5.5 实例五——游程检验

5.5.1 游程检验的功能与意义

Stata的游程检验（Runs Test）也是非参数检验方法的一种，其基本功能是：可以判断样本序列是否为随机序列。这种检验过程是通过分析游程的总个数来实现的。

5.5.2 相关数据来源

【例5.5】表5.5给出了某纺织厂连续15天通过试验得出的28号梳棉棉条的棉结杂质粒数的数据。试用游程检验方法研究该纺织厂的生产情况是否正常。

表5.5 棉结杂质粒数表

5.5.3 Stata分析过程

在用Stata进行分析之前，我们要把数据录入到Stata中。本例中只有一个变量，即棉结杂质粒数。我们把棉结杂质粒数变量设定为number，变量类型及长度采取系统默认方式，然后录入相关数据。相关操作我们在第1章中已有详细讲述。录入完成后数据如图5.14所示。

图5.14 案例5.5数据

先做一下数据保存，然后开始展开分析，步骤如下：

进入Stata 14.0，打开相关数据文件，弹出主界面。

在主界面的“Command”文本框中输入如下命令（本命令的含义是判断number变量是否为随机）：

    runtest     number

设置完毕后，按键盘上的回车键，等待输出结果。

5.5.4 结果分析

在Stata 14.0主界面的结果窗口我们可以看到如图5.15所示的分析结果。

图5.15 分析结果图

通过观察分析结果，我们可以看出Prob＞|z| = 0.84，远大于0.05，所以需要接受原假设，也就是说，数据的产生是随机的，不存在自相关现象，该纺织厂的生产情况正常。

5.5.5 案例延伸

上述的Stata命令比较简洁，分析过程及结果已达到解决实际问题的目的。但是Stata 14.0的强大之处在于，它同样提供了更加复杂的命令格式以满足用户更加个性化的需求。

Stata 14.0默认采用中位数作为参考值，如果设定均值作为参考值，那么操作命令即为：

    runtest     number, mean

在命令窗口输入命令并按回车键进行确认，结果如图5.16所示。

图5.16 分析结果图

通过观察分析结果，我们可以看出Prob＞|z| = 0.31，远大于0.05，所以需要接受原假设，也就是说，数据的产生是随机的，不存在自相关现象。