statsmodels.sandbox.stats.runs.runstest_2samp¶

statsmodels.sandbox.stats.runs.runstest_2samp(x, y=None, groups=None, correction=True)[source]¶

Wald-Wolfowitz 两样本游程检验

此测试用于判断两个样本是否来自同一分布。

Parameters:¶

xarray_like

数据，数值型，如果同时提供了 y，则包含一个组，或者如果还提供了组指示符，则包含两个组

yarray_like (optional)

数据, 数值

groupsarray_like

组标签或指示器，两个组的数据都以一个单一的1维数组x给出。如果组标签不是[0,1]，那么

correctionbool

根据SAS手册，对于样本量小于50的情况，检验统计量会通过0.5进行修正。可以通过设置correction=False来关闭此修正，此修正的目的是为了与R、tseries匹配，因为它们不使用任何修正。

Returns:¶

z_statfloat

测试统计量，渐近正态分布

p-valuefloat

p值，如果低于第一类错误水平alpha，则拒绝原假设。

另请参阅

runs_test_1samp

Runs

RunsProb

注释

Wald-Wolfowitz 游程检验。

如果有平局，那么报告的检验统计量和p值是基于在同一组中所有平局观测值排序后较高的p值

此测试适用于连续分布 SAS 对平局有处理方法，但不够清晰，听起来更复杂 （最小和最大可能的游程数防止了使用 argsort） （也许并不那么困难，思路：对第一个添加小的正噪声，运行测试，然后对另一个添加，运行测试，取 max(?) p 值 - 已完成 这并不能得到游程数的最小值和最大值，但应该接近。不正确，这接近最小值但远离最大值。 最大游程数将使用平局中的交替组。） 也许添加随机噪声会是更好的方法。

SAS 对样本大小 <=30 有精确分布，虽然看起来不标准，但应该很容易添加。

目前仅支持双侧检验

这尚未与参考实现进行验证。在一个简短的蒙特卡罗模拟中，当两个样本均为正态分布时，该检验似乎在观测数量较大（30或更大）时能正确地进行大小调整，但在每组样本大小为10时则较为保守（即拒绝的频率低于名义值）。