主要内容

vartestn.

相等方差的多样本检验

折叠所有页面

语法

vartestn (x)
Vartestn（x，姓名，价值）
Vartestn（X，Group）
vartestn (x,集团名称,值)
p = vartestn (＿＿＿）
[p，stats] = vartestn（＿＿＿）

描述

例子

vartestn（x）返回统计信息的汇总表和数据向量列的空假设的Bartlett检验的箱形图x来自具有相同方差的正态分布。替代假设是非所有数据列具有相同的方差。

例子

vartestn（x，名称,值）返回统计摘要表和一个框图，用于测试不等差异，具有一个或多个名称值对参数指定的其他选项。例如，您可以指定不同类型的假设测试或更改测试结果的显示设置。

例子

vartestn（x，团体）返回统计摘要表和一个盒子绘图，用于Null假设的Bartlett测试，即每个分类组中的数据来自具有相同方差的正态分布。替代假设是并非所有组都具有相同的方差。

例子

vartestn（x，团体，名称,值）返回统计摘要表和一个框图，用于测试不等差异，具有一个或多个名称值对参数指定的其他选项。例如，您可以指定不同类型的假设测试或更改测试结果的显示设置。

例子

p= vartestn (＿＿＿）也返回p-测试值，p，使用先前语法中的任何输入参数。

例子

［p，统计数据] = vartestn（＿＿＿）也返回结构统计数据包含有关测试统计信息的信息。

例子

全部收缩

打开直播脚本

加载样本数据。

负载考试

检验零假设，即学生考试成绩矩阵中五列数据的方差相等，成绩．

vartestn(成绩)

图方差测试包含uicontrol类型的对象。

图中包含一个坐标轴。轴包含35个线型对象。

ans = 7.9086e-08

低 p 值,p = 0.表明,vartestn.拒绝零假设，即差异在所有五列中相同，有利于至少一列具有不同方差的替代假设。

打开直播脚本

加载样本数据。

负载Carsmall.

测试零假设，即每加仑英里的差异（英里/加仑)在不同型号的年份中是相同的。

Vartestn（MPG，Model_Year）

图方差测试包含uicontrol类型的对象。

图中包含一个坐标轴。轴包含21个类型的类型。

ans = 0.8327.

高 p 值,P = 0.83269.表明,vartestn.不拒绝零假设，即每加仑英里的差异（英里/加仑)在不同型号的年份中是相同的。

打开直播脚本

加载样本数据。

负载Carsmall.

使用Levene检验来检验零假设，即每加仑英里的方差(英里/加仑)在不同型号的年份中是相同的。

p = vartestn（mpg，model_year，'testtype'，'leveneabsolute'）

图方差测试包含uicontrol类型的对象。

图中包含一个坐标轴。轴包含21个类型的类型。

p = 0.6320

高 p 值,P = 0.63195.表明,vartestn.不拒绝零假设，即每加仑英里的差异（英里/加仑)在不同型号的年份中是相同的。

打开直播脚本

加载样本数据。

负载考试

检验零假设，即学生考试成绩矩阵中五列数据的方差相等，成绩他使用了布朗-福赛测试。禁止显示统计信息汇总表和框图。

[p，stats] = vartestn（等级，'testtype'，“BrownForsythe”，'展示'，'离开'）
p = 1.3121 e-06
统计=结构与字段：Fstat: 8.4160 df: [4 595]

小 p 值,p = 1.3121 e-06表明,vartestn.拒绝零假设，即差异在所有五列中相同，有利于至少一列具有不同方差的替代假设。

输入参数

全部收缩

示例数据，指定为矩阵或列向量。如果分组变量团体是指定的,那么x必须是一个列向量。如果未指定分组变量，x一定是一个矩阵。在这两种情况下,vartestn.对待南值为缺失值，并忽略它们。

数据类型:单|双倍的

分组变量，指定为分类阵列，逻辑或数字矢量，字符数组，字符串数组或字符阵列的每个元素一行的字符向量x．分组变量中的每个唯一值都定义了一个组。vartestn.对待南值为缺失值，并忽略它们。

例如,如果性别字符向量的单元格数组有值吗'男性'和“女”，你可以使用性别作为分组变量以按性别测试数据。

例子：性别

数据类型:分类|单|双倍的|逻辑|字符串|细胞|char

名称值对参数

指定可选的逗号分隔的对名称,值论点。的名字参数名和价值是相应的价值。的名字必须出现在引号内。您可以以任何顺序指定多个名称和值对参数name1，value1，...，namen，valuen．

例子：“TestType”、“BrownForsythe”,“显示”,“关闭”指定棕色僵硬的测试并省略结果的曲线。

显示测试结果的设置，由逗号分隔的对组成'展示'下面是其中之一。

“上” 显示汇总统计的框图和表。
'离开' 不要显示汇总统计信息的箱形图和表格。

例子：“显示”,“关闭”

要执行的假设检验类型，指定为逗号分隔对，由'testtype'下面是其中之一。

“Bartlett” 巴特利特的考验。
'levenequadratic' Levene通过执行ANOVA对来自其组手段的数据值的平方偏差计算的测试。
'leveneabsolute' Levene通过执行ANOVA对来自组手段的数据值的绝对偏差计算的测试。
“BrownForsythe” Brown-Forsythe检验通过对数据值从组中值的绝对偏差进行方差分析计算。
“OBrien” 奥布莱恩修改了列文的测试W= 0.5。

例子：'testtype'，'Obrien'

输出参数

全部收缩

p- 测试的值，返回范围的标量值[0,1]。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对零假设的有效性倾诉。

假设测试的测试统计数据，作为包含的结构返回：

  • chistat：测试统计的价值。

  • df:测试的自由度。

更多关于

全部收缩

巴特利特的测试

Bartlett检验用于检验多个数据样本的方差是否相等，相对于至少两个数据样本的方差不相等的选择。

检验统计量为

T ＝ （ N − k ） LN. 年代 p 2 − ∑ 我 ＝ 1 k （ N 我 − 1 ） LN. 年代 我 2 1 + （ 1 / （ 3. （ k − 1 ） ） ） （ （ ∑ 我 ＝ 1 k 1 / （ N 我 − 1 ） ） − 1 / （ N − k ） ） ，

在哪里 年代 我 2 是差异我统一，N为总样本量，N我样本量是多少我统一，k是组数，和 年代 p 2 是汇总的差异。汇总方差定义为

年代 p 2 ＝ ∑ 我 ＝ 1 k （ N 我 − 1 ） 年代 我 2 / （ N − k ） ．

测试统计数据具有Chi-Square分布k零假设下的1个自由度。

巴特利特检验对偏离常态的情况很敏感。如果你的数据来自一个非正态分布，Levene测试可以提供一个更准确的结果。

Levene，Brown-Forsythe和O'Brien测试

Levene、Brown-Forsythe和O 'Brien检验用于检验多个数据样本是否具有相等的方差，与至少两个数据样本不具有相等的方差相比较。

检验统计量为

W ＝ （ N − k ） ∑ 我 ＝ 1 k N 我 （ Z ¯ 我 ． − Z ¯ .. ） 2 （ k − 1 ） ∑ 我 ＝ 1 k ∑ j ＝ 1 N 我 （ Z 我 j − Z ¯ 我 ． ） 2 ，

在哪里N我样本量是多少我th组和k是群体的数量。取决于使用的测试类型TestType名称值对参数，ZIJ.可以有四个定义中的一个：

  • 如果您指定leveneabsolute.，vartestn.用途 Z 我 j ＝ | Y 我 j − Y ¯ 我 ． | ,在那里 Y ¯ 我 ． 是的含义我子群。

  • 如果您指定LeveneQuadratic，vartestn.用途 Z 我 j 2 ＝ （ Y 我 j − Y ¯ 我 ． ） 2 ,在那里 Y ¯ 我 ． 是的含义我子群。

  • 如果您指定BrownForsythe，vartestn.用途 Z 我 j ＝ | Y 我 j − Y ˜ 我 ． | ,在那里 Y ˜ 我 ． 的中位数是多少我子群。

  • 如果您指定Obrien.，vartestn.用途

    Z 我 j ＝ （ 0.5 + n 我 − 2 ） n 我 （ y 我 j − y ¯ 我 ） 2 − 0.5 （ n 我 − 1 ） σ. 我 2 （ n 我 − 1 ） （ n 我 − 2 ） ，

    在哪里n我是尺寸的我th,σ我2它是样本方差。

在所有情况下，测试统计数据有一个F分布与k- 1分子自由度，和N- - - - - -k分母自由度。

Levene，Brown-Forsythe和O'Brien测试对常规测试的偏移不太敏感，因此如果您怀疑样品来自非正常分布，它们是有用的替代方案。

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