主要内容

中兴通讯

z以及

折叠所有页面

语法

h =中兴通讯(x, m,σ)
h =中兴通讯(x, m,σ,名称,值)
(h p) =中兴通讯(＿＿＿）
[h p ci, zval] =中兴通讯(＿＿＿）

描述

例子

h=中兴通讯(x，米，σ）返回null假设的测试决定，即向量中的数据x来自于均值的正态分布米还有一个标准差σ,使用z以及．另一种假设是，均值不是米．结果h是1如果检验在5%显著性水平上拒绝了原假设，并且0否则。

例子

h=中兴通讯(x，米，σ，名称,值）的测试决定z-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) =中兴通讯(＿＿＿）还返回p-value，使用前面语法中的任何输入参数。

例子

［h，p，ci，zval) =中兴通讯(＿＿＿）也返回总体均值的置信区间，ci，以及检验统计量的值，zval．

例子

全部折叠

打开生活的脚本

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examgradesx =成绩(:1);

检验数据来自具有均值的正态分布的零假设米= 75和标准偏差σ= 10．

[h p, ci, zval] =中兴通讯(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。

打开生活的脚本

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examgradesx =成绩(:1);

检验数据来自具有均值的正态分布的零假设米= 65和标准偏差σ= 10，而另一种选择是平均值大于65。

(h p) =中兴通讯(x, 65年10“尾巴”，“对”）
h = 1
p = 2.8596即使

的返回值h = 1表明中兴通讯在默认的5%显著性水平上拒绝零假设，支持总体均值大于65的备选假设。

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指定为向量，中兴通讯为每个输出参数返回单个值。

  • 如果x为矩阵，中兴通讯执行一个单独的z-沿每列测试x并返回一个结果向量。

  • 如果x指定为多维数组，中兴通讯工作在第一个nonsingleton维度的x．

在所有情况下,中兴通讯对待南值视为丢失的数据，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

总体标准差，指定为标量值。

数据类型:单|双

名称-值参数

指定可选的逗号分隔的对名称,值参数。的名字参数名和价值为对应值。的名字必须出现在引号内。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指定在1%显著性水平下的右尾假设检验。

假设检验的显著性水平，指定为逗号分隔对组成“α”和范围(0,1)的标量值。

例子:“阿尔法”,0.01

数据类型:单|双

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”和一个正整数。例如,指定“暗”,1测试列的意思，而“暗”,2测试行的含义。

例子:“暗”,2

数据类型:单|双

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”-检验另一种假设，即总体均值不是米．

  • “对”-对备选假设的检验，即总体均值大于米．

  • “左”-对备选假设的检验，即总体均值小于米．

中兴通讯检验总体均值为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或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。

真实总体均值的置信区间，返回为包含100 ×(1 -)的上下边界的两个元素向量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是一种参数假设检验，用于确定一个样本数据集是否来自具有特定均值的总体。检验假设样本数据来自一个正态分布和已知标准差的总体。

检验统计量为

z ＝ x ¯ − μ σ / n ，

在哪里 x ¯ 为样本均值，μ是总体均值，σ是总体标准差，和n为样本量。在原假设下，检验统计量具有标准正态分布。

多维数组

多维数组有两个以上的维度。例如,如果x是1乘3乘4的数组吗x是一个三维阵列。

第一个Nonsingleton维度

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

提示

  • 使用sampsizepwr计算:

    • 对应指定功率和参数值的样本量;

    • 给定真实参数值，某一特定样本容量所获得的功率;

    • 参数值可检测与规定的样本量和功率。

扩展功能

另请参阅

||

之前介绍过的R2006a

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