Ru.Wikipedia.Org - Критерий Вальда

Меню
Главная
Случайная статья
Настройки

Критерий Вальда — Вольфовица
Материал из https://ru.wikipedia.org

Критерий Вальда — Вольфовица (тест периодов, тест прогонов, критерий серий Вальда-Вольфовица), названный в честь статистиков Абрахама Вальда и Джейкоба Вольфовица, представляет собой непараметрический статистический тест, который проверяет гипотезу о случайности для двух последовательностей данных одинаковой длины. Точнее, данный критерий можно использовать для проверки нулевой гипотезы о том, что элементы двух последовательностей взаимно независимы.

Содержание

Определение

Прогон последовательности — это максимальный непустой сегмент последовательности, состоящий из соседних равных элементов. Если последовательность действительно случайна, то прогонов не должно быть слишком мало, но и не должно быть слишком много.

Например, последовательность длиной в 22 элемента

+ + + + + + + + + + + + +

состоит из 6 прогонов, 3 из которых состоят из «+», а остальные из «». Тест прогонов основан на нулевой гипотезе о том, что каждый элемент в последовательности независимо берется из одного и того же распределения.

Согласно нулевой гипотезе, количество прогонов в последовательности из N элементов ^{[прим. 1]} является случайной величиной, условное распределение которой, учитывая наблюдение N₊ положительных значений ^{[прим. 2]} и N отрицательных значений ^{[прим. 3]} (N = N₊ + N), является приблизительно нормальным, при этом ^[1]^[2] математическое ожидание

\mu ={\frac {2\ N_{+}\ N_{-}}{N}}+1

, дисперсия

\sigma ^{2}={\frac {2\ N_{+}\ N_{-}\ (2\ N_{+}\ N_{-}-N)}{N^{2}\ (N-1)}}={\frac {(\mu -1)(\mu -2)}{N-1}}

.

Эти параметры не предполагают, что положительные и отрицательные элементы имеют равные вероятности появления, а только предполагают, что элементы независимы и одинаково распределены. Если количество прогонов значительно выше или ниже ожидаемого, гипотеза о статистической независимости элементов может быть отклонена.

Применение

Тест прогонов может быть использован, чтобы проверить:

Случайность распределения данных в последовательности. Таким образом данные проверяются на предмет стационарности или отсутствие корреляции во временном ряду или другой последовательности, особенно если распределение признака неизвестно. Нулевая гипотеза здесь заключается в том, что последовательные значения некоррелированы. Данные выбираются из последовательности в порядке их следования: знаком «+» отмечаются данные равные или превышающие медиану; знаком «–» — данные меньшие медианы.
Насколько хорошо функция соотносится с датасетом. Данные, превышающие значение функции, отмечаются знаком «+», остальные данные отмечаются знаком «–». В этом случае тест прогонов, учитывающий знаки, но не расстояния, является дополнением к критерию хи-квадрат, который учитывает расстояния, но не знаки — обе контрольные величины асимптотически независимы друг от друга.

Пример проверки на случайность распределения данных

Рассмотрим последовательность

13	 3	14	14	1	14	3	8	14	17	9	14	13	2	16	1	3	12	13	14

Отнесем каждое значение данной последовательности к одной из 2 групп («+» или «–») с учетом того больше оно или меньше медианы = 13

0	-10	1	1	-12	1	-10	-5	1	4	-4	1	0	-11	3	-12	-10	-1	0	1

+	-	+	+	-	+	-	-	+	+	-	+	+	-	+	-	-	-	+	+

При N₊ = 11 и N_- = 9 получается r = 13 прогонов.

R приблизительно нормально распределено с математическим ожиданием

\mu ={\frac {(2\cdot 11\cdot 9)}{20}}+1=10{,}9

и дисперсией

\sigma ^{2}={\frac {2\cdot 11\cdot 9\cdot (2\cdot 11\cdot 9-20)}{20^{2}\cdot 19}}=4{,}6

.

В этом случае контрольная величина z рассчитывается как

{\frac {13-10{,}9}{\sqrt {4{,}6}}}=0{,}98

.

При уровне значимости 0,05 нулевая гипотеза H₀ отвергается, если |z| > 1,96. Это не наш случай.

Результат: нулевая гипотеза не отвергается. Элементы выборки, по-видимому, выбраны случайным образом.

Поскольку тест прогонов не является параметрическим тестом, то к результату следует относиться с осторожностью. Например, при уровне достоверности 90% нулевая гипотеза может быть отвергнута, однако параметрический критерий Шапиро-Уилка показывает, что значения данного числового ряда не распределены нормальным образом!

Связанные критерии

Критерий Вальда-Вольфовица, первоначально предложенный для использования с двумя выборками (последовательностями) ^[3]^[4], впоследствии был расширен для использования с несколькими выборками.^[5]^[6]^[7]^[8]

Примечания

N — это количество элементов, а не количество прогонов.
N₊ — это количество элементов с положительными значениями, а не количество положительных прогонов.
N_- — это количество элементов с отрицательными значениями, а не количество отрицательных прогонов.

Ссылки

Runs Test for Detecting Non-randomness . Дата обращения: 9 января 2023. Архивировано 26 ноября 2022 года.
Sample 33092: Wald–Wolfowitz (or runs) test for randomness . Дата обращения: 9 января 2023. Архивировано 9 января 2023 года.
Wald, Abraham; Wolfowitz, Jacob (Июнь 1940). On a Test Whether Two Samples are from the Same Population. The Annals of Mathematical Statistics. 11 (2): 147–162. doi:10.1214/aoms/1177731909. JSTOR 2235872.
Sprent P, Smeeton NC (2007) Applied Nonparametric Statistical Methods, pp. 217–219. Boca Raton: Chapman & Hall/ CRC.

Внешние ссылки