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。相关操作在第1章中已详细讲述过了。录入完成后数据如图5.14所示。

图5.14　案例5.5的数据

先保存数据，然后开始展开分析，步骤如下：

进入Stata 16.0，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（判断number变量是否为随机）：

     runtest  number

设置完毕后，按回车键，等待输出结果。

5.5.4　结果分析

在Stata 16.0主界面的结果窗口可以看到如图5.15所示的分析结果。

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。Stata 16.0的强大之处在于，它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 16.0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。

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。

图5.15　分析结果图

图5.16　分析结果图 Cw0onQBwMb+bsdbX4hGU6lYQzXvS1lEIZ1VvRn98gTq+d0vVviY7dijIHINGDVd0