(1)以数据文件“马克威通用数据1.mkw”为例,演示游程检验算法的操作。首先,在工作区内,打开建模分析工作流:“基础分析→非参数检验→游程检验”,接着选择数据源,设置算法中的参数,最后点击运行按钮。
其中各类参数的含义如下:
分界点:指定将序列分为两类的分界点。系统将小于等于分界点的所有值作为一组,将大于分界点的所有值为另一组,然后计算个数。分界点指定包括不处理、平均值、中位数和用户指定四种方法。其中:
不处理:是指对序列不做任何处理,这种方法只适合于变量取值只有0和1两个数值的情况。
平均值:表示以样本平均值作为分界点,这种方法将大于样本平均值的数值归为一类,将小于等于样本平均值的数值归为一类。
中位数:表示以样本中位数作为分界点,这种方法将大于样本中位值的数值归为一类,将小于等于样本中位值的数值归为一类。
用户指定:表示以用户指定的点为分界点,这种方法将大于用户指定值的数值归为一类,将小于等于用户指定值的数值归为一类。
对变量“是否丢失”进行游程检验。具体的参数设置如下所示:
(2)输出结果
双击“运行”节点,进入游程检验过程,得出分析结果如下:
(3)结果说明
上述结果表明:总游程数为558,Z统计量为0.4607,对应的P值为0.645。由于P值大于显著性水平0.05,因此,不能拒绝零假设,故我们可以认为是否丢失符合随机原则。
输入变量变量表数据类型:整型、浮点型、布尔型
输入数据尺度:标量型、名义型、有序型
游程检验是用来检验变量取值在一定程度下是否是随机的。
游程检验是一种利用游程的总个数来判断样本随机性的统计检验方法。
输出结果:
检验结果:取值的实际频数、游程数、Z值和显著性水平。
订购用户 | 订购时间 | 年限 | 运行环境 | 版本 |
1811****398 | 2018-07-23 13:48:09 | 1年 | Windows | 单机版 |
1840****220 | 2018-06-01 09:31:08 | 1年 | Windows | 单机版 |
1398****741 | 2017-12-29 09:10:30 | 1年 | Windows | 单机版 |
1556****001 | 2017-08-10 23:45:25 | 1年 | Windows | 单机版 |
1803****455 | 2017-05-19 16:22:54 | 1年 | Windows | 单机版 |
1381****657 | 2017-04-07 00:10:41 | 1年 | Windows | 单机版 |
1381****657 | 2017-04-06 22:57:30 | 1年 | Windows | 单机版 |
1397****925 | 2017-03-29 10:56:33 | 1年 | Windows | 单机版 |
1397****925 | 2017-03-29 10:56:14 | 1年 | Windows | 单机版 |
1397****925 | 2017-03-29 10:55:52 | 1年 | Windows | 单机版 |