文档帮助中心文档
两个示例t以及
h = ttest2 (x, y)
h = ttest2 (x, y,名称,值)
(h p) = ttest2 (___)
(h p, ci,统计)= ttest2 (___)
例子
h= ttest2 (x,y)返回一个测试决定零假设的数据向量x和y来自独立随机样本来自正态分布以同样的方式和相同但未知的差异,使用两个示例t以及。另一种假说是,数据x和y来自人口与不平等的意思。结果h是1如果测试在5%的显著性水平,拒绝零假设0否则。
h= ttest2 (x,y)
h
x
y
1
0
h= ttest2 (x,y,名称,值)返回一个测试决定两个示例t以及额外的选项指定的一个或多个参数名称-值对。例如,您可以改变显著性水平或进行测试没有假设方差相等。
h= ttest2 (x,y,名称,值)
名称,值
(h,p)= ttest2 (___)还返回p值,p的测试,使用任何输入参数在前面的语法。
(h,p)= ttest2 (___)
p
(h,p,ci,统计数据)= ttest2 (___)还返回不同的置信区间的人口意味着,ci和结构统计数据包含检验统计量的信息。
(h,p,ci,统计数据)= ttest2 (___)
ci
统计数据
全部折叠
加载数据集。创建向量包含第一和第二列的数据矩阵来表示学生的成绩在两个考试。
负载examgradesx =成绩(:1);y =成绩(:,2);
测试零假设两个数据样本来自人口以同样的手段。
[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不拒绝零假设默认的5%显著性水平。
ttest2
测试两个数据向量的零假设是来自人口以同样的手段,没有假设人口也有平等的方差。
(h p) = ttest2 (x, y,“Vartype”,“不平等”)
的返回值h = 0表明ttest2不拒绝零假设默认为5%显著性水平即使等于方差不承担。
样本数据,指定为一个向量,矩阵,或多维数组。ttest2对待南值缺失的数据,忽略他们。
南
如果x和y被指定为向量,它们不需要相同的长度。
如果x和y被指定为矩阵,他们必须有相同数量的列。ttest2执行一个单独的t以及在每一列的结果,并返回一个向量。
如果x和y被指定为多维数组,他们必须具有相同的大小第一个nonsingleton维度。
数据类型:单|双
单
双
如果x和y被指定为多维数组,他们必须具有相同的大小第一个nonsingleton维度。ttest2工作在第一nonsingleton维度。
指定可选的逗号分隔条名称,值参数。的名字参数名称和吗价值相应的价值。的名字必须出现在引号。您可以指定几个名称和值对参数在任何顺序Name1, Value1,…,的家。
的名字
价值
Name1, Value1,…,的家
“尾巴”,“对”,“阿尔法”,0.01,“Vartype”,“不平等”
“α”
0.05
假设检验的显著性水平,指定为逗号分隔组成的“α”和一个标量值的范围(0,1)。
例子:“阿尔法”,0.01
“阿尔法”,0.01
“暗”
输入矩阵的维度以及测试方法,指定为逗号分隔组成的“暗”和一个正整数价值。例如,指定“暗”,1测试列意味着,虽然“暗”,2测试行。
“暗”,1
“暗”,2
例子:“暗”,2
“尾巴”
“两个”
“对”
“左”
备择假设评估类型,指定为逗号分隔组成的“尾巴”其中一个:
“两个”——测试对备择假设人口意味着是不平等的。
“对”——测试的总体均值的备择假设x大于总体均值的y。
“左”——测试的总体均值的备择假设x小于总体均值的y。
ttest2测试零假设的人口意味着相等对指定的备择假设。
例子:“尾巴”,“对”
“尾巴”,“对”
“Vartype”
“平等”
“不平等”
方差类型,指定为逗号分隔组成的“Vartype”和一个以下。
Vartype必须是一个单一的变异类型,即使x是一个矩阵或多维数组。
Vartype
例子:“Vartype”、“不平等”
“Vartype”、“不平等”
假设检验结果,返回1或0。
如果h= 1,这表明拒绝零假设的α显著性水平。
= 1
α
如果h= 0,这表明失败的拒绝零假设α显著性水平。
= 0
p测试的价值,作为一个返回标量值的区间[0,1]。p观察一个检验统计量的概率是一样极端,或者比,更极端的零假设下的观测值。小的值p怀疑零假设的有效性。
置信区间的不同人口的手段x和y,作为一个双元素向量返回包含的上限与下限100×(1 -α)%置信区间。
两个示例的测试数据t以及作为一个结构返回包含以下:
tstat——测试数据的价值。
tstat
df——测试的自由度。
df
sd——汇集估计的总体标准偏差(方差相等的情况下)或一个向量包含未共享的估计人口标准差(对于不平等的方差的情况)。
sd
这两个示例t以及参数的测试,比较了两个独立的数据样本的位置参数。
测试数据
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样本标准差,n和米样本大小。
的情况下假定两个数据样本来自人群提供平等的方差,零假设下的检验统计量有学生的t分布与n+米- 2自由度和样本标准差被汇集标准差所取代
年代 = ( n − 1 ) 年代 x 2 + ( 米 − 1 ) 年代 y 2 n + 米 − 2 。
如果它不是假定两个数据样本来自人群提供平等的方差,零假设下的检验统计量有一个近似的学生的t分布的自由度由Satterthwaite给出的近似。这个测试有时被称为韦尔奇的t以及。
一个多维数组有超过两个维度。例如,如果x是1-by-3-by-4数组,那么x是一个三维数组。
第一个nonsingleton维度是一个数组的第一维的大小不等于1。例如,如果x是1-by-2-by-3-by-4数组,第二个维度是第一nonsingleton维度的x。
使用sampsizepwr计算:
sampsizepwr
样本大小对应于指定的权力和参数值;
实现特定样本大小,给予正确的参数值;
指定的参数值检测样本大小和权力。
这个函数完全支持GPU数组。金宝app有关更多信息,请参见运行在GPU MATLAB函数(并行计算工具箱)。
sampsizepwr|tt|中兴通讯
tt
中兴通讯
您有一张这本Beispiels abgeanderte版本。您这本Beispiel麻省理工学院古老Anderungen offnen吗?
您有窗户的链接geklickt,汪汪汪der diesem MATLAB-Befehl entspricht:
在das MATLAB-Befehlsfenster Fuhren您窝Befehl军队Eingabe来自。浏览器unterstutzen MATLAB-Befehle。
选择一个网站翻译内容,看到当地事件和提供。根据你的位置,我们建议您选择:。
你也可以从下面的列表中选择一个网站:
选择中国网站(中文或英文)最佳站点的性能。其他MathWorks国家网站不优化的访问你的位置。
联系你当地的办公室