游程检验
- ##### 分析方法视频解读：
- ##### 案例数据下载
- 游程检验亦称“连贯检验”，是根据样本标志表现排列所形成的游程的多少进行判断的检验方法。它是
一种非参数性统计假设的检验方法。
如果数据有上升或下降的趋势，或有呈周期性变化的规律等特征时，均可能表示数据与顺序是有关的，或者说序列不是随机出现的。通俗来讲，游程检验是用于分析数据是否为随机。
比如原始数据为：1100001110110000111100；原始数据中0和1交替出现，也有可能连续出现0或1；
- 一个由0或1连续构成的串称为一个游程；
- 一个游程中数据的个数称为游程长度；
- 一个序列中游程个数用R表示。表示0和1交替轮换的频繁程度。
上述数据中：游程长度分别为2,4,3,1,2,4,4,2；游程个数R=8。
- 如果游程个数过多，则说明0和1交替特征明显；
- 如果游程个数过少，则说明0和1相对比较集中；
- 无论游程个数过多，也或者过少，极端情况都说明数据不具有随机性。因而可以通过游程个数过多或过少来定义假设检验的拒绝域，也即通过游程个数来分析数据是否为随机数据。
- ###### 特别提示
- 游程分析算法中只能针对0和1进行；但很多时候数据很可能不是这样，比如扔色子时可能出现1，2，3，4，5，6共6个数字。因此SPSSzero算法会默认以中位数作为切割点，将数据切割成两组，并且分别使用0或者1标识，并进一步进行分析，得出研究结论。
游程检验案例
- #### 1、背景
当前共扔色子100次，随机地扔，并且记录下得到的数字，总共有100个数字，现在想研究数据是否具有随机性，因而使用游程检验进行分析。
- #### 2、理论
游程检验用于检验数据是否具有随机性，其原始假设是数据序列不具有随机性；如果检验结果显示p 值小于0.05，则说明数据不具有随机性，反之p 值大于等于0.05则说明数据具有随机性。
如果数据有上升或下降的趋势，或有呈周期性变化的规律等特征时，均可能表示数据与顺序是有关的，或者说序列不是随机出现的。通俗来讲，游程检验是用于分析数据是否为随机。
比如原始数据为：1100001110110000111100；原始数据中0和1交替出现，也有可能连续出现0或1；
- 一个由0或1连续构成的串称为一个游程；
- 一个游程中数据的个数称为游程长度；
- 一个序列中游程个数用R表示。表示0和1交替轮换的频繁程度。
上述数据中：游程长度分别为2,4,3,1,2,4,4,2；游程个数R=8。
- 如果游程个数过多，则说明0和1交替特征明显；
- 如果游程个数过少，则说明0和1相对比较集中；
- 无论游程个数过多，也或者过少，极端情况都说明数据不具有随机性。因而可以通过游程个数过多或过少来定义假设检验的拒绝域，也即通过游程个数来分析数据是否为随机数据。
- ###### 特别提示
- 游程分析算法中只能针对0和1进行；但很多时候数据很可能不是这样，比如扔色子时可能出现1，2，3，4，5，6共6个数字。因此SPSSzero算法会默认以中位数作为切割点，将数据切割成两组，并且分别使用0或者1标识，并进一步进行分析，得出研究结论。
直接拖拽标题到右侧框中，点击开始分析即可：
- #### 4、SPSSzero 输出结果
| 游程分析结果 | |||
|---|---|---|---|
| 名称 | 样本量 | 统计量 | p |
| 扔色子的点数 | 100 | 0.419 | 0.675 |
| p* <0.05 ** p <0.01 |
使用游程检验分析扔色子的点数是否为随机数据序列，其原定假设为数据服从随机分布；p 值 <0.05则说明拒绝原假设数据不服从随机分布；反之p 值> 0.05则说明接受原假设数据服从随机分布，从上表可以看出：扔色子的点数不会表现出显著性(p >0.05)，意味着扔色子的点数为随机序列数据。
- #### 5、文字分析
具体文字分析例子如下：
使用游程检验分析扔色子的点数是否为随机数据序列，其原定假设为数据服从随机分布；p 值<0.05则说明拒绝原假设数据不服从随机分布；反之p 值> 0.05则说明接受原假设数据服从随机分布，从上表可以看出：扔色子的点数不会表现出显著性(p >0.05)，意味着扔色子的点数为随机序列数据。
- #### 6、剖析
游程检验可针对定类数据，也可以针对定量数据；如果是定类数据，一般为二分类数据，如果是定量数据，SPSSzero 会自动以其中位数作为切割点，将数据区分为两组然后进行游程检验。
疑难解惑
- ##### 数据序列是否为随机？
- 游程检验用于检验数据是否完全随机，提供数据即可进行检验，比如彩票号码是否完全随机。
