本節書摘來自異步社群《spss 統計分析從入門到精通（第2版）》一書中的第6章，第6.4節，作者 杜強 , 賈麗豔 , 嚴先鋒，更多章節内容可以通路雲栖社群“異步社群”公衆号檢視
spss 統計分析從入門到精通（第2版）
有時我們除了關心分布的形狀外，還希望知道樣本的随機性。因為如果樣本不是從總體中随機抽取的，那麼所做的任何推斷都可能變得毫無價值。在某些特殊的情況下，樣本随機性的重要程度會遠遠大于總體參數的重要程度。
遊程檢驗的目的，就是檢驗取值為二分類并且按某種順序（例如時間順序）排列的資料資料，是否确實是随機出現的。
所謂遊程，是指二分類變量有相同取值的幾個連續記錄。以投硬币試驗為例，假設以1表示正面，0表示反面，在進行了若幹次投擲後，将得到一個以1、0組成的資料序列，如11100110110001，最前面的三個1為一個遊程（run），遊程的長度為3；随後的兩個0為第二個遊程，遊程長度為2，依次類推，這個序列包含七個遊程。把出現1的次數記作n1，出現0的次數記作n2，則有n1+n2=n；遊程的個數記為r，它是遊程檢驗的基本統計量。
如果遊程的總數極少，就意味樣本内部存在着一定的趨勢或結構，這可能是由于觀察值之間是不獨立的，或者樣本是來自不同總體的，極端的資料序列可能是1111111100000000；若樣本中存在極大量的遊程，則可能有系統的短周期波動影響着觀察結果，同樣不能認為序列是随機的，極端的資料序列可能是1010101010101010。是以，出現太少或太多的遊程都表明相應變量值的出現不是随機的。
1．遊程統計量
在遊程檢驗中，将樣本各個觀測歸屬于兩種類别之中，于是各觀測出現的分布服從二項分布；随着樣本量的增大，遊程個數r的分布近似服從于正态分布。
遊程檢驗的原假設為h0：檢驗變量的取值是随機出現的。根據統計量z的取值，與标準正态分布在特定顯著性水準下的取值比較，做顯著性檢驗，即可接受或推翻原假設。
2．遊程檢驗典型問題
（1）檢驗兩個總體的分布是否相同。将從兩個總體中獨立抽取的兩個樣本的觀察值混合後，記錄遊程個數，進行關于随機性的假設檢驗。
（2）檢驗樣本的随機性。将取自某一總體的樣本觀察值按照從小到大的順序排列，找出中位數（或平均數），把樣本分為大于和小于中位數的兩個部分，用由這兩個部分上下交錯形成的遊程個數來檢驗樣本是否是随機的。
本節利用投擲硬币20多次所得的資料，來驗證出現正面、背面的機率是否随機，出現正面記為1，出現背面記為0。所用資料來自随盤檔案“chapter 06投硬币試驗.sav”，資料格式如圖6-11所示。
注意
資料輸入的順序不可以改變，否則會改變資料的遊程數，進而使得檢驗結果不可信。
本例檢驗的原假設是h0：出現正面、背面的機率是随機的；備擇假設是h1：出現正面、背面的機率不是随機的。
依次單擊菜單“分析→非參數檢驗→舊對話框→遊程…”，執行遊程檢驗過程，其主設定界面如圖6-12所示。
1．參數設定
在左側的變量清單單擊選中“記錄”變量，單擊圖檔 59按鈕，将其指定為檢驗變量。
boll 檢驗變量清單：用于從左側的變量清單選入檢驗變量，且必須為數值型分類變量；若同時選入了多個，将分别單獨處理。
boll “割點”欄：設定把資料劃分為兩個類别的臨界點，有4種方式：中位數（預設選項）；衆數；均值；設定，在後面的輸入框指定任意的臨界值。樣本取值小于此處選項的歸為一類，其他的歸為另一類；若選擇了多個“割點”，則每個待檢驗變量将分别對每個割點的取值單獨做一次統計檢驗。
單擊“選項”按鈕，将彈出如圖6-5所示的選項設定對話框；單擊“精确”按鈕，将彈出如圖6-6所示的精确檢驗設定對話框。其設定選項的含義和設定方法同前。
2．結果分析
在圖6-12中，單擊“确定”按鈕運作，spss檢視器視窗的輸出表格如圖6-13所示。由于漸進顯著性的取值0.816＞0.10，故不能否定零假設，即認為出現正面、背面的機率是随機的。