获得两个变量之间的邦费罗尼95%置信区间

42次(最后30天)
艾哈迈德阿卜杜勒
艾哈迈德阿卜杜勒 2020年6月3日16:57
编辑: 将核技术Navidi于3六月2020年19点37分
我有矩阵A[1000,1]的变量A读数在1000个位置,我也有矩阵B[1000,1]的变量B读数在相同的1000个位置,变量A。我如何获得这两个变量之间的Bonferroni 95%置信区间。

0评论

登入评论。

接受的答案

将核技术Navidi
将核技术Navidi 2020年6月3日18:36
朋友你好,
我学这个前几天。为了获得邦费罗尼p值,你应该有统计,你可能没有听说过统计,统计数据来自统计输出结构 ANOVA2 ( anova2 )如果A和B正常,或 KRUSKALWALLIS ( Kruskal-Wallis检验 ),或 弗里德曼 ( 弗里德曼 ),如果他们是不正常的。
因此您需要首先执行其中一个测试,然后再执行Bonferroni p-value。但是哪一个呢? anova2 , Kruskal-Wallis检验 ,或 弗里德曼 你需要使用?这取决于你的目的,并可以您的数据。我想告诉你,如果你的数据是正常的,那么你可以使用 anova2 家庭。如果你的数据不正常,你需要使用 Kruskal-Wallis检验 ,或 弗里德曼 试验。
但让我尽可能清楚地为你解释,因为你想要达到Bonforini p值,我可以知道你想知道A和B是否有显著差异(在0.05显著水平),所以这是你的目的,我在上面谈论它。现在,你的数据呢?如何知道您的数据是否正常?我告诉你,你需要指挥 柯尔莫哥洛夫斯米尔诺夫测试 ( kstest2 )第一。然后检查零假设是否被拒绝。如果它被拒绝,你需要使用 Kruskal-Wallis检验 ,或 弗里德曼 测试(我推荐 Kruskal-Wallis检验 )。
为了总结这个答案,我不讨论 kstest2 并且还 Kruskal-Wallis检验 测试时,如果你看一下这两个测试的文档,我相信你能做到这些。
现在,这里的例子:
清晰;clc;
A =兰特(1000,1);%随机数据集,就像你的一个
B =兰德(1000 1);%随机数据集,就像你的乙
[A B];%将它们合并在AB中
用Kolmogorov Smirnov检验检验AB是否正常
[h, p, k2stat] = kstest(AB);
%如果h = 1个,则正常废品,如果h = 0的AB是正常
% p给我们测试的p值
因为在这个例子中h=1所以我的AB是不正常的,所以我继续使用
%Kruskal-Wallis检验。如果h过= 0,然后我用方差分析。
[P,TBL,统计] = Kruskal-Wallis检验(AB);
%你可以在p中看到p值,因为p大于显著性水平
我需要(0。01或0。05取决于你的意愿)的零假设
% Kruskal-Wallis被拒绝,因此A和B没有显著性差异
%,你现在有状态,你可以使用它来发现Bonforini
%p-值:
C = multcompare(统计资料,“CType”,“bonferroni”);这里%LOOK我们使用统计
现在打开C,最后一列是Bonforini的p值。你说你需要在0.05显着性水平进行检查。如此以来,
您的null假设被拒绝(在本例中,0.4345是Bonforini的p值)。
如果您想检查与0.01,你可以说自0.4345> 0.01我的零假设剔除。
所以,亲爱的艾哈迈德,这里所有的东西,我知道,我用Matlab的文件,所以我敢肯定,如果你有你可能有文件在你的答案的任何问题,他们了解到在这个星期。另外,我检查这个问题,如果其他任何帮助,我可以为你,我的朋友。
最好的祝福,
Behzad

2的评论

艾哈迈德阿卜杜勒
艾哈迈德阿卜杜勒 2020年6月3日18:55
这确实是丰富,我真的很感激。
我刚问了我的导师,他说bonferroni音程应该计算给学生,如果你知道的话。非常感谢。非常感谢。
将核技术Navidi
将核技术Navidi 2020年6月3日19:26
我想我应该用t-student ( ttest2 )太(在第一个),但当我检查我的数据,我发现他们是不正常的,因为t学生工作只是正常的数据,我使用Kruskal-Wallis测试。所以我建议先检查一下你的A和B是否正常如果他们是正常的,那么你可以使用t学生测试。在这种情况下,您可以使用 盖伊Shechter的ttest_bonf在这个链接的文件交换中
下载 ttest_bonf ,然后将其添加到Matlab中,在主菜单中使用set path并选择下载的文件夹 ttest_bonf.m 位于。
我不使用 ttest_bonf 但是它的语法很像Kruskal-Wallis;下面是一个例子:
清晰;clc;
1 = randn (1000);%随机正常数据集
B = randn (1000 1);%随机正常数据集
[A B];%将它们合并在AB中
用Kolmogorov Smirnov检验检验AB是否正常
%[H,P,k2stat] = kstest(AB);
%^^^^,因为我敢肯定,我的数据是正常的我[不使用kstest这里(因为我用randn
%,以生成随机数据和randn总是产生正常数据')]
%我们现在使用ttest_bonf。
[H,P,sigPairs] = ttest_bonf(AB)
它给你的p值,你可以用你想要的我告诉你前面任何显著差别控制。此外,它获得你h时,按照说明 ttest_bonf 在FEX:
%原假设为:“两种处理方法的平均数相等”。
对于尾部= 0,备择假设为:“均值不相等。”
尾部= 1时,可选:“X的均值大于y的均值”
%对于TAIL = -1,替代:“平均X的小于平均Y的”
%TAIL默认= 0。
等等,如果你想知道t-student测试的结果你可以这样做
[h p, ci,统计]= ttest2 (A, B)%给出了A和B之间t学生检验的h和p值。
祝好运

登入评论。

更多的答案(0)

登入来回答这个问题。

标签

s manbetx 845


释放

R2019b