Esta página aún no se ha traducido para esta versión. Puede ver la versión más reciente de esta página en inglés.

barttest

La prueba de Bartlett

Descripción

ejemplo

ndim = barttest(x,alpha) Devuelve el número de dimensiones necesarias para explicar la variación no aleatoria de la matriz de datos en el nivel de significancia.xalpha

ejemplo

[ndim,prob,chisquare] = barttest(x,alpha) también devuelve los valores de significancia para las pruebas de hipótesis, y elprobχ2 valores asociados a las pruebas.chisquare

Ejemplos

contraer todo

Genere una matriz de 20 por 6 de números aleatorios a partir de una distribución normal multivariada con media y covarianza.mu = [0 0]sigma = [1 0.99; 0.99 1]

rng default  % for reproducibility mu = [0 0]; sigma = [1 0.99; 0.99 1]; X = mvnrnd(mu,sigma,20);  % columns 1 and 2 X(:,3:4) = mvnrnd(mu,sigma,20);  % columns 3 and 4 X(:,5:6) = mvnrnd(mu,sigma,20);  % columns 5 and 6

Determine el número de dimensiones necesarias para explicar la variación no aleatoria en la matriz de datos.X Informe de los valores de significancia para las pruebas de hipótesis.

[ndim, prob] = barttest(X,0.05)
ndim = 3 
prob = 5×1

    0.0000
    0.0000
    0.0000
    0.5148
    0.3370

El valor devuelto indica que son necesarias tres dimensiones para explicar la variación no aleatoria.ndimX

Argumentos de entrada

contraer todo

Datos de entrada, especificados como una matriz de valores escalares.

Tipos de datos: single | double

Nivel de significancia de la prueba de hipótesis, especificado como un valor escalar en el rango.(0,1)

Ejemplo: 0.1

Tipos de datos: single | double

Argumentos de salida

contraer todo

Número de dimensiones, devuelto como un valor entero positivo. La dimensión viene determinada por una serie de pruebas de hipótesis. La prueba para probar la hipótesis de que las varianzas de los valores de datos a lo largo de cada componente principal son iguales, la prueba para probar la hipótesis de que las desviaciones a lo largo del segundo a través de los últimos componentes son iguales, y así sucesivamente.ndim = 1ndim = 2 La hipótesis nula es que el número de dimensiones es igual al número de los valores eigendesiguales más grandes de la matriz de covarianza de.x

Valor de significancia para las pruebas de hipótesis, devuelta como un vector de valores escalares en el rango.(0,1) Cada elemento en corresponde a un elemento de.probchisquare

Estadísticas de prueba para la prueba de hipótesis de cada dimensión, devueltas como un vector de valores escalares.

Introducido antes de R2006a