主要内容

TTEST.

一个样本和配对样本T.-测试

页面上倒塌

句法

h = ttest（x）
h = ttest（x，y）
h = ttest（x，y，名称，值）
h = ttest（x，m）
h = ttest（x，m，名称，值）
[h，p] = ttest（___）
[h，p，ci，stats] = ttest（___）

描述

例子

H= ttest（X）返回数据中的null假设的测试决定X来自使用平均等于零和未知方差的正态分布，使用一个样本T.-测试。替代假设是人口分布没有等于零的平均值。结果H是1如果测试在5％的意义水平下拒绝零假设，并且0.否则。

例子

H= ttest（X那y）返回数据中的null假设的测试决定X - Y.来自使用配对样本的平均值等于零和未知方差的正态分布T.-测试。

例子

H= ttest（X那y那名称，价值）返回配对样本的测试决定T.- 最低与一个或多个名称值对参数指定的其他选项。例如，您可以更改显着级别或进行单面测试。

例子

H= ttest（X那m）返回数据中的null假设的测试决定X来自平均值的正态分布m和未知的方差。替代假设是平均值不是m。

例子

H= ttest（X那m那名称，价值）返回一个样本的测试决定T.- 最低与一个或多个名称值对参数指定的其他选项。例如，您可以更改显着级别或进行单面测试。

例子

[H那P.] = ttest（___）也返回P.-价值，P.，测试使用前一个语法组的任何输入参数。

例子

[H那P.那CI.那统计] = ttest（___）也返回置信区间CI.对于含义X或者X - Y.对于配对T.- 最低和结构统计包含有关测试统计信息的信息。

例子

全部收缩

打开直播脚本

加载样本数据。创建包含股票第三列的向量返回数据。

加载储存者X =股票（:,3）;

测试空样数据来自具有等于零的群体。

[h，p，ci，stats] = ttest（x）
H = 1
P = 0.0106.
ci =2×1-0.7357 -0.0997
统计=结构与字段：TSTAT：-2.6065 DF：99 SD：1.6027

返回的价值H = 1表示TTEST.在5％的重要性水平下拒绝零假设。

打开直播脚本

加载样本数据。创建包含股票第三列的向量返回数据。

加载储存者X =股票（:,3）;

测试空样本，即样本数据来自具有平均值等于1％的意义水平的群体。

h = ttest（x，0，'Α'，0.01）
H = 0.

返回的价值H = 0.表示TTEST.在1％的重要性水平下不会拒绝零假设。

打开直播脚本

加载样本数据。创建包含第一个和第二列的数据矩阵列的向量，以表示两个考试的学生等级。

加载考试x =等级（：，1）;Y =等级（:,2）;

测试NULL假设，即数据向量之间的成对差异X和y平均等于零。

[h，p] = ttest（x，y）
H = 0.
p = 0.9805.

归还的价值H = 0.表示TTEST.在默认5％的重要性水平下，不会拒绝零假设。

打开直播脚本

加载样本数据。创建包含第一个和第二列的数据矩阵列的向量，以表示两个考试的学生等级。

加载考试x =等级（：，1）;Y =等级（:,2）;

测试NULL假设，即数据向量之间的成对差异X和y在1％的重要性水平下具有平均等于零。

[h，p] = ttest（x，y，'Α'，0.01）
H = 0.
p = 0.9805.

归还的价值H = 0.表示TTEST.在1％的重要性水平下不会拒绝零假设。

打开直播脚本

加载样本数据。创建包含学生考试成绩数据的第一列的向量。

加载考试x =等级（：，1）;

测试空样数据的空假设来自平均值的分布m = 75.。

H = TTEST（X，75）
H = 0.

归还的价值H = 0.表示TTEST.在5％的意义水平下不会拒绝零假设。

打开直播脚本

加载样本数据。创建包含学生考试成绩数据的第一列的向量。

加载考试x =等级（：，1）;

测试NULL假设，即数据来自平均值等于65的人口，反对平均值大于65的替代方案。

h = ttest（x，65，'尾巴'那'对'）
H = 1

归还的价值H = 1表示TTEST.在5％的意义水平下拒绝零假设，有利于替代假设，即数据来自均值大于65的人口。

输入参数

全部收缩

示例数据，指定为向量，矩阵或多维数组。TTEST.执行一个单独的T.- 沿着每个列，返回结果的向量。如果y指定示例数据，X和y必须是相同的大小。

数据类型：单身的|双倍的

示例数据，指定为向量，矩阵或多维数组。如果y指定示例数据，X和y必须是相同的大小。

数据类型：单身的|双倍的

假设人口意味着，指定为标量值。

数据类型：单身的|双倍的

名称值对参数

指定可选的逗号分离对名称，价值论点。名称是参数名称和价值是相应的价值。名称必须出现在引号内。您可以以任何顺序指定多个名称和值对参数name1，value1，...，namen，valuen。

例子：'尾巴'，'右'，'alpha'，0.01在1％的显着性水平下进行右尾的假设试验。

假设试验的意义水平，指定为逗号分隔对组成'Α'和范围内的标量值（0,1）。

例子：'alpha'，0.01

数据类型：单身的|双倍的

输入矩阵的维度，用于测试指定为逗号分隔的对'暗淡'和积极的整数值。例如，指定'昏暗'，1测试列意味着，而'昏暗'，2测试行意味着。

例子：'昏暗'，2

数据类型：单身的|双倍的

评估的替代假设的类型，指定为逗号分隔的配对组成'尾巴'之一：

  • '两个都'- 反对替代假设的测试，即人口的意思不是m。

  • '对'- 对替代假设进行测试，即人口的平均值大于m。

  • '剩下'- 反对替代假设的测试，即人口平均值小于m。

TTEST.测试人口意味着的零假设m针对指定的替代假设。

例子：'尾巴'，'对'

输出参数

全部收缩

假设测试结果，返回1要么0.。

  • 如果H= 1，这表明拒绝零假设Α意义水平。

  • 如果H= 0.，这表明未能拒绝零假设Α意义水平。

P.- 测试的值，返回范围的标量值[0,1]。P.是观察测试统计学的概率，如零假设下观察到的值。小值P.对零假设的有效性倾诉。

真正的人口的置信区间是指的，作为一个含有100×（1 - 的上边界的双元素载体Α）％置信区间。

测试统计信息，作为包含以下内容的结构返回：

  • Tstat.- 测试统计值。

  • DF.- 测试自由度。

  • SD.- 估计人口标准差。对于配对T.-测试，SD.是标准偏差X - Y.。

更多关于

全部收缩

一个样本T检验

一个样本T.- 最低是当人口标准偏差未知时的位置参数参数测试。

测试统计是

T. = X ¯ - μ. S. / N 那

在哪里 X ¯ 样本是意思吗？μ.假设人口是意思，S.是样本标准偏差，和N是样本大小。在空假设下，测试统计数据有学生T.分销N- 1自由程度。

多维数组

多维阵列具有两个以上的维度。例如，如果X是一个1×3×4阵列，然后是一个X是三维阵列。

第一个不明飞特的维度

第一个非挂车间尺寸是阵列的第一维度，其大小不等于1.例如，如果X是一个1-×2×3×4阵列，那么第二维度是第一个不连续的尺寸X。

提示

  • 采用Sampsizepwr.计算：

    • 对应于指定功率和参数值的示例大小;

    • 给定特定样本大小的功率，给定真实参数值;

    • 使用指定的样本大小和功率可检测的参数值。

扩展能力

也可以看看

||

在R2006A之前介绍

统计和机器学习工具箱文档

万博1manbetx

掌握机器学习：使用MATLAB逐步指南

掌握机器学习：使用MATLAB逐步指南

下载电子书