Advertisement

MyFriedman: MATLAB开发中的弗里德曼检验，用于非参数双向方差分析。

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

简介：
弗里德曼检验是一种非参数统计方法，由美国经济学家米尔顿·弗里德曼所设计。 这种检验与参数重复测量方差分析相似，其主要目的是评估在多次测试尝试中，不同治疗方案之间的差异。 该检验的具体操作步骤包括对每一行或块数据进行排序，随后针对每列的排序值进行考量。 弗里德曼检验特别适用于完整的块设计，因此可以被视为 Durbin 测试的一种特例。 它被广泛应用于按等级进行的方差的双向重复测量分析，在等级应用时，其逻辑与 Kruskal-Wallis 对等级方差的单向分析有相似之处。 当研究涉及大量块或处理单元时，概率分布通常可以通过卡方分布或 F 分布来进行近似计算。 然而，当样本量（n）或处理数量（k）较小时，卡方分布的近似精度会降低，此时应从专门为弗里德曼检验设计的 Q 表中获取更可靠的 p 值。 MatLab 函数 FRIEDMAN 仅依赖于卡方近似值进行计算。 相反而言，MYFRIEDMAN 函数则采用精确分布来处理小样本数据，并利用卡方和 F 分布来处理大样本数据。 如果 p 值表明存在显著差异，则需要进行事后多重比较分析。 由朱塞佩·卡迪罗创建.

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 我的弗里德曼：用于非参数双向方差分析的检验-MATLAB开发
    优质
    本文介绍了my Friedman Test工具箱，它提供了一种使用MATLAB进行非参数双向方析的方法。该测试适用于重复测量的数据集。 弗里德曼检验是由美国经济学家米尔顿·弗里德曼开发的一种非参数统计方法。类似于参数重复测量方差分析，它用于检测多次测试尝试中的治疗差异。该过程包括对每一行（或块）进行排名，然后按列考虑排名的值。适用于完整的块设计，因此它是Durbin检验的一个特例。 弗里德曼检验用于等级变量在双向重复测量下的方差分析。使用等级时，它类似于Kruskal-Wallis方法中单向排列平均数差异的检验方式。当处理或区块的数量较多时，概率分布可以通过卡方或者F分布进行近似计算；如果样本数量较小，则卡方的近似效果较差，此时应从专门为弗里德曼检验准备的概率表中获取p值。 MatLab函数FRIEDMAN仅使用了卡方近似的算法。相比之下，MYFRIEDMAN对于小样本量采用精确分布进行分析，在大样本情况下则同时考虑卡方和F分布的特性。当得到显著性P值时，可以进一步执行事后多重比较以确定具体差异所在。
  • 关于A·弗里德曼的抛物型偏微分方程
    优质
    本文探讨了数学家A·弗里德曼在抛物型偏微分方程领域的研究工作及其贡献。通过深入分析其理论，揭示此类方程的重要应用价值及学术意义。 这是一本非常经典的偏微分方程书籍，适合本科或研究生阅读。
  • 超平滑算法（Supersmoother）- 弗里德曼的MATLAB实现
    优质
    简介：超平滑算法（Supersmoother），由统计学家J.哈里斯开发并在1978年被H.弗里德曼采用，是一种高效的非参数回归技术。本文档提供了该算法在MATLAB环境中的详细实现方法，便于用户理解和应用。 这是 Jerome Friedman 1984 年超平滑算法的 MATLAB 版本。 原文是用 Fortran 编写的； 这是一个矢量化翻译。该算法是一种可变跨度平滑器，它使用交叉验证为每个预测点选择最佳跨度。
  • Cox-Stuart 非参数趋势检验：Cox-Stuart 检验 - MATLAB开发
    优质
    这段MATLAB代码实现了Cox-Stuart非参数趋势检验，用于检测时间序列数据中的单调趋势。无需假设数据分布，适用于小样本和非正态数据集。 这段代码执行了一个版本的两尾Cox-Stuart检验。它针对趋势缺失的零假设进行替代测试向量V的趋势检测。如果在alpha显著性水平上拒绝原假设，则返回H = 1；否则，若未能在此显着性水平上拒绝原假设，则返回H = 0。
  • Levene方差齐性检验：检测各数据子集中方差的差异-MATLAB开发
    优质
    本MATLAB项目提供了一种进行Levene方差齐性检验的方法，用于评估不同数据子集间方差的一致性，适用于统计分析和科学研究。 函数 [p,atab] = levenes(data,grp) 用于实施 Levene 的方差齐次检验，适用于任何适合进行 n 向方差分析的数据。参数 data 和 grp 应与传递给 MatLab anovan 函数的前两个参数相同。输入 help anovan 可了解详情。 data 是一个包含测量数据（因变量）的向量。grp 则是一个 1 x nVar 的元胞数组，其中 nVar 表示变量或因素的数量。每个单元格应为与分组变量相对应的数据向量。 函数返回值 p 和 atab 类似于 anovan 函数返回的前两个值。p 是不同变量间方差差异的概率数据矩阵中的单元格大于或等于该矩阵中对应单元格的概率。atab 则提供来自方差分析的相关信息，如来源总和、df（自由度）、单数？平均平方、F 值及概率 > F 等。
  • 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]
  • 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。
  • Spearmans Rho测试：非参数趋势检验-Spearmans Rho matlab开发
    优质
    本项目提供了Spearmans Rho测试的Matlab实现代码，适用于进行非参数统计中的趋势分析和相关性研究。 这段代码执行 Spearman 的 rho 测试。它针对趋势的替代测试向量 V 中趋势缺失的零假设。如果在 alpha 显著性水平上拒绝原假设，则测试结果返回 Td = 1 表示正趋势，Td = -1 表示负趋势；若未能在该显著性水平上拒绝原假设，则返回 Td = 0。