ansaribradley

Тест Ансари-Брэдли

свернуть все на странице

Синтаксис

h = ansaribradley(x,y)
h = ansaribradley(x,y,Name,Value)
[h,p] = ansaribradley(___)
[h,p,stats] = ansaribradley(___)

Описание

пример

h = ansaribradley(x,y) возвращает тестовое решение для нулевой гипотезы, что данные в векторах x и y прибывают из того же распределения, с помощью теста Ансари-Брэдли. Альтернативная гипотеза - то, что данные в x и y прибывают из дистрибутивов с той же медианой и формой, но различной дисперсией (например, отклонения). h результата является 1, если тест отклоняет нулевую гипотезу на 5%-м уровне значения или 0 в противном случае.

пример

h = ansaribradley(x,y,Name,Value) возвращает тестовое решение для теста Ансари-Брэдли с дополнительными опциями, заданными одним или несколькими аргументами пары "имя-значение". Например, можно изменить уровень значения, провести односторонний тест или использовать нормальное приближение, чтобы вычислить значение тестовой статистической величины.

пример

[h,p] = ansaribradley(___) также возвращает p - значение, p, теста, с помощью любого из входных параметров в предыдущих синтаксисах.

пример

[h,p,stats] = ansaribradley(___) также возвращает структуру stats, содержащий информацию о тестовой статистической величине.

Примеры

свернуть все

Скрипт Open Live Script

Загрузите выборочные данные. Создайте векторы данных миль на галлон (MPG) измерения в течение модельных лет 1982 и 1976. 

load carsmall
x = MPG(Model_Year==82);
y = MPG(Model_Year==76);

Протестируйте нулевую гипотезу, что мили на галлон, измеренный в автомобилях от 1 982 и 1976, имеют равные отклонения. 

[h,p,stats] = ansaribradley(x,y)
h = 0

p = 0.8426

stats = struct with fields:
        W: 526.9000
    Wstar: 0.1986

Возвращенное значение h = 0 указывает, что ansaribradley не отклоняет нулевую гипотезу на 5%-м уровне значения по умолчанию.

Скрипт Open Live Script

Загрузите выборочные данные. Создайте векторы данных миль на галлон (MPG) измерения в течение модельных лет 1982 и 1976. 

load carsmall
x = MPG(Model_Year==82);
y = MPG(Model_Year==76);

Протестируйте нулевую гипотезу, что мили на галлон, измеренный в автомобилях от 1 982 и 1976, имеют равные отклонения против альтернативной гипотезы, что отклонение автомобилей от 1 982 больше, чем тот из автомобилей от 1 976. 

[h,p,stats] = ansaribradley(x,y,'Tail','right')
h = 0

p = 0.5787

stats = struct with fields:
        W: 526.9000
    Wstar: 0.1986

Возвращенное значение h = 0 указывает, что ansaribradley не отклоняет нулевую гипотезу, что отклонение в милях на галлон является тем же самым в течение этих двух модельных лет, когда альтернатива - то, что отклонение автомобилей от 1 982 больше, чем тот из автомобилей от 1 976.

Входные параметры

свернуть все

Выборочные данные, заданные как вектор, матрица или многомерный массив.

  • Если x и y заданы как векторы, они не должны быть той же длиной.

  • Если x и y заданы как матрицы, у них должно быть одинаковое число столбцов. ansaribradley выполняет отдельные тесты вдоль каждого столбца и возвращает вектор результатов.

  • Если x и y заданы как многомерные массивы, ansaribradley работает по первому неодноэлементному измерению. x и y должны иметь тот же размер вдоль всех остальных измерений.

Типы данных: single | double

Выборочные данные, заданные как вектор, матрица или многомерный массив.

  • Если x и y заданы как векторы, они не должны быть той же длиной.

  • Если x и y заданы как матрицы, у них должно быть одинаковое число столбцов. ansaribradley выполняет отдельные тесты вдоль каждого столбца и возвращает вектор результатов.

  • Если x и y заданы как многомерные массивы, ansaribradley работает по первому неодноэлементному измерению. x и y должны иметь тот же размер вдоль всех остальных измерений.

Типы данных: single | double

Аргументы в виде пар имя-значение

Укажите необязательные аргументы в виде пар ""имя, значение"", разделенных запятыми. Имя (Name) — это имя аргумента, а значение (Value) — соответствующее значение. Name должен появиться в кавычках. Вы можете задать несколько аргументов в виде пар имен и значений в любом порядке, например: Name1, Value1, ..., NameN, ValueN.

Пример: 'Tail','right','Alpha',0.01 задает тест гипотезы с правильным хвостом на 1%-м уровне значения.

Уровень значения теста гипотезы, заданного как пара, разделенная запятой, состоящая из 'Alpha' и скалярного значения в области значений (0,1).

Пример: 'Alpha',0.01

Типы данных: single | double

Размерность входной матрицы, вдоль которой можно протестировать средние значения, заданные как пара, разделенная запятой, состоящая из 'Dim' и положительного целочисленного значения. Например, определение 'Dim',1 тестирует средние значения столбца, в то время как 'Dim',2 тестирует средние значения строки.

Пример: 'Dim',2

Типы данных: single | double

Тип альтернативной гипотезы, чтобы оценить, заданный как пара, разделенная запятой, состоящая из 'Tail' и одно из следующих.

'both'Протестируйте альтернативную гипотезу, что дисперсионные параметры x и y не равны.
'right'Протестируйте альтернативную гипотезу, что дисперсионный параметр x больше, чем тот из y.
'left'Протестируйте альтернативную гипотезу, что дисперсионный параметр x является меньше, чем тот из y.

Пример: 'Tail','right'

Метод вычисления для тестовой статистической величины, заданной как пара, разделенная запятой, состоящая из 'Method' и одно из следующих.

'exact'Вычислите p с помощью точного вычисления распределения тестовой статистической величины W. Это - значение по умолчанию, если n, общее количество строк в x и y, равняется 25 или меньше. Обратите внимание на то, что n вычисляется, прежде чем любые значения NaN (представляющий недостающие данные) удалены.
'approximate'Вычислите p с помощью нормального приближения для статистического W*. Это - значение по умолчанию, если n, общее количество строк в x и y, больше, чем 25.

Пример: 'Method','exact'

Выходные аргументы

свернуть все

Результат испытаний гипотезы, возвращенный как 1 или 0.

  • Если h = 1, это указывает на отклонение нулевой гипотезы на уровне значения Alpha.

  • Если h = 0, это указывает на отказ отклонить нулевую гипотезу на уровне значения Alpha.

p- теста, возвращенного как скалярное значение в области значений [0,1]. p является вероятностью наблюдения тестовой статистической величины как экстремальное значение как, или более экстремальный, чем, наблюдаемая величина по нулевой гипотезе. Маленькие значения p подвергают сомнению валидность нулевой гипотезы.

Протестируйте статистику на тест Ансари-Брэдли, возвращенный как структура, содержащая:

  • W Значение тестовой статистической величины, которая является суммой рангов Ансари-Брэдли для выборки x.

  • Wstar — Аппроксимируйте нормальный статистический W*.

Больше о

свернуть все

Ансари-Брэдли Тест

Тест Ансари-Брэдли является непараметрической альтернативой 2D демонстрационному F - тест равных отклонений. Это не требует предположения, что x и y прибывают из нормальных распределений. Дисперсия распределения обычно измеряется его отклонением или стандартным отклонением, но тест Ансари-Брэдли может использоваться с выборками от дистрибутивов, которые не имеют конечных отклонений.

Этот тест требует, чтобы выборки имели равные медианы. Под тем предположением, и если дистрибутивы выборок непрерывны и идентичны, тест независим от дистрибутивов. Если выборки не имеют тех же медиан, результаты могут вводить в заблуждение. В этом случае Ансари и Брэдли рекомендуют вычесть медиану, но затем распределение получившегося теста по нулевой гипотезе более не независимо от общего распределения x и y. Если вы хотите выполнить тесты с вычтенными медианами, необходимо вычесть медианы из x и y прежде, чем вызвать ansaribradley.

Многомерный массив

Многомерный массив имеет больше чем две размерности. Например, если x является 1 массивом 3 на 4, то x является 3D массивом.

Первая неодноэлементная размерность

Первая неодноэлементная размерность является первой размерностью массива, размер которого не равен 1. Например, если x является 1 2 массивом 3 на 4, то второе измерение является первой неодноэлементной размерностью x.

Смотрите также

| |

Представлено до R2006a

Документация Statistics and Machine Learning Toolbox
Поддержка
Для просмотра документации необходимо авторизоваться на сайте