文档帮助中心文档
一个样本和成对样本t以及
h=t试验(x)
h=t试验(x,y)
h=T测试(x,y,名称,值)
h = tt (x, m)
h=t测试(x,m,名称,值)
[h,p]=t试验(___)
[h,p,ci,stats]=t测试(___)
例子
h=测试(x)返回null假设的测试决定x来自均值等于零且方差未知的正态分布,使用一个样本t以及.另一种假设是总体分布的均值不等于零。结果h是1如果测试在5%显著性水平上拒绝了无效假设,以及0否则。
h=测试(x)
h
x
1
0
h=测试(x,y)返回null假设的测试决定x–y来自均值为零且方差未知的正态分布,使用配对样本t-测试。
h=测试(x,y)
y
x–y
h=测试(x,y,名称,值)返回配对样本的测试决定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,可以更改显著性级别或进行单边测试。
h=测试(x,y,名称,值)
名称,值
h=测试(x,米)返回null假设的测试决定x来自均值的正态分布米和未知方差。另一种假设是,均值不是米.
h=测试(x,米)
米
h=测试(x,米,名称,值)返回一个样本的测试决定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,可以更改显著性级别或进行单边测试。
h=测试(x,米,名称,值)
[h,p]=测试(___)还返回p值,p,使用前面语法组中的任何输入参数。
[h,p]=测试(___)
p
[h,p,ci,统计数据]=测试(___)也返回置信区间ci为了平均x,或x–y成对的t-测试,以及结构统计数据包含有关测试统计的信息。
[h,p,ci,统计数据]=测试(___)
ci
统计数据
全部折叠
加载示例数据。创建一个包含股票返回数据的第三列的向量。
负载股票收益x=股票(:,3);
检验样本数据来自均值等于零的总体的零假设。
[h,p,ci,stats]=t测试(x)
h = 1
p=0.0106
词=2×1-0.7357 -0.0997
统计数据=结构体字段:Tstat: -2.6065 df: 99 sd: 1.6027
返回值h = 1表明测试在5%显著性水平上拒绝零假设。
测试
检验零假设,即样本数据来自1%显著性水平下平均值等于零的总体。
h = tt (x 0“阿尔法”,0.01)
h = 0
返回值h = 0表明测试在1%显著性水平上不拒绝零假设。
加载样本数据。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=等级(:,1);y=等级(:,2);
检验零假设,即数据向量之间的成对差异x和y平均值等于零。
(h p) = tt (x, y)
p=0.9805
的返回值h = 0表明测试不拒绝默认5%显著性水平的无效假设。
检验零假设,即数据向量之间的成对差异x和y在1%显著性水平下,平均值等于零。
[h,p]=t试验(x,y,“阿尔法”,0.01)
的返回值h = 0表明测试在1%显著性水平上不拒绝零假设。
加载样本数据。创建包含学生考试成绩数据第一列的向量。
负载examgradesx=等级(:,1);
检验样本数据来自均值分布的零假设m=75.
m=75
h = tt (x, 75)
的返回值h = 0表明测试在5%显著性水平上不拒绝原假设。
加载示例数据。创建一个包含学生考试成绩数据第一列的向量。
对比均值大于65的另一种情况,检验数据来自均值等于65的总体的零假设。
h=t试验(x,65,“尾巴”,“对”)
的返回值h = 1表明测试在5%显著性水平上拒绝零假设,支持另一种假设,即数据来自均值大于65的总体。
样本数据,指定为向量、矩阵或多维数组.测试执行一个单独的t-test沿着每一列返回一个向量的结果。如果y指定样本数据,x和y必须是相同的尺寸。
数据类型:仅有一个的|双重的
仅有一个的
双重的
样本数据,指定为向量、矩阵或多维数组如果y指定样本数据,x和y必须是相同的尺寸。
假设总体平均值,指定为标量值。
指定可选的逗号分隔的对名称,值论据。名称参数名和价值是对应的值。名称必须出现在引号内。可以以任意顺序指定多个名称和值对参数名称1,值1,…,名称,值.
名称
价值
名称1,值1,…,名称,值
“尾巴”,“右”,“阿尔法”,0.01
阿尔法
0.05
假设检验的显著性水平,指定为逗号分隔对,包括“阿尔法”和范围(0,1)的标量值。
“阿尔法”
例子:“阿尔法”,0.01
“阿尔法”,0.01
昏暗的
要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“昏暗”和正整数值。例如,指定“暗”,1测试列的平均值,而“暗”,2测试行的平均值。
“昏暗”
“暗”,1
“暗”,2
例子:“暗”,2
尾巴
“两个”
“对”
“左”
要评估的替代假设的类型,指定为逗号分隔的对,由“尾巴”其中一个:
“尾巴”
“两个”-检验替代假设,即总体平均值不是米.
“对”-检验总体平均值大于的替代假设米.
“左”-检验总体平均值小于米.
测试检验总体平均值为的无效假设米与特定的备择假设相反。
例子:“尾巴”,“对”
“尾巴”,“对”
假设检验结果,返回为1或0.
如果h= 1,表示拒绝零假设阿尔法显著性水平。
= 1
如果h= 0,这表示在阿尔法显著性水平。
= 0
p-测试的值,作为范围[0,1]内的标量值返回。p是观察到一个检验统计量与零假设下的观测值相同或更极端的概率。小的值p对无效假设的有效性产生了怀疑。
真实总体平均值的置信区间,作为包含100×(1–阿尔法)%置信区间。
测试统计信息,作为包含以下内容的结构返回:
塔特—测试统计值。
塔特
df-测试的自由度。
df
sd-估计总体标准差。对于一个配对t-测试,sd的标准差是x–y.
sd
的一个示例t-test是在总体标准差未知的情况下对位置参数的参数检验。
检验统计是
t = x ¯ − μ 年代 / n ,
哪里 x ¯ 是样本的平均值,μ是假设的总体均值,年代是样本的标准偏差,以及n为样本量。在原假设下,检验统计量为Studentt分布与n– 1自由度。
μ
多维数组具有两个以上的维度。例如,如果x是一个1×3×4的数组,那么x是一个三维阵列。
第一个非Singleton维度是大小不等于1的数组的第一个维度x是一个1×2×3×4数组,则第二维是x.
使用sampsizepwr计算:
sampsizepwr
对应于指定功率和参数值的样本大小;
给定真实参数值时,特定样本大小的功率;
使用指定的样本大小和功率可检测的参数值。
此函数完全支持GPU阵列。有关详细信息,金宝app请参阅在GPU上运行MATLAB函数(并行计算工具箱).
Z检验|ttest2|sampsizepwr
Z检验
ttest2
您有此示例的修改版本。是否要用您的编辑打开此示例?
你点击一个链接对应于这个MATLAB命令:
通过在MATLAB命令窗口中输入命令来运行该命令。Web浏览器不支持MATLAB命令。金宝app
选择一个网站以获取可用的翻译内容,并查看本地活动和优惠。根据您的位置,我们建议您选择:.
你也可以从以下列表中选择一个网站:
选择中国网站(中文或英文)以获得最佳网站性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。
联系当地办事处