主要内容

TTEST.

一个样本和配对样本t以及

页面上倒塌

语法

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（＿＿＿）

描述

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。

例子

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。

例子

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。

例子

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．

例子

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。

例子

［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。

例子

［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。

例子

全部折叠

打开直播脚本

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。

打开直播脚本

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。

打开直播脚本

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)
h = 0
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。

打开直播脚本

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在1%显著性水平下，平均值等于零。

[h，p] = ttest（x，y，'Α'，0.01）
h = 0
p = 0.9805.

归还的价值h = 0表示TTEST.在1%显著性水平上不拒绝零假设。

打开直播脚本

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.．

h = tt (x, 75)
h = 0

归还的价值h = 0表示TTEST.在5%显著性水平上不拒绝原假设。

打开直播脚本

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。

负载考试x =等级（：，1）;

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”）
h = 1

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。

输入参数

全部折叠

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

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。

数据类型：单身的|双倍的

假设人口意味着，指定为标量值。

数据类型：单身的|双倍的

名称-值对的观点

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．

例子：“尾巴”,“对”,“阿尔法”,0.01在1%显著性水平下进行右尾假设检验。

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

数据类型：单身的|双倍的

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。

例子：“暗”,2

数据类型：单身的|双倍的

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'

输出参数

全部折叠

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。

  • 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。

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。

  • df- 测试自由度。

  • 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.．

更多关于

全部折叠

单样本t检验

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。

多维数组

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Nonsingleton维度

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．

提示

  • 使用Sampsizepwr.计算：

    • 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。

扩展能力

另请参阅

||

在R2006A之前介绍

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