1、检验总体分布是否相同
将从两个总体中独立抽取的两个样本的观察值混合后，观察游程个数，进行比较。
2、检验样本的随机性
将取自某一总体的样本的观察值按从小到大顺序排列，找出中位数（或平均数），分为大于中位数的小于中位数的两个部分。用上下交错形成的游程个数来检验样本是否是随机的。
3、检验规则（小样本。n<20）
应用表La和Lb，(α=0.05，r为临界值)
1）单侧检验：
观察到的游程个数r0≤临界值（La表）或r0≥临界值（Lb表），否定H0；反之，接受H0。
2）双侧检验：
观察到的游程个数r0
r(La)<ro<r(Lb)，接受Ho 下限 上限
反之，拒绝H0
为避免伪回归，确保结果的有效性，需对数据进行平稳性判断。何为平稳，一般认为时间序列提出时间趋势和不变均值（截距）后，剩余序列为白噪声序列即零均值、同方差。常用的单位根检验的办法有LLC检验和不同单位根的Fisher-ADF检验，若两种检验均拒绝存在单位根的原假设则认为序列为平稳的，反之不平稳（对于水平序列，若非平稳，则对序列进行一阶差分，再进行后续检验，若仍存在单位根，则继续进行高阶差分，直至平稳，I(0)即为零阶单整，I(N)为N阶单整）。
方法/步骤1.录入原始数据。如图所示，原始数据一般采用excel表格来录入，第一列为决策单元序列，比如公司、行业等；后续各列依次是产出和投入变量，切忌产出变量一定要在投入变量前面。
2.分析效率情况。如图所示，将原始数据的格式进行统一调整之后，导入deap分析软件中，设定好相应的程序和命令后，即可运行出数据分析的结果。其中firm是公司序号，crste是技术效率，vrste是纯技术效率，scale是规模效率，最后一列是规模报酬的状态，irs是规模报酬递增，drs是规模报酬递减，-是规模报酬不变。
3
2.分析冗余情况。如图所示，DEA数据分析结果会分别给出投入、产出的冗余量，其中产出冗余数值是表示产出少了多少，而投入冗余则是表示投入多了多少。
4
4.分析参考单元。如图所示，peers表示的是可以作为效率改进参照的公司序号。由结果可见，5和13的决策单元的效率值为一，这样其他公司以此作为参照，对投入产出量进行调整，便可实现DEA有效。
