ansaribradley

Тест Ансари-Брэдли

Описание

пример

h = ansaribradley(x,y) возвращает решение теста для нулевой гипотезы о том, что данные в векторах x и y происходит из того же распределения, используя тест Ансари-Брэдли. Альтернативная гипотеза заключается в том, что данные в x и y происходит из распределений с той же медианой и формой, но различными дисперсиями (например, отклонениями). Результат h является 1 если тест отклоняет нулевую гипотезу на уровне 5% значимости, или 0 в противном случае.

пример

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

пример

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

пример

[h,p,stats] = ansaribradley(___) также возвращает структуру stats содержащая информацию о тестовой статистике.

Примеры

свернуть все

Загрузите выборочные данные. Создайте векторы данных миль на галлон (MPG) измерения для модельных 1982 и 1976 годов.

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

Проверьте нулевую гипотезу о том, что мили на галлон, измеренные в автомобилях в 1982 и 1976 годах, 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 уровне значимости по умолчанию 5%.

Загрузите выборочные данные. Создайте векторы данных миль на галлон (MPG) измерения для модельных 1982 и 1976 годов.

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

Проверяйте нулевую гипотезу о том, что мили на галлон, измеренные в автомобилях в 1982 и 1976 годах, имеют равные отклонения против альтернативной гипотезы о том, что отклонение автомобилей в 1982 году больше, чем у автомобилей в 1976 году.

[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 отвергает нулевую гипотезу о том, что отклонение в милях на галлон одинаковая для двух модельных лет, когда альтернатива заключается в том, что отклонение автомобилей от 1982 года больше, чем у автомобилей от 1976 года.

Входные параметры

свернуть все

Выборочные данные, заданная в виде вектора, матрицы или многомерного массива.

  • Если x и y заданы как векторы, они не должны быть одинаковой длины.

  • Если x и y заданы как матрицы, они должны иметь 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 несинглтону размерности. x и y должен иметь одинаковый размер по всем оставшимся размерностям.

Типы данных: single | double

Выборочные данные, заданная в виде вектора, матрицы или многомерного массива.

  • Если x и y заданы как векторы, они не должны быть одинаковой длины.

  • Если x и y заданы как матрицы, они должны иметь 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 несинглтону размерности. x и y должен иметь одинаковый размер по всем оставшимся размерностям.

Типы данных: single | double

Аргументы в виде пар имя-значение

Задайте необязательные разделенные разделенными запятой парами Name,Value аргументы. Name - имя аргумента и Value - соответствующее значение. Name должны находиться внутри кавычек. Можно задать несколько аргументов в виде пар имен и значений в любом порядке Name1,Value1,...,NameN,ValueN.

Пример: 'Tail','right','Alpha',0.01 задает критерий правохвостой гипотезы на уровне 1% значимости.

Уровень значимости критерия гипотезы, заданный как разделенная разделенными запятой парами, состоящая из 'Alpha' и скалярное значение в области значений (0,1).

Пример: 'Alpha',0.01

Типы данных: single | double

Размерность матрицы входа, вдоль которой можно проверить средство, заданная как разделенная запятой пара, состоящая из 'Dim' и положительное целое значение. Для примера укажите 'Dim',1 проверяет средство столбца, в то время как 'Dim',2 проверяет строку означает.

Пример: 'Dim',2

Типы данных: single | double

Тип альтернативной гипотезы для оценки, заданный как разделенная разделенными запятой парами, состоящая из 'Tail' и одно из следующих.

'both'Протестируйте альтернативную гипотезу о параметрах дисперсии x и y не равны.
'right'Протестируйте альтернативную гипотезу о параметре дисперсии x больше, чем у y.
'left'Протестируйте альтернативную гипотезу о параметре дисперсии x меньше, чем у y.

Пример: 'Tail','right'

Метод расчета для тестовой статистики, заданный как разделенная разделенными запятой парами, состоящая из 'Method' и одно из следующих.

'exact'Вычислите p использование точного вычисления распределения тестовой статистической W. Это значение по умолчанию, если оно n, общее количество строк в x и y, составляет 25 или менее. Обратите внимание, что n вычисляется перед любым NaN значения (представляющие недостающие данные) удаляются.
'approximate'Вычислите p использование нормального приближения для статистической W*. Это значение по умолчанию, если оно n, общее количество строк в x и y, больше 25.

Пример: 'Method','exact'

Выходные аргументы

свернуть все

Результат теста гипотезы, возвращенный как 1 или 0.

  • Если h = 1, это указывает на отказ от нулевой гипотезы в Alpha уровень значимости.

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

p значение теста, возвращенное как скалярное значение в области значений [0,1]. p - вероятность наблюдения тестовой статистики такой же экстремальной, как или более экстремальной, чем наблюдаемое значение при нулевой гипотезе. Малые значения p ставит под сомнение валидность нулевой гипотезы.

Статистика тестов для теста Ансари-Брэдли, возвращенная как структура, содержащая:

  • W - Значение тестовой статистики, которое является суммой рангов Ансари-Брэдли для x выборка.

  • Wstar - Аппроксимация нормальной статистической W*.

Подробнее о

свернуть все

Тест Ансари-Брэдли

Тест Ансари-Брэдли является непараметрической альтернативой F-тесту с двумя выборками с равными отклонениями. Это не требует предположения, что x и y происходит из нормальных распределений. Дисперсия распределения обычно измеряется его дисперсией или стандартным отклонением, но тест Ансари-Брэдли может использоваться с выборками из распределений, которые не имеют конечных отклонений.

Этот тест требует, чтобы выборки имели равные медианы. При этом предположении, и если распределения выборок непрерывны и идентичны, тест не зависит от распределений. Если выборки не имеют одинаковых медиан, результаты могут ввести в заблуждение. В этом случае Ансари и Брэдли рекомендуют вычесть медиану, но тогда распределение полученного теста при нулевой гипотезе больше не зависит от общего распределения x и y. Если вы хотите выполнить тесты с вычитаемыми медианами, вы должны вычесть медианы из x и y перед вызовом ansaribradley.

Многомерный массив

Многомерный массив имеет более чем две размерности. Для примера, если x массив 1 на 3 на 4, затем x является трехмерным массивом.

Первый несинглтон Размерность

Первый несинглтон- размерность является первой размерностью массива, размер которого не равен 1. Для примера, если x является массивом 1 на 2 на 3 на 4, затем второе измерение является первой несинглтонной размерностью x.

См. также

| |

Представлено до R2006a
Для просмотра документации необходимо авторизоваться на сайте