主要内容

TTEST2.

两个样本T.-测试

页面上倒塌

句法

h = ttest2（x，y）
h = ttest2（x，y，名称，值）
[h，p] = ttest2（___）
[h，p，ci，stats] = ttest2（___）

描述

例子

H= ttest2（X那y）返回NULL假设的测试决定，即向量中的数据X和y来自具有相同手段和等于但未知的差异的正常分布的独立随机样本，使用两个样本T.-测试。替代假设是数据X和y来自不平等的人口。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= ttest2（X那y那名称，价值）返回两个样本的测试决定T.- 最低与一个或多个名称值对参数指定的其他选项。例如，您可以在不假设等方差的情况下更改显着性级别或进行测试。

例子

[H那P.] = ttest2（___）也返回P.-价值，P.，测试，使用先前语法中的任何输入参数。

例子

[H那P.那CI.那统计] = ttest2（___）还返回人口差异的置信区间，CI.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

加载数据集。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）;

测试零假设，即两个数据样本来自具有相等手段的群体。

[h，p，ci，stats] = ttest2（x，y）
H = 0.
p = 0.9867.
ci =2×1-1.9438 1.9771
统计=结构与字段：TSTAT：0.0167 DF：238 SD：7.7084

归还的价值H = 0.表示TTEST2.在默认5％的重要性水平下，不会拒绝零假设。

打开直播脚本

加载数据集。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）;

测试空假设，即两个数据向量来自具有相等的平均值的群体，而不假设群体也具有相同的差异。

[h，p] = ttest2（x，y，'vartype'那'不等'）
H = 0.
p = 0.9867.

归还的价值H = 0.表示TTEST2.即使没有假设等异模式，也不会在默认5％的显着性水平下拒绝NULL假设。

输入参数

全部收缩

示例数据，指定为向量，矩阵或多维数组。TTEST2.对待南值作为缺失数据并忽略它们。

  • 如果X和y被指定为vectors，它们不需要相同。

  • 如果X和y被指定为矩阵，它们必须具有相同数量的列。TTEST2.执行一个单独的T.- 沿着每个列，返回结果的向量。

  • 如果X和y被指定为多维阵列，它们必须具有相同的大小，但是第一个不明飞特的维度。

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。TTEST2.对待南值作为缺失数据并忽略它们。

  • 如果X和y被指定为vectors，它们不需要相同。

  • 如果X和y被指定为矩阵，它们必须具有相同数量的列。TTEST2.执行一个单独的T.- 沿着每个列，返回结果的向量。

  • 如果X和y被指定为多维阵列，它们必须具有相同的大小，但是第一个不明飞特的维度。TTEST2.沿着第一个不连贯的尺寸工作。

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，'vartype'，'不平等'指定在1％的重要性水平下的右尾测试，并不假设X和y有平的人口差异。

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'- 针对替代假设的测试，即人口意味着不平等。

  • '对'- 针对替代假设的测试，即人口的含义X比人口大于y。

  • '剩下'- 针对替代假设的测试，即人口的含义X不到人口的意思y。

TTEST2.测试空假设，即人口手段与指定的替代假设相等。

例子：'尾巴'，'对'

方差类型，指定为逗号分隔的配对组成'vartype'以及以下之一。

'平等的' 使用假设进行测试X和y来自具有未知但相同的差异的正常分布。
'不等' 使用假设进行测试X和y来自具有未知和不等差异的正常分布。这被称为Behrens-Fisher问题。TTEST2.使用Satterthwaite的近似为有效的自由度。

vartype.甚至必须是单个方差类型X是矩阵或多维数组。

例子：'vartype'，'不平等'

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。

人口差异的置信区间X和y，作为一个含有100×（1 - 的上边界的双元素矢量Α）％置信区间。

两种样本的测试统计T.-test，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.- 汇总估计人口标准偏差（对于平等方差案例）或含有群体标准偏差的未凝固估计的载体（对于不平等方差案例）。

更多关于

全部收缩

两个样本T.-测试

两个样本T.-test是比较两个独立数据样本的位置参数的参数测试。

测试统计是

T. = X ¯ - y ¯ S. X 2 N + S. y 2 m 那

在哪里 X ¯ 和 y ¯ 样本意味着，S.X和S.y是样本标准偏差，和N和m样品尺寸是样本尺寸。

在假设两个数据样本来自具有相同差异的群体的情况下，零假设下的测试统计数据有学生T.分销N+m- 2自由度，以及样本标准偏差被汇总的标准偏差所取代

S. = （ N - 1 ） S. X 2 + （ m - 1 ） S. y 2 N + m - 2 。

在没有假设两个数据样本来自具有相同差异的群体的情况下，零假设下的测试统计数据具有近似的学生T.分布默斯特韦特的近似若干自由度。这个测试有时称为welchT.-测试。

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