主要内容

中兴通讯

z以及

折叠所有页面

语法

H = ztest(x,m,sigma)
h =中兴通讯(x, m,σ,名称,值)
[h,p] = ztest(___）
[h,p,ci,zval] = ztest(___）

描述

例子

h=中兴通讯(x，米，σ）返回零假设的测试决策，即向量中的数据x来自于有均值的正态分布米还有一个标准差σ，使用z以及．另一个假设是，平均值不是米．结果h是1如果检验在5%显著性水平上拒绝原假设，并且0否则。

例子

h=中兴通讯(x，米，σ，名称,值）属性的测试决策z-test使用一个或多个名称-值对参数指定的附加选项。例如，您可以更改显著性水平或进行单侧测试。

例子

［h，p= ztest(___）还返回p-value，使用以前语法中的任何输入参数。

例子

［h，p，ci，zval= ztest(___）还返回总体均值的置信区间，ci，检验统计量的值，zval．

例子

全部折叠

打开实时脚本

加载样例数据。创建一个包含学生考试成绩数据第一列的向量。

负载examgradesX =成绩(:，1);

检验零假设，即数据来自具有均值的正态分布M = 75还有标准差σ = 10．

[h,p,ci,zval] = ztest(x,75,10)
H = 0
P = 0.9927
ci =2×173.2191 - 76.7975
Zval = 0.0091

的返回值。H = 0表明中兴通讯在默认的5%显著性水平上不拒绝零假设。

打开实时脚本

加载样例数据。创建一个包含学生考试成绩数据第一列的向量。

负载examgradesX =成绩(:，1);

检验零假设，即数据来自具有均值的正态分布M = 65还有标准差σ = 10，而不是均值大于65。

[h,p] = ztest(x,65,10，“尾巴”，“对”）
H = 1
P = 2.8596e-28

的返回值。H = 1表明中兴通讯在默认的5%显著性水平下拒绝零假设，支持备选假设，即总体均值大于65。

输入参数

全部折叠

样本数据，指定为向量、矩阵或多维数组。

  • 如果x被指定为一个向量，中兴通讯为每个输出参数返回一个值。

  • 如果x指定为一个矩阵，中兴通讯执行单独的z的每一列进行测试x并返回一个结果向量。

  • 如果x指定为多维数组，中兴通讯沿着第一个非单维度的x．

在所有情况下，中兴通讯对待南值作为缺失数据并忽略它们。

数据类型:单|双

假设的平均值，指定为标量值。

数据类型:单|双

总体标准偏差，指定为标量值。

数据类型:单|双

名称-值对参数

的可选逗号分隔对名称,值参数。名字参数名称和价值对应的值。名字必须出现在引号内。您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指定1%显著性水平下的右尾假设检验。

假设检验的显著性水平，由逗号分隔的对组成“α”和范围(0,1)中的标量值。

例子:“阿尔法”,0.01

数据类型:单|双

用于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”一个正整数值。例如，指定“暗”,1测试列均值，而“暗”,2测试行均值。

例子:“暗”,2

数据类型:单|双

要评估的替代假设类型，指定为逗号分隔的对，由“尾巴”其中之一是:

  • “两个”-检验替代假设，即总体均值不是米．

  • “对”-检验备选假设，即总体均值大于米．

  • “左”-检验备选假设，即总体均值小于米．

中兴通讯检验原假设，即总体均值为米与指定的替代假设相反。

例子:“尾巴”,“对”

输出参数

全部折叠

假设检验结果，返回为1或0．

  • 如果h= 1，这表明在α显著性水平。

  • 如果h= 0，这表明拒绝零假设的失败α显著性水平。

p-value测试的值，作为范围[0,1]的标量值返回。p是在原假设下观察到的检验统计量与观察值一样极端或更极端的概率。的小值p对原假设的有效性提出质疑。

真实总体均值的置信区间，返回为包含100 ×(1 -)的上下边界的两元素向量α%置信区间。

测试统计量，作为非负标量值返回。

更多关于

全部折叠

z以及

的z-test是一个参数假设检验，用于确定样本数据集是否来自具有特定均值的总体。该检验假设样本数据来自具有正态分布和已知标准偏差的总体。

检验统计量为

z ＝ x ¯ − μ σ / n ，

在哪里 x ¯ 是样本均值，μ是总体的平均值，σ是总体的标准差，和n是样本容量。在零假设下，检验统计量具有标准正态分布。

多维数组

多维数组具有两个以上的维度。例如，如果x是1 × 3 × 4的数组吗x是一个三维数组。

第一个非单维度

第一个非单维是大小不等于1的数组的第一个维。例如，如果x是一个1 × 2 × 3 × 4的数组，那么第二个维度是的第一个非单维x．

提示

  • 使用sampsizepwr计算:

    • 对应于指定功率和参数值的样本量;

    • 给定真参数值，在特定样本量下所获得的功率;

    • 在指定样本量和功率下可检测到的参数值。

扩展功能

另请参阅

||

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MATLAB指南

掌握机器学习:一步一步的MATLAB指南

下载电子书