创建样本数据矩阵y具有常量的列，以及具有平均0和标准偏差1的随机正常干扰。

y = meshgrid (1:5);rng默认的;重复性的％Y = Y + normrnd(0,1,5,5)

y =5×51.5377 0.6923 1.6501 3.7950 5.6715 2.8339 1.5664 3.0349 3.8759 3.8759 3.8759 3.7925 -12588 2.3426 5.4897 5.4897 2.9369 5.4890 6.6302 1.4172 5.4172 5.4172 5.41189

执行单向方差分析。

p = anova1 (y)

p = 0.0023.

ANOVA表显示组之间的变化（列）和组内变异（错误）.党卫军是平方和的总和，和DF.是自由度。总自由度是观察的总数减去一个，这是25 - 1 = 24.组之间的自由度是减去一个组的数量，即5 - 1 = 4.内部自由度是总重量减去组之间的自由度，即24 - 4 = 20。

女士是均方误差吗SS / df对于每个变异来源。这F-statistic为均方误差之比(13.4309/2.2204)。这P.-Value是测试统计量可以大于计算的测试统计值的值，即P（F> 6.05）的值。小P.- 0.0023的值表明柱装置之间的差异很大。

输入示例数据。

强度= [82 86 79 83 84 85 86 87 74 82．..78 75 76 77 79 79 77 78 82 79];合金= {'英石'那'英石'那'英石'那'英石'那'英石'那'英石'那'英石'那'英石'那．..“到”那“到”那“到”那“到”那“到”那“到”那．..“al2”那“al2”那“al2”那“al2”那“al2”那“al2”};

数据来自研究Hogg中结构梁的强度（1987）。矢量强度距离千分之一英寸的梁的偏转率为3000磅的力。矢量合金将每个梁识别为钢（'英石'），合金1（“到”）或合金2（“al2”）.虽然在本例中alloy是排序的，但分组变量不需要进行排序。

检验无效假设，即钢梁的强度与由两种更昂贵的合金制成的梁相同。关闭数字显示并返回单元格数组中的方差分析结果。

(p(资源)= anova1(力量、合金'离开'）

P = 1.5264E-04

TBL =4×6单元阵列列1到5 {'source'} {'ss'} {'ss'} {'df'} {'ms'} {'f'} {'f'} {'groups'} {[184.8000] {[2]} {[2]} {[92.4000]} {[15.4000]} {'Error' } {[102.0000]} {[17]} {[ 6.0000]} {0x0 double} {'Total' } {[286.8000]} {[19]} {0x0 double} {0x0 double} Column 6 {'Prob>F' } {[1.5264e-04]} {0x0 double } {0x0 double }

总的自由度是观测次数减去1，也就是 $20.-1=19.$．组之间的自由度是群体的数量减去一个，这是 $3.-1=2$．群内自由度是总自由度减去群间自由度，也就是 $19.-2=17.$．

女士是均方误差吗SS / df对于每个变异来源。这F-statistic是均方误差的比率。这P.-Value是测试统计数据可以取得大于或等于测试统计值的值的概率。这P.-value = 1.5264e-04表示拒绝null假设。

您可以通过索引到单元数组中检索ANOVA表中的值。保存F- 术价和P.-value在新变量中FSTAT.和pvalue.．

函数=台{2、5}

函数= 15.4000

pvalue = tbl {2,6}

pvalue = 1.5264E-04

输入示例数据。

强度= [82 86 79 83 84 85 86 87 74 82．..78 75 76 77 79 79 77 78 82 79];合金= {'英石'那'英石'那'英石'那'英石'那'英石'那'英石'那'英石'那'英石'那．..“到”那“到”那“到”那“到”那“到”那“到”那．..“al2”那“al2”那“al2”那“al2”那“al2”那“al2”};

数据来自研究Hogg中结构梁的强度（1987）。矢量强度距离千分之一英寸的梁的偏转率为3000磅的力。矢量合金将每个梁识别为钢（圣），合金1（到此）或合金2（al2）.虽然在本例中alloy是排序的，但分组变量不需要进行排序。

使用单向ANOVA使用anova1．返回结构统计数据，其中包含统计数据多人节目需要表演多重比较．

[〜，〜，统计] = ANOVA1（强度，合金）;

小P.- 0.0002的值表明光束的强度不一样。

对梁的平均强度进行多重比较。

[c，〜，〜，gnames] = multcompare（统计数据）;

使用相应的组名显示比较结果。

[gnames（c（：，1）），gnames（c（:,2）），num2cell（c（:,3：6））]]

ans =.3×6个单元阵列列1到5 {'st'} {'al1'} {[3.664] {[7]} {[10.3936] {'al2'} {'al2'} {[1.6064] {[5]} {[8.3936]} {'al1'} {'al2'} {[-5.6280]} {[-2]} {[ 1.6280]} Column 6 {[1.6831e-04]} {[ 0.0040]} {[ 0.3560]}

前两列显示了一对比较的组。第四列显示了估计的组方式之间的差异。第三个和第五列显示出95％的置信区间的较低和上限。第六列显示P.-Value用于假设，即相应组的手段的真正差异等于零。

前两行显示涉及第一组(钢)的两个比较具有不包含0的置信区间。因为相应的P.-Values（1.6831e-04和0.0040）分别很小，这些差异很大。

第三行显示两种合金的强度差异不显著。差值的95%置信区间是[-5.6,1.6]，所以你不能拒绝真实差值为零的假设。相应的P.- 第六列中的0.3560的值证实了这一结果。

在该图中，蓝杆表示钢的平均材料强度的比较间隔。红色杆代表合金1和合金2的平均材料强度的比较间隔。红色条与蓝杆重叠，这表明钢的平均材料强度与合金1和合金2的均值显着不同。点击代表合金1和2的条形来确认显着差异。