x**********6
发帖数: 36 | 1 一组sample值，按时间先后排列，for example：
０００１００１１００００１０００１０００００００１００
０表示正常，１表示defect，当然０多1少。用什么方法可以检验１是否是均匀分布的
？最后能输出一个结果，０－１００％，０％表示非均匀分布，１００％表示理想均匀
分布。
请问有这样的检验方法么？叫啥名？谢先 |
j******o
发帖数: 127 | 2 I guess that you can do Likelihood-ratio test manually for distributions.
Sorry I cannot remember the detail how to do that.
【在 x**********6 的大作中提到】
: 一组sample值，按时间先后排列，for example：
: ０００１００１１００００１０００１０００００００１００
: ０表示正常，１表示defect，当然０多1少。用什么方法可以检验１是否是均匀分布的
: ？最后能输出一个结果，０－１００％，０％表示非均匀分布，１００％表示理想均匀
: 分布。
: 请问有这样的检验方法么？叫啥名？谢先
|
g********d
发帖数: 2022 | 3 there are two ways that can give you some ideas about the distribution, but
don't know how to quantify it.
record the position of each "1" point, then rescale the position number to 1
-100.
1. Compare the rescaled values with the quartiles.
2. run the rescaled values against a beta distribution with A=1 and B=1 (
therefore a uniform distribution). You can get a very nice graph in sas.
【在 x**********6 的大作中提到】
: 一组sample值，按时间先后排列，for example：
: ０００１００１１００００１０００１０００００００１００
: ０表示正常，１表示defect，当然０多1少。用什么方法可以检验１是否是均匀分布的
: ？最后能输出一个结果，０－１００％，０％表示非均匀分布，１００％表示理想均匀
: 分布。
: 请问有这样的检验方法么？叫啥名？谢先
|
s*r
发帖数: 2757 | 4 i am very hesitant to say "Runs Test of Randomness". |
T*******I
发帖数: 5138 | 5 我想你没有什么办法直接检验你的那组数据。你需要一个转换测量，正如gosummerod (
夏天的暴雨)所言。但是，我认为他的办法比较麻烦一些。我认为有一个相对简单的办法
来达到你的目的。你可以这样做：
Order OriginalValue
1 0
2 0
3 1
4 0
5 0
6 1
7 1
8 0
9 0
10 0
11 0
12 1
13 0
14 0
15 0
16 1
17 0
18 0
19 0
20 0
21 0
22 0
23 0
24
【在 x**********6 的大作中提到】
: 一组sample值，按时间先后排列，for example：
: ０００１００１１００００１０００１０００００００１００
: ０表示正常，１表示defect，当然０多1少。用什么方法可以检验１是否是均匀分布的
: ？最后能输出一个结果，０－１００％，０％表示非均匀分布，１００％表示理想均匀
: 分布。
: 请问有这样的检验方法么？叫啥名？谢先
|
D******n
发帖数: 2836 | 6 First make sure what u really want, evenness or randomness? the latter
doesn't necessarily lead to the former. A perfectly even allocation of the
1s is definitely not a typical stage of randomness(patternless).
Second if u want a quantity to measure evenness, it is a statistic, a
value, a quantity , not a test. A test will give u the significance of a
statistic under null hypothesis.
Third if u are concerned about randomness, it is hard, it must pass many
tests. http://en.wikipedia.org/wiki/Stat
【在 x**********6 的大作中提到】
: 一组sample值，按时间先后排列，for example：
: ０００１００１１００００１０００１０００００００１００
: ０表示正常，１表示defect，当然０多1少。用什么方法可以检验１是否是均匀分布的
: ？最后能输出一个结果，０－１００％，０％表示非均匀分布，１００％表示理想均匀
: 分布。
: 请问有这样的检验方法么？叫啥名？谢先
|
j*****e
发帖数: 182 | 7 Read chapters on discrete-time markov chain in any textbook on stochastic
process. |
m*****o
发帖数: 259 | 8 I'm not 100% sure, but maybe you can borrow some idea from rank sum test.
Create the index of 1s, say 4, 7,8,14,....
Create two lists of numbers based on this:
lag 1 difference:
3,1,6,....
Lag 2 difference:
4,7,....
The Null hypothesis would be:
mu1 = mu2/2
or
2*mu1 = mu
And the alternative hypothesis is two-sided.
The rest is to calculte the variance of the test statistic: 2* x1_bar - x2_
bar.
Under regularity conditions, you'll get a normal distribution if the
sequence is long enough, the p-va
【在 x**********6 的大作中提到】
: 一组sample值，按时间先后排列，for example：
: ０００１００１１００００１０００１０００００００１００
: ０表示正常，１表示defect，当然０多1少。用什么方法可以检验１是否是均匀分布的
: ？最后能输出一个结果，０－１００％，０％表示非均匀分布，１００％表示理想均匀
: 分布。
: 请问有这样的检验方法么？叫啥名？谢先
|
