Advertisement

Hotelling T2: 多变量样本的 Hotelling T 方检验工具 - MATLAB 开发

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

简介：
本MATLAB工具用于执行多变量数据的Hotelling T²检验，适用于比较两组或多组均值向量间的差异。 Hotelling 对一个样本、两个独立样本（同方差或异方差）以及两个相关样本进行了多变量检验。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • Hotelling T2: 多变量样本的 Hotelling T 方检验工具 - MATLAB 开发
    优质
    本MATLAB工具用于执行多变量数据的Hotelling T²检验，适用于比较两组或多组均值向量间的差异。 Hotelling 对一个样本、两个独立样本（同方差或异方差）以及两个相关样本进行了多变量检验。
     
  • Hotelling：执行一和二样本 Hotelling T2 检验、T2 和 F 统计量及单变量与多变量控制...
    优质
    Hotelling是一个统计学软件包，用于进行Hotelling T2检验，提供T2和F统计量，并支持单变量和多变量过程能力分析。 霍特林地位关于Hotelling 实施了一个和两个样本 Hotelling T^2（T 平方）测试，并且还实现了 Hotelling 控制图（多变量）以及多个单变量控制图。该软件使用 MIT 许可证，文档详细介绍了数据集、统计模块和绘图模块的特性。 统计模块包括 hotelling t^2 （t平方）、F值和p值等统计数据。此外，还有涵盖单变量控制图和霍特林控制图的绘图功能。通过选择性地使用 dask（以及分布式）模块，可以有效地处理大型数据集。如果需要交互式图表，则可以选择安装 plotly 模块。 为了使 plotly 功能正常工作，必须先安装 plotly 0.5 或更高版本。此工具提供了灵活的数据分析和可视化功能，以支持各种统计分析需求。
     
  • 二维Kolmogorov-Smirnov检验、n维能量检验和Hotelling T^2检验：用于检测两个多维分布的差异...
    优质
    本文探讨了二维Kolmogorov-Smirnov测试、n维能量测试及Hotelling T^2测试，旨在评估并比较这些方法在识别两个或多维数据集间差异的有效性和适用性。 用于非参数测试两个多维样本是否来自同一父分布的函数包括两种方法：一种是Fasano & Franceschini对Kolmogorov-Smirnov检验二维版本(kstest2d.m)的泛化，另一种基于Aslan & Zech和Szekely & Rizzo提出的能量测试(minentest.m)，当两个样本来自同一分布时，该方法会最小化统计量。在这两种情况下，统计量的实际分布是未知的，并且使用近似值来进行检验。对于Kolmogorov-Smirnov测试，采用的是Press等人建议的方法来拟合Fasano & Franceschini通过Monte Carlo模拟获得的百分位数。而能量测试中p值则是通过对聚合样本进行排列得到的。需要注意的是，当前KS测试仅适用于二维数据集，但最小能量检验可以处理n维输入（尽管在高维度下显著性检验可能变得复杂）。
     
  • t 检验功效分析：计算t检验功效及所需样本量-MATLAB开发
    优质
    本项目提供了一个MATLAB工具，用于执行t检验的功效分析，包括计算统计功效和确定实现特定功效所需的样本大小。 主函数 TPOWER 用于计算给定效应量 (d)、样本量 (N) 和显著性水平 alpha 的 t 检验的功效。通过将 N 设为数组的形式，该程序能够帮助规划实验所需的样本大小。此外，当“PLOT”参数设置为1时，该函数会调用 plotpowfun 函数，并绘制出根据功率计算得到的 N 数组图。另外，如果提供一个所需的功效水平 DESPWR，则程序还会确定达到所需功效所必需的最小样本量。
     
  • Twostone: 单一观测值下的双样本t检验 - MATLAB开发
    优质
    Twostone是一款MATLAB工具箱，用于执行单一观测值条件下的双样本t检验，适用于小样本量的数据对比分析。 当其中一个样本只有一个观察值时，这个 m 文件执行双样本学生 t 检验。输入参数包括：x - 样本之一的矢量数据；y - 另一个样本的一个数据点；alpha - 显著性水平（默认为 0.05）。输出结果是学生 t 检验的完整表格。
     
  • 双样本Z、双样本T及配对T检验中的假设检验与样本数量分析.pptx
    优质
    本PPT详细探讨了统计学中常用的三种假设检验方法——双样本Z检验、双样本T检验和配对T检验，深入剖析其应用条件，并结合实例说明如何根据研究需求确定适当的样本量。 假设检验与样本数量分析——双样本Z、双样本T、配对T检验的介绍PPT。该文档涵盖了关于双样本Z检验、双样本T检验以及配对T检验的相关内容。
     
  • 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。
     
  • 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。
     
  • 单样本Pearson卡方拟合优度假设检验-Pearson卡方检验-MATLAB开发
    优质
    本项目提供了一个MATLAB工具箱，用于执行单样本Pearson卡方拟合度检验。此方法评估观测频数与期望频数间的吻合程度，适用于统计分析领域中的假设检验问题。 CHI2TEST：单样本 Pearson 卡方拟合优度假设检验。 H=CHI2TEST(X,ALPHA) 执行 Pearson 卡方检验的特殊情况，以确定复合正态性 PDF 的原假设是否是关于具有所需显着性水平 ALPHA 的随机样本 X 的总体分布的合理假设。 H表示根据条件语句的MATLAB规则进行假设检验的结果： H=1 => 不要在显着性水平 ALPHA 拒绝原假设。 H=0 => 在显着性水平 ALPHA 拒绝原假设。 在这种特殊情况下，卡方假设和检验统计量是： 零假设：X 是正态分布的，均值和方差未知。 替代假设：X 不符合正态分布。 随机样本 X 根据其估计均值进行移动，并通过其归一化估计标准差。选择假定正态分布的测试箱 XP [-inf, -1.6:0.4:1.6, inf] 以避免统计不足。设 E(x) 是 X 根据正态分布落入 XP 的预期频率，O(x) 是观察到的频率。
     
  • Cramer-von Mises 检验：单个样本拟合优度的检验 - MATLAB开发
    优质
    这段MATLAB代码实现了一种统计方法——Cramer-von Mises检验，用于评估单一数据样本与假设分布之间的拟合程度。此工具为研究者提供了一个强大而灵活的方式，以非参数手段检查模型适用性。 Cramer-von Mises 测试使用 Csörgo & Faraway (1996) 的方法来检验单个样本的拟合优度，该方法提供了精确和渐近分布。