vartestn

对于方差相等多个样本检验

折叠所有页面

句法

vartestn（x）的
vartestn（X，名称，值）
vartestn（X，基团）
vartestn（X，组，名称，值）
P = vartestn（___）
[P，统计] = vartestn（___）

描述

例

vartestn（X）返回统计信息的汇总表和箱线图的零假设的巴特利特测试数据向量的列X来自具有相同方差的正态分布。另一种假设是，并不是所有数据列具有相同的变化。

例

vartestn（X，名称，值）返回统计信息的汇总表和箱线图不等方差由一个或多个名称 - 值对参数中指定的其他选项的测试。例如，你可以指定一个不同类型的假设检验或改变显示设定的测试结果。

例

vartestn（X，组）返回统计的总结表和一个箱形图的零假设的Bartlett检验，在每个分类组中的数据来自具有相同方差的正态分布。另一种假设是，不是所有的组具有相同的变化。

例

vartestn（X，组，名称，值）返回统计信息的汇总表和箱线图不等方差由一个或多个名称 - 值对参数中指定的其他选项的测试。例如，你可以指定一个不同类型的假设检验或改变显示设定的测试结果。

例

p= vartestn（___）也返回p-VALUE测试，p在前面的语法使用任意的输入参数。

例

[p，统计] = vartestn（___）也返回结构统计包含有关的检验统计量的信息。

例子

全部收缩

开立真实脚本

加载样本数据。

加载examgrades

检验零假设的差异是学生的考试成绩矩阵跨数据的五列平等，等级。

vartestn（等级）

ANS = 7.9086e-08

低 p -值，p = 0时，表明vartestn拒绝零假设，即方差是跨越所有五个列相等，有利于备择假设是至少一个列具有不同的方差。

开立真实脚本

加载样本数据。

加载carsmall

测试零假设方差在英里每加仑（MPG）可以在不同的车型年相等。

vartestn（MPG，Model_Year）

ANS = 0.8327

高 p -值，P = 0.83269，表明vartestn不拒绝零假设，即在每加仑英里数方差（MPG）可以在不同的车型年相等。

开立真实脚本

加载样本数据。

加载carsmall

使用列文的测试，测试的零假设每加仑英里数方差（MPG）可以在不同的车型年相等。

P = vartestn（MPG，Model_Year，'TestType'，'LeveneAbsolute'）

p值= 0.6320

高 p -值，P = 0.63195，表明vartestn不拒绝零假设，即在每加仑英里数方差（MPG）可以在不同的车型年相等。

开立真实脚本

加载样本数据。

加载examgrades

检验零假设的差异是学生的考试成绩矩阵跨数据的五列平等，等级，采用Brown-Forsythe的测试。抑制统计汇总表和箱形图的显示。

[P，统计数据] = vartestn（等级，'TestType'，'BrownForsythe'，'显示'，“关”）
P = 1.3121e-06
统计=同场的结构：FSTAT：8.4160 DF：[4 595]

小 p -值，P = 1.3121e-06，表明vartestn拒绝零假设，即方差是跨越所有五个列相等，有利于备择假设是至少一个列具有不同的方差。

输入参数

全部收缩

样本数据，指定为矩阵或列向量。如果分组变量组被指定，则X必须是一个列向量。如果没有指定分组变量，X必须是一个矩阵。在任一情况下，vartestn对待为NaN值缺失值，并忽略它们。

数据类型：单|双

分组变量，指定为分类阵列，逻辑或数字向量，字符数组，字符串数组，或单元阵列字符向量与一行的每个元素X。在一个分组变量的每个唯一值定义的基团。vartestn对待为NaN值缺失值，并忽略它们。

例如，如果性别是字符向量的单元阵列与值'男'和'女'， 您可以使用性别作为分组变量按性别来测试您的数据。

例：性别

数据类型：明确的|单|双|合乎逻辑|串|细胞|烧焦

名称 - 值对参数

指定可选的用逗号分隔的对名称，值参数。名称是参数的名称和值是对应的值。名称必须出现引号内。您可以按照任何顺序指定多个名称和值对参数名1，值1，...，NameN，值N。

例：'TestType'， 'BrownForsythe'， '显示'， '关闭'指定掉电福赛斯测试和遗漏的结果图。

测试结果显示设置，指定为逗号分隔的一对组成的'显示'与下列情况之一。

'上' 显示汇总统计的箱形图和表。
“关” 不显示汇总统计的箱形图和表。

例：“显示”，“关”

假设检验的类型来执行，指定为逗号分隔的一对组成的'TestType'与下列情况之一。

“巴特利特 巴特利特的测试。
'LeveneQuadratic' 列文的测试通过对数据值从组中的手段平方偏差进行ANOVA计算的。
'LeveneAbsolute' 列文的测试通过对数据值从组中的手段的绝对偏差进行ANOVA计算的。
'BrownForsythe' 棕福赛斯测试通过对数据值从组中位数绝对偏差进行ANOVA计算的。
“奥布赖恩” 列文的测试奥布莱恩的变型的，w ^= 0.5。

例：'TestType'， '奥布莱恩'

输出参数

全部收缩

p-VALUE试验，返回作为在范围[0,1]的标量值的。p是观察检验统计量极端或比更加极端，在零假设下所观察到的值的概率。小值p在零假设的有效性产生怀疑。

对于假设检验测试统计，返回包含结构：

  • chistat：检验统计量的值。

  • DF：测试的自由度。

更多关于

全部收缩

巴特利特的测试

巴特利特的测试用于测试的多个数据样本是否具有相同的方差，对抗的替代方案，所述至少两个数据样本的不具有相等的方差。

检验统计量

Ť = （ ñ - ķ ） LN 小号 p 2 - Σ 一世 = 1 ķ （ ñ 一世 - 1 ） LN 小号 一世 2 1 + （ 1 / （ 3 （ ķ - 1 ） ） ） （ （ Σ 一世 = 1 ķ 1 / （ ñ 一世 - 1 ） ） - 1 / （ ñ - ķ ） ） ，

哪里 小号 一世 2 是的方差一世个组，ñ是总样本大小，ñ一世是的样本大小一世个组，ķ是组的数目，并且 小号 p 2 是合并方差。合并方差被定义为

小号 p 2 = Σ 一世 = 1 ķ （ ñ 一世 - 1 ） 小号 一世 2 / （ ñ - ķ ） 。

检验统计量具有带卡方分布ķ- 在零假设下1个自由度。

巴特利特的测试是偏离正态敏感。如果您的数据来自非正态分布，列文的测试可以提供更精确的结果。

列文，布朗，福赛斯和奥布莱恩测试

的列文，棕福赛斯，和O'Brien的测试用来测试，如果多个数据样本具有相等的方差，对抗的替代方案，所述至少两个数据样本的不具有相等的方差。

检验统计量

w ^ = （ ñ - ķ ） Σ 一世 = 1 ķ ñ 一世 （ ž ¯ 一世 。 - ž ¯ .. ） 2 （ ķ - 1 ） Σ 一世 = 1 ķ Σ Ĵ = 1 ñ 一世 （ ž 一世 Ĵ - ž ¯ 一世 。 ） 2 ，

哪里ñ一世是的样本大小一世个组，并ķ是组的数目。根据测试与指定的类型TestType名称 - 值对的参数，žIJ可以有四个定义之一：

  • 如果您指定LeveneAbsolute，vartestn使用 ž 一世 Ĵ = | ÿ 一世 Ĵ - ÿ ¯ 一世 。 | ，其中 ÿ ¯ 一世 。 是平均的一世个子组。

  • 如果您指定LeveneQuadratic，vartestn使用 ž 一世 Ĵ 2 = （ ÿ 一世 Ĵ - ÿ ¯ 一世 。 ） 2 ，其中 ÿ ¯ 一世 。 是平均的一世个子组。

  • 如果您指定BrownForsythe，vartestn使用 ž 一世 Ĵ = | ÿ 一世 Ĵ - ÿ 〜 一世 。 | ，其中 ÿ 〜 一世 。 是的中位数一世个子组。

  • 如果您指定奥布莱恩，vartestn使用

    ž 一世 Ĵ = （ 0.5 + ñ 一世 - 2 ） ñ 一世 （ ÿ 一世 Ĵ - ÿ ¯ 一世 ） 2 - 0.5 （ ñ 一世 - 1 ） σ 一世 2 （ ñ 一世 - 1 ） （ ñ 一世 - 2 ） ，

    哪里ñ一世是的大小一世个组，σ一世2是它的样本方差。

在所有的情况下，检验统计量有F- 配送与ķ- 1点分子的自由度，并ñ-ķ分母自由度。

该列文，布朗，福赛斯，以及奥布莱恩测试是从正常比巴特利特的测试离港不太敏感，所以它们是有用的选择，如果你怀疑样本来自非正常分布。

也可以看看

||

R2006a前推出

统计和机器学习工具箱文档
万博1manbetx
掌握机器学习：有步骤，分步指南与MATLAB

掌握机器学习：有步骤，分步指南与MATLAB

下载电子书