签名测试

签名测试[数据]

测试数据为零。

签名测试[{数据1,数据2}]

测试数据1– 数据2为零。

签名测试[dspec公司,μ0]

测试位置度量μ0.

签名测试[dspec公司,μ0,"财产"]

返回的值"财产".

详细信息和选项

  • 签名测试检验无效假设反对替代假设:
  • 数据
    {数据1,数据2}
  • 哪里μ是的人口中位数数据和μ12是两个数据集成对差异的中位数.
  • 默认情况下，概率值或-返回值。
  • 一个小-价值表明不太可能是真的。
  • 中的数据dspec公司可以是单变量{x个1,x个2,…}或多元{{x个1,年1,…},{x个2,年2,…},…}.
  • 如果给出两个样本，它们的长度必须相等。
  • 争论μ0可以是实数或长度等于数据维数的实向量。
  • 签名测试[dspec公司,μ0,“假设测试数据”]返回一个假设测试数据对象高温气冷堆可以使用表单提取其他测试结果和属性高温气冷堆["财产"].
  • 签名测试[dspec公司,μ0,"财产"]可用于直接给出"财产".
  • 与测试结果报告相关的属性包括：
  • “自由度”测试中使用的自由度
    “P值”的列表-值
    “P值表”格式化的表-值
    “简短测试结论”测试结论的简短描述
    “测试结论”测试结论的描述
    “测试数据”测试统计数据对列表和-值
    “测试数据表”格式化的表-值和测试统计
    “测试统计”测试统计信息列表
    “测试统计表”格式化的测试统计表
  • 对于单变量样本，签名测试对配对样本的中位数进行符号测试。假设测试统计数据遵循二项分布[n个,1/2]哪里n个是中的元素数dspec公司不等于μ0.
  • 对于多元样本，签名测试使用空间符号对配对样本执行仿射不变测试。假设测试统计数据遵循ChiSquare分布[昏暗的]哪里昏暗的是的尺寸dspec公司.
  • 可以使用以下选项：
  • 替代假设 “不平等”替代假设的不等式
    最大迭代次数 自动多元中值检验的最大迭代
    方法 自动用于计算的方法-值
    重要性级别 0.05诊断和报告截止
  • 对于签名测试，截断被选择为只有在以下情况下才被拒绝。的值用于“测试结论”和“简短测试结论”属性由重要性级别选项。默认情况下，设置为0.05.

示例

全部打开全部关闭

基本示例  (4)

测试人群的中位数是否为零：

测试多元总体的空间中位数是否为某个值：

计算测试统计：

将配对数据的中位数差异与特定值进行比较：

在表格中报告测试结果：

创建一个假设测试数据用于重复属性提取的对象：

可用属性列表：

提取单个属性或属性列表：

范围  (13)

测试  (10)

测试与:

这个-当中值接近μ0:

这个-当位置远离时，值通常较小μ0:

使用自动相当于测试中值为零：

测试与:

这个-当中值接近μ0:

这个-当位置远离时，值通常较小μ0:

测试多元总体的中值向量是否为零向量：

或者，测试{0.1,0,-0.05,0}:

测试与:

这个-当位置不相等时，值通常较小：

这个-当位置相等时，值通常较大：

测试与:

数据集的顺序影响测试结果：

测试两个多元总体的中值差向量是否为零向量：

或者，测试{1,0,-1,0}:

创建一个假设测试数据用于重复属性提取的对象：

可用于提取的属性：

从假设测试数据对象：

这个-值和测试统计：

同时提取任意数量的属性：

这个-值和测试统计：

报告  (3)

将测试结果制成表格：

从测试表中检索条目以进行自定义报告：

表格-值或测试统计信息：

这个-表中的值：

表中的测试统计数据：

选项  (9)

替代假设  (3)

默认情况下执行双面测试：

测试与:

执行双面测试或单面替代测试：

测试与:

测试与:

测试与:

当μ0给出了：

测试与:

测试与:

最大迭代次数  (2)

设置用于多元测试的最大迭代次数：

默认情况下，允许500次迭代：

设置最大迭代次数可能会导致收敛不足：

这个-值不相等：

方法  (3)

默认情况下，-值是使用二项分布对于单变量数据：

渐近方法可用于单变量数据：

对于多元数据，只有渐近结果可用：

重要性级别  (1)

显著性水平也用于“测试结论”和“简短测试结论”:

应用  (2)

一种新型睡眠辅助设备在八名患者身上进行了测试。记录每个受试者在服用药物的一晚和服用安慰剂的一晚入睡的分钟数：

这个签名测试未检测到助眠药和安慰剂的差异：

尽管数据集很小，但其正常性测试并未失败：

更强大的配对TT测试显示使用助眠剂后睡眠时间显著缩短：

一个由10名数学和科学评估较低的学生组成的小组被要求参加辅导计划。课程结束后，进行了与最初评估类似的测试。学生在这两项评估的数学和科学部分的分数如下：

总体得分有显著提高：

Bonferroni对单个成分进行的修正测试表明，仅数学分数就可以解释检测到的改善：

属性和关系  (6)

从概念上讲签名测试统计数据集中的阳性符号数：

对于单变量数据，检验统计量如下二项分布，忽略零：

这个签名测试通常不如其他位置假设测试强大：

对于多元数据，在计算测试统计时使用空间符号：

当空间中值不为零时，空间符号倾向于聚集：

聚类的数量通过测试统计进行量化：

测试统计数据遵循ChiSquare分布[第页]:

测试统计量对多元数据具有仿射不变性：

符号测试仅在输入为时间序列:

当输入为时间数据:

仅测试所有值：

测试两条路径中位数的差异：

整洁的示例  (2)

当零假设时计算统计为真：

测试统计给出了一个特定的备选方案：

比较测试统计数据的分布：

空间符号在三维中的分布表明，与零均值向量的偏差越大，产生的空间符号聚类程度越高，符号统计值越大：

Wolfram Research（2010），SignTest，Wolfram语言函数，https://reference.wolfram.com/language/ref/SignTest.html。

文本

Wolfram Research（2010），SignTest，Wolfram语言函数，https://reference.wolfram.com/language/ref/SignTest.html。

CMS公司

沃尔夫拉姆语言。2010年，《SignTest》，Wolfram语言与系统文档中心。Wolfram研究。https://reference.wolfram.com/language/ref/SignTest.html。

亚太地区

沃尔夫拉姆语言。(2010). 签名测试。Wolfram语言与系统文档中心。检索自https://reference.wolfram.com/language/ref/SignTest.html

BibTeX公司

@misc｛reference.wolfram_2024_signtest，author=“wolfram Research”，title=“｛signtest｝”，year=“2010”，howpublished=“\url｛https://reference.wolfram.com/language/ref/signtest.html｝”，note=[访问时间：2024年9月21日]}

BibLaTeX公司

@online｛reference.wolfram_2024_signtest，organization=｛wolfram Research｝，title=｛signtest｝，year=｛2010｝，url=｛https://reference.wolfram.com/language/ref/signtest.html｝，note=[访问时间：2024年9月21日]}