这是正确的方法来确定方差吗?计算函数,假定值和方差。

32视图(30天)

显示旧的评论

劳拉 2023年5月4日17:11

0
链接

这个问题直接联系

https://es.mathworks.com/matlabcentral/answers/1958189-is-this-the-correct-way-to-determine-variance-calculating-the-fstats-p-value-and-variance

编辑: 克里斯·拉皮埃尔 alrededor de 15小时前

                          clc;%清除命令窗口。
                         
                          关闭所有;%关闭所有数据(除了imtool。)
                         
                          清晰;%擦掉所有现有的变量。或者clearvars如果你想要的。
                         
                          工作空间;%确定工作区面板显示。
                         
                          %加载特性矩阵
                         
                          feature1 =负载(“feature1.mat”);
                         
                          feature2 =负载(“feature2.mat”);
                         
                          feature3 =负载(“feature3.mat”);
                         
                          feature4 =负载(“feature4.mat”);
                         
                          feature5 =负载(“feature5.mat”);
                         
                          feature6 =负载(“feature6.mat”);
                         
                          %将前两个结构结合到一个结构体
                         
                          (feature1 mouse1 =。特性,feature2.features];
                         
                          %将接下来的两个结构结合到一个结构体
                         
                          (feature3 mouse2 =。特性,feature4.features];
                         
                          %将最后两个结构结合到一个结构体
                         
                          (feature5 mouse3 =。特性,feature6.features];
                         
                          %提取字段
                         
                          % mouse1 profilecounts
                         
                          profileCounts1 = [mouse1 (1) .profileCounts;mouse1 (2) .profileCounts;mouse1 (3) .profileCounts;mouse1 (4) .profileCounts;mouse1 (5) .profileCounts;mouse1 (6) .profileCounts];
                         
                          % mouse2 profilecounts
                         
                          profileCounts2 = [mouse2 (1) .profileCounts;mouse2 (2) .profileCounts;mouse2 (3) .profileCounts;mouse2 (4) .profileCounts;mouse2 (5) .profileCounts;mouse2 (6) .profileCounts];
                         
                          % % mouse3 profilecounts
                         
                          profileCounts3 = [mouse3 (1) .profileCounts;mouse3 (2) .profileCounts;mouse3 (3) .profileCounts;mouse3 (4) .profileCounts;mouse3 (5) .profileCounts;mouse3 (6) .profileCounts];
                         
                          %连接profileCounts每组
                         
                          %计算组之间的差异
                         
                          var_between_groups = var ([profileCounts1;profileCounts2;profileCounts3]);
                         
                          %计算群野生的自由度
                         
                          df_between_groups = 2;%的数量- 1组
                         
                          df_within_groups =长度(profileCounts1) + (profileCounts2) +长度(profileCounts3) - 3;%的总数量的观察-组的数量
                         
                          %计算每组内方差
                         
                          var_within_groups = (var (profileCounts1) *(长度(profileCounts1) 1) + var (profileCounts2) *(长度(profileCounts2) 1) + var (profileCounts3) *(长度(profileCounts3) 1)) /(长度(profileCounts1) +长度(profileCounts2) + (profileCounts3) - 3);
                         
                          %计算组之间的差异
                         
                          var_between_groups = var ([profileCounts1;profileCounts2;profileCounts3]);
                         
                          %计算f统计量
                         
                          F_statistic = var_between_groups / var_within_groups;
                         
                          %计算自由度
                         
                          df_between_groups = 2 - 1;
                         
                          df_within_groups =长度(profileCounts1) + (profileCounts2) +长度(profileCounts3) - 3;
                         
                          %计算假定值
                         
                          p_value = 1 - fcdf (F_statistic、df_between_groups df_within_groups);
                         
                          %确定组之间的差异是显著的
                         
                          如果p_value < 0.05
                         
                          disp (组之间的差异是显著的);
                         
                          其他的
                         
                          disp (组之间的差异是不显著的);
                         
                          结束