Qu'est-ce qu'un test d'exécution
Un run-test est une procédure statistique qui examine si une chaîne de données se produit de manière aléatoire à partir d'une distribution spécifique. Le test d'exécution analyse l'occurrence d'événements similaires séparés par des événements différents.
RÉPARTITION Exécute le test
Par exemple, une liste de nombres à un chiffre véritablement aléatoires ne devrait comporter que quelques cas où une séquence de nombres est ascendante numériquement. Cependant, dans de nombreux cas, il est difficile d'affirmer le caractère aléatoire des données dans lesquelles il existe des milliers de séquences dans une chaîne de données, de sorte que le test des analyses a été créé comme méthode objective de détermination du caractère aléatoire.
Importance d'un test d'exécution
Le modèle de test de séries est important pour déterminer si un résultat d'un essai est vraiment aléatoire, en particulier dans les cas où les données aléatoires ou séquentielles ont des implications pour les théories et analyses ultérieures.
Le test de course est une version abrégée du nom complet: le test de course de Wald – Wolfowitz, ainsi nommé d'après les mathématiciens Abraham Wald et Jacob Wolfowitz. Plus précisément, il peut être utilisé pour tester l'hypothèse que les éléments de la séquence sont mutuellement indépendants.
Le test de Kolmogorov – Smirnov a été jugé plus puissant que le test de Wald-Wolfowitz pour détecter les différences entre les distributions qui diffèrent uniquement par leur emplacement.
Il reste cependant deux applications puissantes:
- Tester le caractère aléatoire d'une distribution, en prenant les données dans l'ordre donné et en marquant avec + les données supérieures à la médiane, et avec - les données inférieures à la médiane (les nombres égaux à la médiane sont omis.) Tester si une fonction correspond bien à un ensemble de données, en marquant les données dépassant la valeur de la fonction avec + et les autres données avec -. Pour cette utilisation, le test de parcours, qui prend en compte les signes mais pas les distances, est complémentaire au test du khi carré, qui prend en compte les distances mais pas les signes.
