R中测试统计功能的指南

Question

问题：我正在测试正在开发的程序包中的功能，并想知道您是否可以就如何执行此操作提出一些一般性准则。 这些功能包括各种统计建模，转换，子集和绘图。 是否有“标准”或足够的测试？

范例：测试提示我问这个问题，

函数dtheta：

dtheta <- function(x) {
  ## find the quantile of the mean
  q.mean <- mean(mean(x) >= x)
  ## find the quantiles of ucl and lcl (q.mean +/- 0.15)
  q.ucl  <- q.mean + 0.15
  q.lcl  <- q.mean - 0.15
  qs <- c(q.lcl, q.mean, q.ucl)
  ## find the lcl, mean, and ucl of the vector
  c(quantile(x,qs), var(x), sqrt(var(x))/mean(x))
}

步骤1：制作测试数据：

set.seed(100) # per Dirk's recommendation
test <- rnorm(100000,10,1)

步骤2：将功能的预期输出与功能的实际输出进行比较：

 expected <- quantile(test, c(0.35, 0.65, 0.5))
 actual   <- dtheta(test)[1:3]
 signif(expected,2) %in% signif(actual,2)

步骤3：也许再做一次测试

test2 <- runif(100000, 0, 100)
expected <- c(35, 50, 65)
actual   <- dtheta(test2)
expected %in% signif(actual,2)

步骤4：如果为真，则考虑功能为“功能性”

Answer 1

这取决于您要测试的内容。 除了Dirks的建议之外， svUnit提到了svUnit或RUnit包VitoshKa，我想添加一些内容：

• 确实，设置了种子，但请确保也尝试使用其他种子来执行该功能。 某些功能每十次尝试失败一次。 特别是在涉及优化时，这变得至关重要。 replicate()是在此上下文中使用的很好的函数。
• 考虑一下要测试的输入。 您应该测试许多与“完美”数据集完全不同的“奇数”案例。 我总是至少测试10个（模拟的）不同大小的数据集。
• 万无一失的功能：我还抛出了一些不是该功能所要使用的数据类型。 错误的类型输入很可能会在某一时刻发生，而您想要的最后一件事是一个函数在没有警告的情况下返回假结果。 如果您稍后在其他一些代码中使用该功能，则可以并且可以调试该代码！ 地狱。 到那里去做，买了这件T恤...

关于数据集扩展测试的示例：在这些情况下，您希望看到什么？ 这是您期望的结果吗？ 并非根据您所做的测试。

> test3 <- rep(12,100000) # data with only 1 value
> expected <- c(12, 12, 12)
> actual   <- dtheta(test3) 
Error in quantile.default(x, qs) : 'probs' outside [0,1]

>  test4 <- rbinom(100000,30,0.5) # large dataset with a limited amount of values
>  expected <- quantile(test4,c(0.35, 0.50, 0.65))
>  actual   <- dtheta(test4)
>  expected %in% signif(actual,2)
[1] FALSE  TRUE  TRUE

> test5 <- runif(100,0,100) # small dataset. 
> expected <- c(35, 50, 65)
> actual   <- dtheta(test5)
> expected %in% signif(actual,2)
[1] FALSE FALSE FALSE

编辑：更正的代码，因此测试更有意义。

Answer 2

你需要写

1. 输入合理值的测试可显示正确答案

2. 当您输入废话时，表明您的功能的测试会正确失败。

3. 测试所有边界情况

关于测试软件的不同策略的文献很多。 Wikipedia的软件测试页和任何开始的地方一样好。

看你的例子：

输入字符串/数据框/列表时会发生什么？
负x或虚x呢？
向量/数组x怎么样？
如果只允许正x ，那么x = 0时会发生什么？

请注意，子功能（仅由您的函数调用，而不会由用户调用）需要较少的输入检查，因为您可以更好地控制该函数的内容。

Answer 3

好问题。

除了设置种子等一般性功能外，我建议您查看R源中的一些测试。 源代码中的tests/目录中有很多。 R Base中的某些软件包（例如工具）还具有子目录tests/ 。

Answer 4

它已经作为评论出现，但是我将其添加为真实的答案。 [R确实有一些自动化的测试包，以帮助这种事情，主要的两个是Runit和testthat 。 我曾经简短地使用过runit，最近又开始更深入地使用testthat（尽管我不能真正给出一个相对于另一个的任何优点/缺点！）。

自动化测试允许您设置这些测试用例以及上面建议的其他用例；例如，

• 边界测试
• 压力测试（无需测试准确性，只需向其扔数据并查看是否跌落）
• 处理不同的输入
• 处理不同的基础平台/语言环境