主要内容

ttest2

两个样本T.-测试

在页面上崩溃

句法

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

描述

例子

H= ttest2（X那y的）返回null假设的测试决定，即数据以向量表示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，使用两个示例T.-测试。替代假设是数据X和y来自群体的手段。结果H是1如果测试拒绝在5％的显着性水平下拒绝零假设，并且0.除此以外。

例子

H= ttest2（X那y那名称,值的）返回两个样本的测试决定T.-test带有由一个或多个名称-值对参数指定的附加选项。例如，您可以更改显著性水平或在不假设相同方差的情况下进行测试。

例子

[H那P.] = ttest2（___的）还返回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（___的）还返回人口差异的置信区间，CI.和结构统计包含测试统计信息。

例子

全部折叠

打开生活的脚本

加载数据集。创建包含数据矩阵的第一列和第二列的向量，以表示学生在两次考试中的成绩。

加载examgradesx =等级（：，1）;Y =等级（:,2）;

测试零假设，即两个数据样本来自具有相同手段的群体。

[h p, ci,统计]= ttest2 (x, y)
H = 0.
p = 0.9867.
ci =2×1-1.9438 1.9771
统计=结构体字段:Tstat: 0.0167 df: 238 sd: 7.7084

归还的价值H = 0.表明ttest2在默认的5%显著性水平上不拒绝零假设。

打开生活的脚本

加载数据集。创建包含数据矩阵的第一列和第二列的向量，以表示学生在两次考试中的成绩。

加载examgradesx =等级（：，1）;Y =等级（:,2）;

检验两个数据向量来自均值相等的总体的零假设，而不假设总体也有相等的方差。

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

归还的价值H = 0.表明ttest2即使没有假设等异模式，也不会拒绝默认5％的显着性级别的NULL假设。

输入参数

全部折叠

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指定为矩阵时，它们必须具有相同的列数。ttest2执行单独的T.-test沿着每一列返回一个向量的结果。

  • 如果X和y被指定为多维数组，它们必须具有相同的大小，但是第一个nonsingleton维度。

数据类型:单身的|双

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指定为矩阵时，它们必须具有相同的列数。ttest2执行单独的T.-test沿着每一列返回一个向量的结果。

  • 如果X和y被指定为多维数组，它们必须具有相同的大小，但是第一个nonsingleton维度。ttest2沿着第一个非单例维度工作。

数据类型:单身的|双

名称 - 值参数

指定可选的逗号分离对名称,值参数。姓名是参数名称和价值为对应值。姓名必须出现在引号内。可以以任意顺序指定多个名称和值对参数Name1, Value1,…,的家。

例子:“尾巴”,“对”,“阿尔法”,0.01,“Vartype”,“不平等”指定在1%显著性水平上的右尾检验，并且不作此假设X和y有平的人口差异。

假设检验的显著性水平，指定为逗号分隔对组成“α”和范围（0,1）中的标量值。

例子:“阿尔法”,0.01

数据类型:单身的|双

输入矩阵的尺寸，用于测试手段，指定为逗号分隔的对“暗”和积极的整数值。例如，指定'昏暗'，1测试列意味着'昏暗'，2测试行的含义。

例子:'昏暗'，2

数据类型:单身的|双

评估的替代假设的类型，指定为逗号分隔对'尾巴'其中一个:

  • '两个都'-对备选假设的检验，即总体均值不相等。

  • “对”-对备选假设的检验，即总体均值X比人口大于y。

  • “左”-对备选假设的检验，即总体均值X是否小于总体均值y。

ttest2检验零假设，即总体均值与指定的备择假设相等。

例子:“尾巴”,“对”

方差类型，指定为逗号分隔对组成'vartype'以及以下之一。

“平等” 使用假设进行测试X和y来自正常分布，具有未知但相同的差异。
'不等' 使用假设进行测试X和y均来自方差未知且不等的正态分布。这就是贝伦斯-费雪问题。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

全部折叠

假设测试结果，返回1或0.。

  • 如果H＝ 1，表示拒绝零假设α显著性水平。

  • 如果H= 0，这表明未能拒绝零假设α显著性水平。

P.-测试的值，作为范围[0,1]内的标量值返回。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.对无效假设的有效性产生了怀疑。

的总体均值差的置信区间X和y，返回为包含100 ×(1 -)的上下边界的双元素向量α) %置信区间。

测试统计数据T.-test，返回一个包含以下内容的结构:

  • Tstat.—测试统计值。

  • DF.-测试的自由度。

  • SD.-总体标准差的汇总估计(对于方差相等的情况)或包含总体标准差的未汇总估计(对于方差不等的情况)的向量。

更多关于

全部折叠

两个样本T.-测试

两个样本T.- 最低是一个参数测试，比较两个独立数据样本的位置参数。

检验统计量为

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方差相等的总体的情况下，零假设下的检验统计量为StudentT.分销N.+M.- 2自由度，样本标准偏差被汇总的标准偏差所取代

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

在不假设两个数据样本来自方差相等的总体的情况下，零假设下的检验统计量近似为StudentT.由Satterthwaite近似给出的若干自由度的分布。这种测试有时被称为韦尔奇测试T.-测试。

多维数组

多维数组有两个以上的维度。例如,如果X然后是一个1×3-of-4阵列，那么X是一个三维阵列。

第一个不明智的维修

第一个非单元素维度是大小不等于1的数组的第一个维度。例如,如果X是一个1-by-2-by-3-4阵列，那么第二维度是第一个不连续的尺寸X。

提示

  • 使用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;

    • 通过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

||

之前介绍过的R2006a

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