run_test.py

   1 from statistics import NormalDist
   2 import sys
   3
   4
   5 class RunTest:
   6     def __init__(self, sequence, v1, v2):
   7         #sequence = [0, 1, 0, 1, 0, 1, 0, 1, 0, 1, 0, 1, 0, 1, 1, 0, 0, 1, 0, 1, 0, 1, 0, 1, 1, 0, 1, 0, 1, 1, 0, 0, 1, 1, 0, 0, 1, 0, 1, 0, 1, 0, 1, 0, 1, 0, 1, 0, 1, 1, 0, 1, 1, 0, 0, 1, 1, 0, 0, 1, 0, 1, 1, 0, 0, 1, 1, 0, 1, 1, 0, 1, 0, 1, 0, 1, 0, 1, 0, 1, 0, 0, 1, 0, 1, 0, 1, 0, 1, 1, 0, 0, 1, 0, 1, 0, 0, 1, 0, 0, 1, 1, 1, 1, 1, 0, 0, 1, 0, 1, 0, 0, 1, 1, 0, 0, 1, 0, 1, 0, 1, 0, 0, 1, 1, 0, 1, 0, 1, 0, 1, 1, 0, 1]
   8         self.sequence = sequence
   9         self.v1, self.v2 = v1, v2
  10
  11     def get_p(self):
  12         n1 = self.sequence.count(self.v1)
  13         n2 = self.sequence.count(self.v2)
  14         if n1 == 0 or n2 == 0:
  15             return None, None
  16         r_bar = 1.0 + (2.0 * n1 * n2) / (n1 + n2)
  17         sd = (2 * n1 * n2 * (2 * n1 * n2 - n1 -n2)) / (((n1 + n2) ** 2) * (n1 + n2 - 1))
  18         r = self.get_runs()
  19         z = (r - r_bar) / sd
  20         p = 2 * (1 - NormalDist().cdf(z))
  21         if p > 1.0:
  22             p = 1.0
  23         return z, p
  24
  25     def get_runs(self):
  26         prev_value = None
  27         i = 0
  28         runs = 0
  29         while i < len(self.sequence):
  30             cur_vale = self.sequence[i]
  31             if prev_value != cur_vale:
  32                 runs += 1
  33             i += 1
  34             prev_value = cur_vale
  35         return runs
  36
  37
  38 def get_random_sequence(min, max, random):
  39     mn = 10**min
  40     mx = 10**max
  41     n = random.randint(mn, mx)
  42     return bin(n)[2:]