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

ttest2

Prueba de dos muestrast

Sintaxis

h = ttest2(x,y)

h = ttest2(x,y,Name,Value)

[h,p] = ttest2(___)

[h,p,ci,stats] = ttest2(___)

Descripción

h = ttest2(x,y) Devuelve una decisión de prueba para la hipótesis nula de que los datos en vectores y proceden de muestras aleatorias independientes de distribuciones normales con medios iguales y varianzas iguales pero desconocidas, utilizando elxy de prueba de dos muestrast. La hipótesis alternativa es que los datos en y provienen de las poblaciones con medios desiguales.xy El resultado es que si la prueba rechaza la hipótesis nula en el nivel de significancia del 5%, y de lo contrario.h10

h = ttest2(x,y,Name,Value) Devuelve una decisión de prueba para la prueba de dos muestras con opciones adicionales especificadas por uno o más argumentos de par nombre-valor.t Por ejemplo, puede cambiar el nivel de significancia o realizar la prueba sin asumir varianzas iguales.

[h,p] = ttest2(___) también devuelve el valor-Value, de la prueba, utilizando cualquiera de los argumentos de entrada de las sintaxis anteriores.pp

[h,p,ci,stats] = ttest2(___) también devuelve el intervalo de confianza en la diferencia de los medios de población, y la estructura que contiene información sobre la estadística de prueba.cistats

Ejemplos

Prueba t de dos muestras para medios iguales

Cargue el conjunto de datos. Cree vectores que contengan la primera y la segunda columna de la matriz de datos para representar las calificaciones de los alumnos en dos exámenes.

load examgrades x = grades(:,1); y = grades(:,2);

Pruebe la hipótesis nula de que las dos muestras de datos provienen de poblaciones con medios iguales.

[h,p,ci,stats] = ttest2(x,y)

h = 0 

p = 0.9867 

ci = 2×1

   -1.9438
    1.9771

stats = struct with fields:
    tstat: 0.0167
       df: 238
       sd: 7.7084

El valor devuelto de indica que no rechaza la hipótesis nula en el nivel de significancia predeterminado del 5%.h = 0ttest2

Prueba t para medias iguales sin asumir varianzas iguales

Cargue el conjunto de datos. Cree vectores que contengan la primera y la segunda columna de la matriz de datos para representar las calificaciones de los alumnos en dos exámenes.

load examgrades x = grades(:,1); y = grades(:,2);

Pruebe la hipótesis nula de que los dos vectores de datos provienen de poblaciones con medios iguales, sin suponer que las poblaciones también tienen desviaciones iguales.

[h,p] = ttest2(x,y,'Vartype','unequal')

h = 0 

p = 0.9867 

El valor devuelto de indica que no rechaza la hipótesis nula en el nivel de significancia predeterminado del 5% aunque no se suponan desviaciones iguales.h = 0ttest2

Argumentos de entrada

x — Datos de ejemplo

Vector | Matriz | matriz multidimensional

Datos de ejemplo, especificados como un vector, matriz o matriz multidimensional. trata los valores como datos faltantes y los ignora.ttest2NaN

• Si se especifican como vectores, no es necesario que tengan la misma longitud.xy

• Si se especifican como matrices, deben tener el mismo número de columnas. realiza una prueba independiente a lo largo de cada columna y devuelve un vector de resultados.xyttest2t

• Si y se especifican como, deben tener el mismo tamaño a lo largo de todos menos el.xymatrices multidimensionalesprimera dimensión nonsingleton

Tipos de datos: single | double

y — Datos de ejemplo

Vector | Matriz | matriz multidimensional

Datos de ejemplo, especificados como un vector, matriz o matriz multidimensional. trata los valores como datos faltantes y los ignora.ttest2NaN

• Si se especifican como vectores, no es necesario que tengan la misma longitud.xy

• Si se especifican como matrices, deben tener el mismo número de columnas. realiza una prueba independiente a lo largo de cada columna y devuelve un vector de resultados.xyttest2t

• Si y se especifican como, deben tener el mismo tamaño a lo largo de todos menos el. funciona a lo largo de la primera dimensión nonsingleton.xymatrices multidimensionalesprimera dimensión nonsingletonttest2

Tipos de datos: single | double

Argumentos de par nombre-valor

Especifique pares de argumentos separados por comas opcionales. es el nombre del argumento y es el valor correspondiente. deben aparecer dentro de las cotizaciones.Name,ValueNameValueName Puede especificar varios argumentos de par de nombre y valor en cualquier orden como.Name1,Value1,...,NameN,ValueN

Ejemplo: especifica una prueba de cola derecha en el nivel de significancia del 1% y no asume eso y tiene desviaciones de población iguales.'Tail','right','Alpha',0.01,'Vartype','unequal'xy

'Alpha' — Nivel de significancia

0,05 (predeterminado) | valor escalar en el rango (0, 1)

Nivel de significancia de la prueba de hipótesis, especificado como el par separado por comas que consta de y un valor escalar en el rango (0,1).'Alpha'

Ejemplo: 'Alpha',0.01

Tipos de datos: single | double

'Dim' — Dimensión

primera dimensión nonsingleton (predeterminado) | valor entero positivo

Dimensión de la matriz de entrada a lo largo de la cual se prueban los medios, especificados como el par separado por comas y que consta de un valor entero positivo.'Dim' Por ejemplo, especificar las pruebas que significa la columna, mientras que las pruebas de la fila significa.'Dim',1'Dim',2

Ejemplo: 'Dim',2

Tipos de datos: single | double

'Tail' — Tipo de hipótesis alternativa

'both' (predeterminado) | 'right' | 'left'

Tipo de hipótesis alternativa a evaluar, especificada como el par separado por comas que consta de y uno de los siguientes.'Tail'

'both'	Pruebe la hipótesis alternativa de que los medios de población no son iguales.
'right'	Pruebe la hipótesis alternativa de que la media de la población es mayor que la media de la población.xy
'left'	Pruebe la hipótesis alternativa de que la media de la población es menor que la media de la población.xy

Ejemplo: 'Tail','right'

'Vartype' — Tipo de desviación

'equal' (predeterminado) | 'unequal'

Tipo de desviación, especificado como el par separado por comas que consta de y uno de los siguientes.'Vartype'

'equal'	Realizar la prueba utilizando la suposición de que y son de distribuciones normales con varianzas desconocidas pero iguales.xy
'unequal'	Realizar la prueba utilizando la suposición de que y son de distribuciones normales con desviaciones desconocidas y desiguales.xy Esto se llama el problema de Behrens-Fisher. utiliza la aproximación de Satterthwaite para los grados efectivos de libertad.ttest2

debe ser un tipo de desviación única, incluso cuando es una matriz o una matriz multidimensional.Vartypex

Ejemplo: 'Vartype','unequal'

Argumentos de salida

h — Resultado de la prueba de hipótesis

1 | 0

Resultado de la prueba de hipótesis, devuelto como o.10

• Si, esto indica el rechazo de la hipótesis nula en el nivel de significancia.h= 1Alpha

• Si, esto indica un error al rechazar la hipótesis nula en el nivel de significancia.h= 0Alpha

p — -Valuep

valor escalar en el intervalo [0, 1]

-valor de la prueba, devuelto como un valor escalar en el intervalo [0,1]. es la probabilidad de observar un estadístico de prueba tan extremo como, o más extremo que, el valor observado bajo la hipótesis nula.pp Los valores pequeños de emitir dudas sobre la validez de la hipótesis nula.p

ci — Intervalo de confianza

Vector

Intervalo de confianza para la diferencia en los medios de población y, devueltos como un vector de dos elementos que contiene los límites inferior y superior del intervalo de confianza 100 × (1 –)%.xyAlpha

stats — Las estadísticas de prueba

Estructura

Estadísticas de prueba para la prueba de dos muestras, devueltas como una estructura que contiene lo siguiente:t

• — Valor del estadístico de prueba.tstat

• — Grados de libertad de la prueba.df

• — Estimación agrupada de la desviación estándar de la población (para el caso de la varianza igual) o un vector que contenga las estimaciones no agrupadas de las desviaciones estándar de la población (para el caso de desviación desigual).sd

Más acerca de

Prueba de dos muestrast

La prueba de dos muestras es una prueba paramétrica que compara el parámetro de ubicación de dos muestras de datos independientes.t

El estadístico de prueba es

$$t=\frac{\overline{x}-\overline{y}}{\sqrt{\frac{s_x^2}{n}+\frac{s_y^2}{m}}},$$

Dónde $$\overline{x}$$ Y $$\overline{y}$$ son los medios de muestra, s_x Y s_y son las desviaciones estándar de la muestra, y son los tamaños de la muestra.nm

En el caso de que se asume que las dos muestras de datos provienen de poblaciones con varianzas iguales, la estadística de prueba bajo la hipótesis nula tiene la distribución de Student cont n + m – 2 grados de libertad, y las desviaciones estándar de la muestra se sustituyen por la desviación estándar agrupada

$$s=\sqrt{\frac{\left(n-1\right)s_x^2+\left(m-1\right)s_y^2}{n+m-2}.}$$

En el caso de que no se asume que las dos muestras de datos provienen de poblaciones con varianzas iguales, el estadístico de prueba bajo la hipótesis nula tiene una distribución aproximada del estudiante con una serie de grados de libertad dados por la aproximación de Satterthwaite .t Este examen a veces se llama prueba de Welch.t

Matriz multidimensional

Una matriz multidimensional tiene más de dos dimensiones. Por ejemplo, si es una matriz de 1 por 3 por 4, entonces es una matriz tridimensional.xx

Primera dimensión Nonsingleton

La primera dimensión nonsingleton es la primera dimensión de una matriz cuyo tamaño no es igual a 1. Por ejemplo, si es una matriz 1-por-2-por-3-por-4, entonces la segunda dimensión es la primera dimensión nonsingleton de.xx

Sugerencias

• Se utiliza para calcular:sampsizepwr

  • El tamaño de la muestra que corresponde a los valores de potencia y parámetro especificados;

  • La potencia alcanzada para un tamaño de muestra particular, dado el verdadero valor del parámetro;

  • El valor del parámetro detectable con el tamaño de muestra y la potencia especificados.

Capacidades ampliadas

Arreglos GPU

Acelere código mediante la ejecución en una unidad de procesamiento gráfico (GPU) mediante Parallel Computing Toolbox™.

Esta función es totalmente compatible con matrices de GPU. Para obtener más información, consulte.Run MATLAB Functions on a GPU (Parallel Computing Toolbox)

Consulte también

sampsizepwr | ttest | ztest

Introducido antes de R2006a

×

Open Example (es)

A modified version of this example exists on your system. Do you want to open this version instead? (es)

No, overwrite the modified version (es) Yes (es)