barttest

Описание

пример

ndim = barttest(x,alpha) возвращает количество размерностей, необходимых, чтобы объяснить неслучайное изменение матрицы данных x в alpha уровень значения.

пример

[ndim,prob,chisquare] = barttest(x,alpha) также возвращает значения значения для тестов гипотезы prob, и χ 2 значения сопоставил с тестами chisquare.

Примеры

свернуть все

Сгенерируйте 20 6 матрица случайных чисел от многомерного нормального распределения со средним mu = [0 0] и ковариация sigma = [1 0.99; 0.99 1].

rng default  % for reproducibility
mu = [0 0];
sigma = [1 0.99; 0.99 1];
X = mvnrnd(mu,sigma,20);  % columns 1 and 2
X(:,3:4) = mvnrnd(mu,sigma,20);  % columns 3 and 4
X(:,5:6) = mvnrnd(mu,sigma,20);  % columns 5 and 6

Определите количество размерностей, необходимых, чтобы объяснить неслучайное изменение матрицы данных X. Сообщите о значениях значения для тестов гипотезы.

[ndim, prob] = barttest(X,0.05)
ndim = 3
prob = 5×1

    0.0000
    0.0000
    0.0000
    0.5148
    0.3370

Возвращенное значение ndim указывает, что три измерения необходимы, чтобы объяснить неслучайное изменение X.

Входные параметры

свернуть все

Входные данные в виде матрицы скалярных значений.

Типы данных: single | double

Уровень значения гипотезы тестирует в виде скалярного значения в области значений (0,1).

Пример: 0.1

Типы данных: single | double

Выходные аргументы

свернуть все

Количество размерностей, возвращенных как положительное целочисленное значение. Размерность определяется серией тестов гипотезы. Тест для ndim = 1 тестирует гипотезу, что отклонения значений данных вдоль каждого основного компонента равны, тест для ndim = 2 тестирует гипотезу, что отклонения вдоль второго через последние компоненты равны и так далее. Нулевая гипотеза - то, что количество размерностей равно количеству самых больших неравных собственных значений ковариационной матрицы x.

Значение значения для тестов гипотезы, возвращенных как вектор скалярных значений в области значений (0,1). Каждый элемент в prob соответствует элементу chisquare.

Протестируйте статистику на тест гипотезы каждой размерности, возвращенный как вектор скалярных значений.

Представлено до R2006a