Advertisement

PitmanMorganTest(x,y): 用于比较相关配对样本方差的 Pitman-Morgan 检验 - matlab 开发

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：ZIP

简介：
本MATLAB函数实现Pitman-Morgan检验，用于评估两个相关配对样本间的方差差异。该方法在统计推断中对于检测数据变化具有重要作用。 给定两个成对的样本（向量x和y），Pitman-Morgan检验返回与零假设“var(x) == var(y)”相关的p值。这是根据“how2stats”博客中发布的Excel表格直接转换为Matlab代码的结果，该内容基于一本书《Gardner, RC (2001). Psychological Statistics Using SPSS for Windows》中的相关内容。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • PitmanMorganTest(x,y): 用于比较相关配对样本方差的 Pitman-Morgan 检验 - matlab 开发
    优质
    本MATLAB函数实现Pitman-Morgan检验，用于评估两个相关配对样本间的方差差异。该方法在统计推断中对于检测数据变化具有重要作用。 给定两个成对的样本（向量x和y），Pitman-Morgan检验返回与零假设“var(x) == var(y)”相关的p值。这是根据“how2stats”博客中发布的Excel表格直接转换为Matlab代码的结果，该内容基于一本书《Gardner, RC (2001). Psychological Statistics Using SPSS for Windows》中的相关内容。
     
  • Matlab开发：基于Wilcoxon的两配对样本非参数检验
    优质
    本项目利用MATLAB实现基于Wilcoxon秩和检验的两配对样本非参数统计分析，适用于比较相关样本间差异，无需数据正态分布假设。 Wilcoxon 检验用于评估配对样本之间的差异，并是一个非参数检验方法。当差值小于15时，算法会计算精确的秩分布；否则它使用正态分布近似。现在，MatLab 函数 SIGNRANK 返回相同的 p 值。然而，这个 Wilcoxon 函数提供了更详细的输出结果（这是发表论文所需的内容）。语法为：STATS=WILCOXON(X1,X2,PLTS)。 输入参数包括： - X1 和 X2 - 数据向量。 - ALPHA - 显著性水平，默认值为0.05。 - PLTS - 如果您不想 (设置为 0) 或想要 (设置为 1) 查看绘图，则可以设定该标志输出。 输出结果会根据使用的分布有所不同： - 当使用精确等级分布时，返回 W 值和 p 值。 - 使用正态分布近似时，提供 W 值、Z 值、标准差（平均值为 0）及相应的 p 值。如果指定了 STATS nargout，则结果将存储在 STATS 结构中。 示例： X1=[77, 79, 79, 80, 80, 81, 81, 81, 81]
     
  • 带有Bonferroni校正的T检验：进行多组样本间的成对比较-MATLAB开发
    优质
    本项目提供了一个MATLAB工具箱，用于执行带Bonferroni校正的T检验，实现多个样本组之间的成对比较。适用于控制多重假设检验中的错误发现率。 该函数可以用于在样本数据组之间进行多重比较，并使用Bonferroni校正来确保所有差异的总错误率低于某个ALPHA值。例如，在一个实验中，有四名患者的体温分别在早上8点、中午和下午5点进行了测量。此功能可用于检验这些时间点之间的温度是否存在显著差异：即上午8点与中午之间、中午与下午5点之间以及上午8点与下午5点之间的比较。
     
  • 均方误差：计算图像x和y间的均方误差-MATLAB开发
    优质
    本项目提供了一个MATLAB函数，用于计算两张图像X和Y之间的均方误差（MSE），是评估图像质量变化的有效工具。 这个 m 文件计算两个图像 x 和 y 之间的均方误差。
     
  • 在函数 y=f(x) 中查找特定的 y 值对应的 x 值 - MATLAB 脚本开发
    优质
    此MATLAB脚本用于在给定函数y=f(x)中寻找特定y值所对应的x值，适用于科学研究和工程计算中的数值分析需求。 给定一个期望值“y0”，这个函数在一个向量中找到所有元素“y”，其值在整个向量中最接近“y0”的，并返回这些元素的位置“xi”。 因此，输出包括两个向量：一个是包含最接近“y0” 的实际 “y” 值的向量；另一个是对应于这些 “y” 值在原始向量中的位置索引。 输入参数为： - 向量。 - 您想在该向量中查找的目标值“y0”。 输出结果包括： - 函数中最接近“y0”的实际数值（即真正的“y”值）的集合； - 这些最接近目标值 “y0”的元素的位置索引。 希望这能对大家有所帮助。如果有任何建议或反馈，请随时告诉我。
     
  • Holm-Sidak t 检验：多重比较的应用 - MATLAB开发
    优质
    本项目介绍并实现了Holm-Sidak t检验方法，用于在MATLAB中进行多重比较校正，有效控制假阳性的发现率。适合需要同时比较多个样本均值的研究者使用。 Student t 检验仅适用于比较两组数据。如果有 k 个组，则不能对每一对使用 t 检验，因为在每次检验都设定 alpha=0.05 的情况下，当实际上没有差异时，找到差异的概率会达到 k*0.05（根据邦费罗尼不等式）。Holm-Sidak 检验是一种逐步递减的拒绝方法，在此过程中按照 p 值从低到高的顺序对一组零假设应用接受或拒绝的标准。每次比较都依据 Sidak 校正来设置 Bonferroni 不等式的 alpha 值。由于这个函数使用 TCDF 函数，所以需要 Statistics Toolbox 的支持。
     
  • 计算向量x和y之间余弦相似度的getCosineSimilarity(x,y)函数-MATLAB开发
    优质
    本资源提供一个MATLAB函数g getCosineSimilarity(x, y)，用于计算两个向量x和y之间的余弦相似度，适用于文本分析、信息检索等领域。 余弦相似度可以通过 getCosineSimilarity(x, y) 函数来计算向量 x 和 y 之间的相似性。此函数要求输入的两个向量具有相同的长度。余弦相似度与皮尔逊相关系数类似。
     
  • Excel数据统计工具箱（t检验、Z检验、方差分析、回归、协方差、相关系数、双样本方差分析）
    优质
    Excel数据统计工具箱提供一系列数据分析功能，包括t检验、Z检验、方差分析等，助力用户轻松进行回归分析、计算协方差和相关系数及执行双样本方差分析。 本段落从七个角度全方位解析统计方法：计量资料检验、方差分析、计数资料分析、卡方检验、Ridit分析、生存率分析以及交叉设计与正交设计分析，能够快速实现包括统计描述、t检验、Z检验、方差分析、回归和协方差在内的多种功能。此外还涵盖了相关系数及双样本方差分析等内容。
     
  • 邓恩检验：多重非参数比较的邓恩方法-MATLAB开发
    优质
    本项目提供了一种实现邓恩检验的方法，这是一种用于进行多重非参数比较的有效统计手段。通过MATLAB编程语言，用户可以方便地对实验数据进行分析，尤其是在需要评估多个样本间秩差异的情况下。该工具支持批量处理和结果可视化，适用于科研及数据分析领域专业人士使用。 Dunn 检验是 Holm-Sidak 多重 t 检验的一种非参数替代方法。当您使用 Kruskal-Wallis 检验确定各组间存在差异后，由于总体误差大于 alpha（根据邦费罗尼不等式），不能直接对每一对进行 KWtest。而通过 Dunn 的测试，则可以利用多重比较来突出显示具体哪些组之间存在显著差异。该算法需要使用统计工具箱。
     
  • Levene方差齐性检验-Levenetest（MATLAB开发）
    优质
    Levenes Test (Levenetest)是一款用于执行统计学中重要假设检验——方差齐性的MATLAB工具。它帮助用户评估不同组别间数据变异程度的一致性，适用于科研数据分析和质量控制领域。 Levene的F检验用于验证多个样本对应的总体方差是否相等。在进行分析之前，数据会被转换为平均值的绝对偏差形式。随后会执行单向方差分析。