主要内容

ttest2

两个示例t以及

折叠所有页面

语法

h = ttest2 (x, y)
h=ttest2（x，y，名称，值）
(h p) = ttest2 (＿＿＿）
(h p, ci,统计)= ttest2 (＿＿＿）

描述

例子

h= ttest2 (x，y）返回null假设的测试决定，即数据以向量表示x和y来自于均值相等，方差相等但未知的正态分布的独立随机样本，使用两个示例t以及．另一种假设是x和y来自收入不平等的人群。结果h是1如果检验在5%显著性水平上拒绝了原假设，并且0否则。

例子

h= ttest2 (x，y，名称,值）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，p) = ttest2 (＿＿＿）还返回p值,p，使用前面语法中的任何输入参数。

例子

［h，p，ci，统计数据) = ttest2 (＿＿＿）也返回总体均值之差的置信区间，ci，结构统计数据包含测试统计信息。

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。

负载examgradesx =成绩(:1);y =成绩(:,2);

检验两个数据样本来自均值相等的总体的零假设。

[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

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。

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。

负载examgradesx =成绩(:1);y =成绩(:,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”，“不平等”）
h = 0
p = 0.9867

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，即使没有假设相同的方差。

输入参数

全部折叠

样本数据，指定为向量、矩阵或多维数组。ttest2对待南值视为丢失的数据，并忽略它们。

  • 如果x和y被指定为向量，它们不需要是相同的长度。

  • 如果x和y指定为矩阵时，它们必须具有相同的列数。ttest2执行一个单独的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，他们必须有相同的大小，除了第一非辛格尔顿维数．

数据类型:单|双

样本数据，指定为向量、矩阵或多维数组。ttest2对待南值视为丢失的数据，并忽略它们。

  • 如果x和y被指定为向量，它们不需要是相同的长度。

  • 如果x和y指定为矩阵时，它们必须具有相同的列数。ttest2执行一个单独的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，他们必须有相同的大小，除了第一非辛格尔顿维数．ttest2沿着第一个非单例维度工作。

数据类型:单|双

名称-值参数

指定可选的逗号分隔的对名称,值参数。的名字参数名和价值为对应值。的名字必须出现在引号内。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总体方差相等。

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)的标量值。

例子:“阿尔法”,0.01

数据类型:单|双

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“暗”和一个正整数。例如,指定“暗”,1测试列的意思，而“暗”,2测试行的含义。

例子:“暗”,2

数据类型:单|双

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:

  • “两个”-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是否大于总体均值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，指定为逗号分隔的对，由“Vartype”下面是其中之一。

“平等” 使用假设进行测试x和y来自未知但方差相等的正态分布。
“不平等” 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的有效自由度近似。

Vartype必须是单一的方差类型，即使什么时候x是一个矩阵或多维数组。

例子:“Vartype”、“不平等”

输出参数

全部折叠

假设检验结果，返回为1或0．

  • 如果h= 1，表示拒绝零假设α显著性水平。

  • 如果h= 0，这表示在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。

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。

两个样本的检验统计量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

两个示例t以及

这两个示例t-test是对两个独立数据样本的位置参数进行比较的参数检验。

检验统计量为

t ＝ x ¯ − y ¯ 年代 x 2 n + 年代 y 2 米 ，

在哪里 x ¯ 和 y ¯ 是样本均值，年代x和年代y是样本标准差，和n和米为样本容量。

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为Studentt分布与n+米- 2自由度，并将样本标准差替换为合并标准差

年代 ＝ （ n − 1 ） 年代 x 2 + （ 米 − 1 ） 年代 y 2 n + 米 − 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近似给出的具有多个自由度的分布。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乘3乘4的数组吗x是一个三维阵列。

第一个Nonsingleton维度

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 × 2 × 3 × 4的数组，那么第二个维是第一个非单维x．

提示

  • 使用sampsizepwr计算:

    • 对应指定功率和参数值的样本量;

    • 给定真实参数值，某一特定样本容量所获得的功率;

    • 参数值可检测与规定的样本量和功率。

扩展功能

另请参阅

||

之前介绍过的R2006a

统计和机器学习工具箱文档

金宝app

掌握机器学习:一步一步的指导与MATLAB

掌握机器学习:一步一步的指导与MATLAB

下载电子书