创建两个不同的正态分布的对象。第一个分布亩= 0和西格玛= 1和第二分配具有亩= 2和西格玛= 1。

PD1 = makedist（'正常'）;PD2 = makedist（'正常'，'亩'，2，“西格玛”，1）;

通过从这两个分布产生随机数创建采样数据的矩阵。

RNG（'默认'）;％，持续重现X = [随机（pd1,20,2），随机（pd2,20,1）];

的前两列X含有从第一分布产生的数据，而第三列包含从第二分布生成的数据。

检验零假设，从每列中的样本数据X来自相同的分布。

P = Kruskal-Wallis检验（x）的

P = 3.6896e-06

的返回值p表明Kruskal-Wallis检验拒绝零假设，这三个数据样本来自在1％的显着性水平相同的分布。方差分析表提供了额外的测试结果，以及箱形图直观地呈现在每列的汇总统计X。

创建两个不同的正态分布的对象。第一个分布亩= 0和西格玛= 1。第二分布亩= 2和西格玛= 1。

PD1 = makedist（'正常'）;PD2 = makedist（'正常'，'亩'，2，“西格玛”，1）;

通过从这两个分布产生随机数创建采样数据的矩阵。

RNG（'默认'）;％，持续重现X = [随机（pd1,20,2），随机（pd2,20,1）];

的前两列X含有从第一分布产生的数据，而第三列包含从第二分布生成的数据。

检验零假设，从每列中的样本数据X来自相同的分布。抑制输出的显示器，并生成结构统计在进一步的测试使用。

[P，TBL，统计] = Kruskal-Wallis检验（X，[]，“关”）

P = 3.6896e-06

TBL =4×6单元阵列列1至5 { '源'} { 'SS'} { 'DF'} { 'MS'} { '智平方'} { '列'} {[7.6311e + 03]} {[2]} {[3.8155e+03]} {[ 25.0200]} {'Error' } {[1.0364e+04]} {[57]} {[ 181.8228]} {0x0 double} {'Total' } {[ 17995]} {[59]} {0x0 double } {0x0 double} Column 6 {'Prob>Chi-sq'} {[ 3.6896e-06]} {0x0 double } {0x0 double }

统计=同场的结构：gnames：[3X1字符] N：[20 20 20]来源： 'Kruskal-Wallis检验' meanranks：[26.7500 18.9500 45.8000] SUMT：0

的返回值p表明测试拒绝在1％的显着性水平的零假设。您可以使用结构统计以执行附加的后续测试。单元阵列TBL包含相同的数据作为图形ANOVA表，包括列和行的标签。

进行后续试验，以确定哪个数据样本来自不同的分布。

C = multcompare（统计）

注：间隔可用于测试，但不是同时置信区间。

C =3×61.0000 2.0000 -5.1435 7.8000 0.3345 20.7435 1.0000 3.0000 -31.9935 -19.0500 -6.1065 0.0016 2.0000 3.0000 -39.7935 -26.8500 -13.9065 0.0000

结果表明，有组1和组3之间的差异显著，所以检验拒绝零假设在这两个组中的数据来自相同的分布。这同样适用于组2和3真实但是，没有组1和2之间的显著差异，所以测试不拒绝零假设，这两个组来自相同的分布。因此，这些结果表明，在组1和2中的数据来自相同的分布，以及在组3中的数据来自不同的分布。

创建载体，强度含的金属束强度的测量值。创建的第二矢量，合金，指示从中相应光束由金属合金的类型。

强度= [82 86 79 83 84 85 86 87 74 82...78 75 76 77 79 79 77 78 82 79];合金= {'ST'，'ST'，'ST'，'ST'，'ST'，'ST'，'ST'，'ST'，...'AL1'，'AL1'，'AL1'，'AL1'，'AL1'，'AL1'，...'AL2'，'AL2'，'AL2'，'AL2'，'AL2'，'AL2'};

检验零假设，光束强度测量跨所有三种合金相同的分布。

P = Kruskal-Wallis检验（强度，合金，“关”）

p值= 0.0018

的返回值p表明测试拒绝在1％的显着性水平的零假设。