Advertisement

带有Bonferroni校正的T检验：进行多组样本间的成对比较-MATLAB开发

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

简介：
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。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 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。
     
  • MATLAB开发——多组比较的Bonferroni-Holm校正公式
    优质
    本文章介绍了如何在MATLAB中实现Bonferroni-Holm校正方法，用于调整多重假设检验中的p值，确保统计显著性结论的有效性和可靠性。 在MATLAB开发过程中使用Bonferroni-Holm方法调整多个比较的P值族，以控制错误拒绝的概率。
     
  • 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。
     
  • 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。
     
  • 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。
     
  • Bonferroni-Holm方法：用于控制家族-wise误差率的多重比较和假设检验校正工具
    优质
    简介：Bonferroni-Holm方法是一种统计学技术，旨在通过调整显著性水平来减少I型错误，在进行多个假设检验时有效控制家庭-wise误差率。 Bonferroni-Holm（又称Holm-Bonferroni）方法用于确定一系列假设在控制家庭错误率(FWE)后是否仍然显著，并进一步控制错误发现率(FDR)。此方法较传统的Bonferroni校正不那么保守，因此更有可能保留显着的p值。该函数接收一个或多个假设产生的原始p值作为输入，并提供经过FWE调整后的p值以及逻辑数组，用于指示在设定alpha水平（如0.05）下哪些p值得到显著性确认。
     
  • fakenmc/pval_adjust：针对多重比较进行p值调整-MATLAB开发
    优质
    pval_adjust是由MATLAB编写的工具箱，专门用于在统计分析中处理多重假设检验时对P值进行调整。此工具能够有效控制错误发现率或家庭-wise误差率，帮助研究人员准确解读大规模数据集中的显著性结果。 用于调整多重比较的 p 值的 MATLAB/Octave 函数。给定一组 p 值，返回使用以下几种方法之一调整后的 p 值：“holm”、“hochberg”、“hommel”、“bonferroni”、“BH”、“BY”、“fdr”、“sidak”或“无”。这是 R 语言中 p.adjust 函数的实现。与 R 函数不同，此函数不处理缺失值，并添加了一种额外的方法：“sidak”，如维基百科所述。如果您在研究中使用了该脚本，请引用以下论文：* Fachada N，罗莎 AC。（2018）。micompm：用于观察的多变量独立比较的 MATLAB/Octave 工具箱。
     
  • 从限定范围内的多元正态分布进行采样：MVN截断区间内样本生成-MATLAB开发
    优质
    本项目提供了一套在MATLAB环境下针对多变量正态分布（MVN）于特定限制条件下的抽样方案，特别聚焦于如何在预设的截断区间内有效生成符合要求的随机样本。通过优化算法实现高效采样，适用于统计分析与机器学习中的复杂数据模拟需求。 在FEX上有许多解决相同问题的实现方法，但我对使用它们缺乏信心，因为这些方法有时无法收敛（例如使用fsolve），或者会产生警告提示协方差矩阵接近奇异的情况。有一种简单的蛮力方法是记录接受的样本，并调整试验大小后重复进行实验，直到达到目标样本数为止。
     
  • 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。