验检验什么?

它依据序列在高于中位数与低于中位数之间切换的频率,检验数值的排列顺序是否看起来随机。

与中位数相等的数值如何处理?

这些数值会从序列中删除,并报告删除的数量。其余数值保持原有顺序。

为什么会出现小样本警告?

当 \(n_1\) 和 \(n_2\) 均大于 10 时,正态近似效果最好。低于此数值时,精确检验表更为合适,但本计算器未包含。

数据顺序是否重要?

是的。数据按输入的原样使用,重新排序会改变游程数。

何时拒绝随机性假设?

当 \(|Z|\) 严格大于所选 α 对应的正态临界值时拒绝,这等价于 p 值小于 α。

参考资料

资料来源与参考

最后更新:

数学和统计热门计算器

查看全部数学和统计计算器