主要内容

巴特斯特

巴特利特的测试

在页面中崩溃

句法

ndim = barttest（x，alpha）
[ndim，prob，chisquare] = barttest（x，alpha）

描述

例子

NDIM= barttest（X，，，，α）返回解释数据矩阵中非随机变化所需的尺寸数量X在α显着性水平。

例子

[[NDIM，，，，概率，，，，Chisquare] = barttest（X，，，，α）还返回假设检验的显着性值概率，和χ2与测试相关的值Chisquare。

例子

全部收缩

打开实时脚本

从具有平均值的多元正态分布中生成20乘6的随机数矩阵mu = [0 0]和协方差Sigma = [1 0.99;0.99 1]。

RNG默认％可再现性mu = [0 0];Sigma = [1 0.99;0.99 1];x = mvnrnd（Mu，Sigma，20）;％1和2列x（：，3：4）= mvnrnd（Mu，Sigma，20）;％3和4列x（：，5：6）= mvnrnd（Mu，Sigma，20）;％5和6列

确定解释数据矩阵中非随机变化所需的尺寸数量X。报告假设检验的显着性值。

[ndim，prob] = barttest（x，0.05）
ndim = 3
prob =5×10.0000 0.0000 0.0000 0.5148 0.3370

返回的值NDIM表明需要三个维度来解释非随机变化X。

输入参数

全部收缩

输入数据，指定为标量值的矩阵。

数据类型：单身的|双倍的

假设检验的显着性水平，指定为标量值（0,1）。

例子：0.1

数据类型：单身的|双倍的

输出参数

全部收缩

尺寸的数量，作为正整数值返回。维度由一系列假设检验确定。测试ndim = 1测试以下假设：沿每个主组件沿每个主组件的数据值的方差相等，测试的测试ndim = 2检验以下假设：沿第二个组成部分相等的第二个组成部分等等。零假设是尺寸的数量等于协方差矩阵的最大不等特征值的数量X。

假设检验的显着性值，返回为标量值的向量（0,1）。每个元素中的元素概率对应于一个元素Chisquare。

每个维度假设检验的测试统计量，作为标量值的向量返回。

版本历史记录

在R2006a之前引入