创建两个不同的正态概率分布对象。第一个分布有μ= 0和σ= 1，而第二种则是μ= 2和σ= 1．

pd1 = makedist (“正常”）;pd2 = makedist (“正常”，“穆”2,“σ”1);

通过从这两个分布中生成随机数来创建一个样本数据矩阵。

RNG（'默认'）;%的再现性x =[随机(pd1 20 2),随机(pd2 20 1)];

的前两列x包含从第一个分布生成的数据，而第三列包含从第二个分布生成的数据。

测试null假设，样本数据从每列x来自相同的分布。

p = kruskalwallis（x）

p = 3.6896 e-06

的返回值p表示kruskalwallis拒绝零假设，即所有三个数据样本来自同一分布在1%显著性水平。方差分析表提供了额外的测试结果，箱形图直观地显示了中每一列的汇总统计信息x．

创建两个不同的正态概率分布对象。第一个分布有μ= 0和σ= 1．第二种分布μ= 2和σ= 1．

pd1 = makedist (“正常”）;pd2 = makedist (“正常”，“穆”2,“σ”1);

通过从这两个分布中生成随机数来创建一个样本数据矩阵。

RNG（'默认'）;%的再现性x =[随机(pd1 20 2),随机(pd2 20 1)];

的前两列x包含从第一个分布生成的数据，而第三列包含从第二个分布生成的数据。

测试null假设，样本数据从每列x来自相同的分布。抑制输出显示，并生成结构统计数据用于进一步测试。

[p(资源统计]= kruskalwallis (x, [],“关闭”）

p = 3.6896 e-06

台=4×6单元阵列列1到5{‘源’}{“党卫军”}{“df”}{‘女士’}{‘Chi-sq}{“列”}{[7.6311 e + 03]} {[2]} {[3.8155 e + 03]}{[25.0200]}{‘错误’}{[1.0364 e + 04]} {[57]} {[181.8228]} {0 x0双}{“总”}{[17995]}{[59]}{0 x0双}{0 x0双}列6{遇到的问题> Chi-sq’}{[3.6896 e-06]} {0 x0双}{0 x0双}

统计=结构体字段:Gnames: [3x1 char] n: [20 20 20] source: 'kruskalwallis' meanrank: [26.7500 18.9500 45.8000] sumt: 0

的返回值p表明检验在1%显著性水平上拒绝原假设。你可以使用结构统计数据执行额外的后续测试。细胞数组TBL.包含与图形化方差分析表相同的数据，包括列和行标签。

进行后续测试，以确定哪个数据样本来自不同的分布。

c = multcompare(统计)

注意:区间可以用于测试，但不是同时的置信区间。

C =3×6.1.0000 2.0000 -5.1435 7.8000 20.7435 0.3345 1.0000 3.0000 -31.9935 -19.0500 -6.1065 0.0016 2.0000 3.0000 -39.7935 -26.8500 -13.9065 0.0000

结果表明，1组和3组之间存在显著差异，因此检验拒绝了两组数据来自相同分布的原假设。第二组和第三组也是如此。但是，组1和组2之间没有显著差异，因此检验不拒绝两组来自相同分布的原假设。因此，这些结果表明，组1和组2的数据来自相同的分布，组3的数据来自不同的分布。

创建一个向量,强度，包含对金属梁强度的测量。创建第二个向量，合金，表示制造相应横梁的金属合金的类型。

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

测试无效假设，即束强度测量在所有三种合金中具有相同的分布。

p = kruskalwallis(强度,合金,“关闭”）

p = 0.0018

的返回值p表明检验在1%显著性水平上拒绝原假设。