ttest2

2D демонстрационный t - тест

Описание

пример

h = ttest2(x,y) возвращает тестовое решение для нулевой гипотезы что данные в векторах x и y прибывает из независимых случайных выборок от нормальных распределений с равными средними значениями и равными но неизвестными отклонениями, с помощью 2D демонстрационного t - тест. Альтернативная гипотеза то, что данные в x и y прибывает из популяций с неравными средними значениями. Результат h 1 если тест отклоняет нулевую гипотезу на 5%-м уровне значения и 0 в противном случае.

пример

h = ttest2(x,y,Name,Value) возвращается тестовое решение для 2D демонстрационного t - тестируют с дополнительными опциями, заданными одним или несколькими аргументами пары "имя-значение". Например, можно изменить уровень значения или провести тест, не принимая равные отклонения.

пример

[h,p] = ttest2(___) также возвращает p - значение, p, из теста, с помощью любого из входных параметров в предыдущих синтаксисах.

пример

[h,p,ci,stats] = ttest2(___) также возвращает доверительный интервал на различии средних значений населения, ci, и структура stats содержа информацию о тестовой статистической величине.

Примеры

свернуть все

Загрузите набор данных. Создайте векторы, содержащие первые и вторые столбцы матрицы данных, чтобы представлять классы студентов на двух экзаменах.

load examgrades
x = grades(:,1);
y = grades(:,2);

Протестируйте нулевую гипотезу, что две выборки данных от популяций с равными средними значениями.

[h,p,ci,stats] = ttest2(x,y)
h = 0
p = 0.9867
ci = 2×1

   -1.9438
    1.9771

stats = struct with fields:
    tstat: 0.0167
       df: 238
       sd: 7.7084

Возвращенное значение h = 0 указывает на тот ttest2 не отклоняет нулевую гипотезу на 5%-м уровне значения по умолчанию.

Загрузите набор данных. Создайте векторы, содержащие первые и вторые столбцы матрицы данных, чтобы представлять классы студентов на двух экзаменах.

load examgrades
x = grades(:,1);
y = grades(:,2);

Протестируйте нулевую гипотезу, что эти два вектора данных от популяций с равными средними значениями, не принимая, что у популяций также есть равные отклонения.

[h,p] = ttest2(x,y,'Vartype','unequal')
h = 0
p = 0.9867

Возвращенное значение h = 0 указывает на тот ttest2 не отклоняет нулевую гипотезу на 5%-м уровне значения по умолчанию, даже если равные отклонения не приняты.

Входные параметры

свернуть все

Выборочные данные, заданные как вектор, матрица или многомерный массив. ttest2 обработки NaN значения как недостающие данные и игнорируют их.

  • 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. ttest2 выполняет отдельный t - тестируют вдоль каждого столбца, и возвращает вектор результатов.

  • Если x и y заданы как многомерные массивы, у них должен быть тот же размер вдоль всех кроме первой неодноэлементной размерности.

Типы данных: single | double

Выборочные данные, заданные как вектор, матрица или многомерный массив. ttest2 обработки NaN значения как недостающие данные и игнорируют их.

  • 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. ttest2 выполняет отдельный t - тестируют вдоль каждого столбца, и возвращает вектор результатов.

  • Если x и y заданы как многомерные массивы, у них должен быть тот же размер вдоль всех кроме первой неодноэлементной размерности. ttest2 работает по первому неодноэлементному измерению.

Типы данных: single | double

Аргументы в виде пар имя-значение

Задайте дополнительные разделенные запятой пары Name,Value аргументы. Name имя аргумента и 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,'Vartype','unequal' задает тест с правильным хвостом на 1%-м уровне значения и не принимает тот x и y имейте равные отклонения населения.

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

Пример: 'Alpha',0.01

Типы данных: single | double

Размерность входной матрицы, вдоль которой можно протестировать средние значения, заданные как разделенная запятой пара, состоящая из 'Dim' и положительное целочисленное значение. 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 разделенная запятой пара, состоящая из 'Tail' и одно из следующих.

'both'Протестируйте альтернативную гипотезу, что средние значения населения не равны.
'right'Протестируйте альтернативную гипотезу что среднее значение населения x больше среднего значения населения y.
'left'Протестируйте альтернативную гипотезу что среднее значение населения x меньше среднего значения населения y.

Пример: 'Tail','right'

Тип отклонения, заданный как разделенная запятой пара, состоящая из 'Vartype' и одно из следующих.

'equal'Проведите тест с помощью предположения что x и y от нормальных распределений с неизвестными но равными отклонениями.
'unequal'Проведите тест с помощью предположения что x и y от нормальных распределений с неизвестными и неравными отклонениями. Это называется проблемой Беренса-Фишера. ttest2 приближение Сэттертвэйта использования для эффективных степеней свободы.

Vartype должен быть один тип отклонения, даже когда x матрица или многомерный массив.

Пример: 'Vartype','unequal'

Выходные аргументы

свернуть все

Результат испытаний гипотезы, возвращенный как 1 или 0.

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

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

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

Доверительный интервал для различия в средних значениях населения x и y, возвращенный как двухэлементный вектор, содержащий более низкие и верхние контуры 100 × (1 – Alpha) Доверительный интервал %.

Протестируйте статистику на 2D демонстрационный t - тест, возвращенный как структура, содержащая следующее:

  • tstat — Значение тестовой статистической величины.

  • df — Степени свободы теста.

  • sd — Объединенная оценка стандартного отклонения населения (для равного случая отклонения) или вектор, содержащий необъединенные оценки стандартных отклонений населения (для неравного случая отклонения).

Больше о

свернуть все

2D демонстрационный t - тест

2D демонстрационный t - тест является параметрическим тестом, который сравнивает параметр положения двух независимых выборок данных.

Тестовая статистическая величина

t=x¯y¯sx2n+sy2m,

где x¯ и y¯ демонстрационные средние значения, sx и sy являются демонстрационными стандартными отклонениями, и n и m являются объемами выборки.

В случае, где это принято, что две выборки данных от популяций с равными отклонениями, тестовая статистическая величина по нулевой гипотезе имеет t распределение Студента с n + m – 2 степени свободы, и демонстрационные стандартные отклонения заменяются объединенным стандартным отклонением

s=(n1)sx2+(m1)sy2n+m2.

В случае, где это не принято, что две выборки данных от популяций с равными отклонениями, тестовая статистическая величина по нулевой гипотезе имеет t распределение аппроксимированного Студента со многими степенями свободы, данными приближением Сэттертвэйта. Этот тест иногда называется t валлийцев - тест.

Многомерный массив

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

Первая неодноэлементная размерность

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

Советы

  • Используйте sampsizepwr вычислять:

    • Объем выборки, который соответствует заданной степени и значениям параметров;

    • Степень достигается для конкретного объема выборки, учитывая истинное значение параметров;

    • Значение параметров, обнаруживаемое с заданным объемом выборки и степенью.

Расширенные возможности

Смотрите также

| |

Представлено до R2006a