ttest2
两个示例t以及
描述
例子
两个示例t-均势测试
加载数据集。创建包含数据矩阵第一列和第二列的向量,以表示学生在两次考试中的成绩。
负载examgradesX =成绩(:,1);Y =成绩(:,2);
检验原假设,即两个数据样本来自均值相等的总体。
[h,p,ci,stats] = ttest2(x,y)
H = 0
P = 0.9867
ci =2×1-1.9438 - 1.9771
统计=带字段的结构:Tstat: 0.0167 df: 238 sd: 7.7084
的返回值。H = 0
表明ttest2
在默认的5%显著性水平上不拒绝零假设。
t-在不假设相等方差的情况下进行相等均值检验
加载数据集。创建包含数据矩阵第一列和第二列的向量,以表示学生在两次考试中的成绩。
负载examgradesX =成绩(:,1);Y =成绩(:,2);
检验零假设,即两个数据向量来自具有相等均值的总体,而不假设总体也具有相等方差。
[h,p] = ttest2(x,y,“Vartype”,“不平等”)
H = 0
P = 0.9867
的返回值。H = 0
表明ttest2
即使没有假设相等的方差,也不会在默认的5%显著性水平上拒绝原假设。
片面的,两个示例t以及
加载样例数据。创建一个分类向量,根据车辆年份标记车辆里程数据。
负载carbig.mat;decade = categorical(Model_Year < 80,[true,false],[“70年代”,“80年代”]);
绘制每十年的里程数据框图。
boxchart(十年,MPG)包含(“十年”) ylabel (“里程”)
从每十年的里程数据中创建向量。使用左尾双样本t-test用于检验零假设,即数据来自具有相等均值的总体。使用另一个假设,即20世纪70年代生产的汽车的总体平均里程小于20世纪80年代生产的汽车的总体平均里程。
mpg70 = MPG(十年==“70年代”);mpg80 = MPG(十年==“80年代”);[h,~,~,stats] = ttest2(MPG70s,MPG80s,“尾巴”,“左”)
H = 1
统计=带字段的结构:Tstat: -14.0630 df: 396 sd: 6.3910
的返回值。H = 1
表明ttest2
在默认显著性水平5%下拒绝零假设,支持另一种假设,即20世纪70年代生产的汽车的总体平均里程小于20世纪80年代生产的汽车的总体平均里程。
画出相应的学生曲线t-distribution,返回t-statistic和criticalt价值。计算临界t-value默认置信度为95%tinv
.
Nu = stats.df;K = linspace(-15,15,300);Tdistpdf = tpdf(k,nu);Tval = stats.tstat
Tval = -14.0630
Tvalpdf = tpdf(tval,nu);Tcrit = -tinv(0.95,nu)
Tcrit = -1.6487
情节(k, tdistpdf)在散射(tval tvalpdf,“填充”)参照线(tcrit”——“)传说([“学生的t pdf”,“t统计量”,...“关键截止”])
橙色的点代表t-statistic,位于表示临界值的黑线的左边t价值。
输入参数
名称-值参数
指定可选参数对为Name1 = Value1,…,以=家
,在那里的名字
参数名称和价值
对应的值。名称-值参数必须出现在其他参数之后,但对的顺序无关紧要。
在R2021a之前,使用逗号分隔每个名称和值,并将其括起来的名字
在报价。
例子:“尾巴”,“对”,“阿尔法”,0.01,“Vartype”,“不平等”
指定1%显著性水平的右尾检验,并且不假设x
而且y
有相等的总体方差。
α
- - - - - -显著性水平
0.05
(默认)|范围(0,1)中的标量值
假设检验的显著性水平,由逗号分隔的对组成“α”
和范围(0,1)中的标量值。
例子:“阿尔法”,0.01
数据类型:单
|双
昏暗的
- - - - - -维
第一个非单维度(默认)|正整数值
用于测试平均值的输入矩阵的维数,指定为由逗号分隔的对组成“暗”
一个正整数值。例如,指定“暗”,1
测试列均值,而“暗”,2
测试行均值。
例子:“暗”,2
数据类型:单
|双
输出参数
h
-假设检验结果
1
|0
假设检验结果,返回为1
或0
.
如果
h
= 1
,这表明在α
显著性水平。如果
h
= 0
,这表明拒绝零假设的失败α
显著性水平。
p
- - - - - -p价值
范围[0,1]中的标量值
p-value测试的值,作为范围[0,1]的标量值返回。p
是在原假设下观察到的检验统计量与观察值一样极端或更极端的概率。的小值p
对原假设的有效性提出质疑。
统计数据
-测试统计数据
结构
检验两样本的统计量t-test,作为包含以下内容的结构返回:
tstat
-测试统计量的值。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的向量(对于方差不相等的情况)。
更多关于
两个示例t以及
这两个示例t-test是一个参数测试,比较两个独立的数据样本的位置参数。
检验统计量为
在哪里 而且 样本均值,年代x而且年代y样本的标准差,和n而且米是样本容量。
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具有Student的t分布与n+米- 2自由度,样本标准差被合并标准差取代
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具有近似的Student'st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以及。
多维数组
多维数组具有两个以上的维度。例如,如果x
是1 × 3 × 4的数组吗x
是一个三维数组。
第一个非单维度
第一个非单维是大小不等于1的数组的第一个维。例如,如果x
是一个1 × 2 × 3 × 4的数组,那么第二个维度是的第一个非单维x
.
提示
使用
sampsizepwr
计算:对应于指定功率和参数值的样本量;
给定真参数值,在特定样本量下所获得的功率;
在指定样本量和功率下可检测到的参数值。
扩展功能
GPU数组
通过使用并行计算工具箱™在图形处理单元(GPU)上运行来加速代码。
本功能完全支持GPU阵列。万博1manbetx有关更多信息,请参见在图形处理器上运行MATLAB函数(并行计算工具箱).
版本历史
R2006a之前介绍
另请参阅
MATLAB命令
你点击了一个对应于这个MATLAB命令的链接:
在MATLAB命令窗口中输入该命令来运行该命令。Web浏览器不支持MATLAB命令。万博1manbetx
您也可以从以下列表中选择一个网站:
如何获得最佳的网站性能
选择中国站点(中文或英文)以获得最佳站点性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。