文档帮助中心
一个样本和配对样本t以及
h = ttest(x)
h = ttest(x,y)
h = ttest(x,y,名称,值)
h = tt (x, m)
h = ttest(x,m,名称,值)
[h,p] = ttest(___)
[h,p,ci,stats] = ttest(___)
例子
h= ttest(x)返回null假设的测试决定x来自使用平均等于零和未知方差的正态分布,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%的意义水平下拒绝零假设,并且0否则。
h= ttest(x)
h
x
1
0
h= ttest(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= ttest(x,y)
y
X - Y.
h= ttest(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= ttest(x,y,名称,值)
名称,值
h= ttest(x,米)返回null假设的测试决定x来自平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= ttest(x,米)
米
h= ttest(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= ttest(x,米,名称,值)
[h,p] = ttest(___)也返回p值,p,测试使用前一个语法组的任何输入参数。
[h,p] = ttest(___)
p
[h,p,ci,统计] = ttest(___)也返回置信区间ci对于含义x,或X - Y.对于配对t- 最低和结构统计包含有关测试统计信息的信息。
[h,p,ci,统计] = ttest(___)
ci
统计
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。
负载储存者X =股票(:,3);
测试空样数据来自具有等于零的群体。
[h,p,ci,stats] = ttest(x)
h = 1
P = 0.0106.
ci =2×1-0.7357 -0.0997
统计=结构体字段:Tstat: -2.6065 df: 99 sd: 1.6027
返回值h = 1表示TTEST.在5%显著性水平上拒绝零假设。
TTEST.
测试空样本,即样本数据来自具有平均值等于1%的意义水平的群体。
h = tt (x 0'Α',0.01)
h = 0
返回值h = 0表示TTEST.在1%显著性水平上不拒绝零假设。
加载示例数据。创建包含第一个和第二列的数据矩阵列的向量,以表示两个考试的学生等级。
负载考试x =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平均等于零。
(h p) = tt (x, y)
p = 0.9805.
归还的价值h = 0表示TTEST.在默认5%的重要性水平下,不会拒绝零假设。
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] = ttest(x,y,'Α',0.01)
归还的价值h = 0表示TTEST.在1%显著性水平上不拒绝零假设。
加载示例数据。创建包含学生考试成绩数据的第一列的向量。
负载考试x =等级(:,1);
测试空样数据的空假设来自平均值的分布m = 75..
m = 75.
h = tt (x, 75)
归还的价值h = 0表示TTEST.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 = ttest(x,65,'尾巴',“对”)
归还的价值h = 1表示TTEST.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。
示例数据,指定为向量,矩阵或多维数组.TTEST.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:单身的|双倍的
单身的
双倍的
示例数据,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。
假设人口意味着,指定为标量值。
指定可选的逗号分隔的对名称,值论点。名称参数名和价值是相应的价值。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Name1, Value1,…,的家.
名称
价值
Name1, Value1,…,的家
“尾巴”,“对”,“阿尔法”,0.01
'Α'
0.05
假设试验的意义水平,指定为逗号分隔对组成'Α'和范围(0,1)的标量值。
例子:'alpha',0.01
'alpha',0.01
'暗淡'
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'暗淡'和积极的整数值。例如,指定“暗”,1测试列意味着,而“暗”,2测试行意味着。
“暗”,1
“暗”,2
例子:“暗”,2
'尾巴'
“两个”
“对”
'剩下'
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”- 反对替代假设的测试,即人口的意思不是米.
“对”- 对替代假设进行测试,即人口的平均值大于米.
'剩下'-对备选假设的检验,即总体均值小于米.
TTEST.测试人口意味着的零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要么0.
如果h= 1,表示拒绝零假设Α显著性水平。
= 1
Α
如果h= 0,这表示在Α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。
真正的人口的置信区间是指的,作为一个含有100×(1 - 的上边界的双元素载体Α)%置信区间。
测试统计信息,作为包含以下内容的结构返回:
Tstat.—测试统计值。
Tstat.
df- 测试自由度。
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。
测试统计是
t = x ¯ - μ 年代 / n ,
在哪里 x ¯ 为样本均值,μ是假设的总体均值,年代是样本标准差,和n为样本量。在原假设下,检验统计量为Studentt分布与n- 1的自由度。
μ
多维阵列具有两个以上的维度。例如,如果x是一个1×3×4阵列,然后是一个x是一个三维阵列。
第一个非挂车间尺寸是阵列的第一维度,其大小不等于1.例如,如果x是一个1-×2×3×4阵列,那么第二维度是第一个不连续的尺寸x.
使用Sampsizepwr.计算:
Sampsizepwr.
对应于指定功率和参数值的示例大小;
给定特定样本大小的功率,给定真实参数值;
使用指定的样本大小和功率可检测的参数值。
该功能完全支持GPU阵列。金宝app有关更多信息,请参见在GPU上运行MATLAB函数(并行计算工具箱).
Sampsizepwr.|ttest2|ZTEST.
ttest2
ZTEST.
系统上存在此示例的修改版本。你想打开这个版本吗?
你点击一个链接对应于这个MATLAB命令:
在MATLAB命令窗口中输入它来运行命令。Web浏览器不支持MATLAB命令。金宝app
选择一个网站,以便在可用的地方进行翻译的内容,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。
联系您当地的办公室