Mathematica 9 is now available
THIS IS DOCUMENTATION FOR AN OBSOLETE PRODUCT.
SEE THE DOCUMENTATION CENTER FOR THE LATEST INFORMATION.
Wolfram Mathematica Documentation Center
DOCUMENTATION CENTER SEARCH
New to Mathematica? Find your learning path »
Mathematica > 数据处理 > 统计数据分析 > 假设检验 > PairedTTest >
Mathematica > 数学和算法 > 统计数据分析 > 假设检验 > PairedTTest >
Mathematica > 数据处理 > 统计数据分析 > 概率和统计 > 假设检验 > PairedTTest >
MATHEMATICA 内置符号参见 »|更多关于 »

PairedTTest

PairedTTest[data]
检验 data 的均值是否为0.
PairedTTest
检验 的均值是否为0.
PairedTTest
对 ，检验一个位置量数.
PairedTTest
返回 的值.
更多信息
  • PairedTTest 在具有零假设 的 data 上执行假设检验，其中真正的总体均值是某值 ，而备择假设 是 .
  • 给定 和 ，PairedTTest 对两个数据集的成对差值进行检验.
  • 默认情况下，返回一个概率值或者 值.
  • 一个小的 值表明 不可能为真.
  • dspec 中的数据可以是单变量 或者多变量 .
  • 如果给出两个样本，则它们必须具有相同的长度.
  • 变量 可以是一个实数，或者长度等于数据维度的实向量.
  • 与检验结果的报告相关的属性包括：
"DegreesOfFreedom"检验中所用的自由度
"PValue" 值列表
"PValueTable" 值组成的格式化表格
"ShortTestConclusion"检验结论的简短描述
"TestConclusion"检验结论的描述
"TestData"检验统计量和 值对的列表
"TestDataTable" 值和检验统计量组成的格式化表格
"TestStatistic"检验统计量组成的列表
"TestStatisticTable"检验统计量组成的格式化表格
  • 可以使用以下选项：
AlternativeHypothesis"Unequal"备择假设的不等性
SignificanceLevel0.05诊断和报告的分界点
VerifyTestAssumptionsAutomatic需要验证的假设
  • 对于 PairedTTest，选择一个临界值 ，使得当且仅当 时，否定 . 用于 和 属性的 值由 SignificanceLevel 选项控制. 值也用于假设诊断检验中，包括正态性检验、等方差检验和对称性检验. 默认情况下， 被设为 .
"Normality"验证所有数据是否服从正态分布
范例关闭所有单元
例   (3)
检验一个总体的均值是否为零：
完整的检验表格：
检验两个独立总体的均值是否不同：
差异均值：
在 水平下，差值数据的均值与0没有显著地不同：
比较独立多变量总体的位置：
差异均值：
在 水平下，差值数据的均值与0没有显著地不同：
检验一个总体的均值是否为零：
In[1]:=
Click for copyable input
In[2]:=
Click for copyable input
Out[2]=
完整的检验表格：
In[3]:=
Click for copyable input
Out[3]=
 
检验两个独立总体的均值是否不同：
In[1]:=
Click for copyable input
差异均值：
In[2]:=
Click for copyable input
Out[2]=
In[3]:=
Click for copyable input
Out[3]=
在 水平下，差值数据的均值与0没有显著地不同：
In[4]:=
Click for copyable input
Out[4]=
 
比较独立多变量总体的位置：
In[1]:=
Click for copyable input
差异均值：
In[2]:=
Click for copyable input
Out[2]=
In[3]:=
Click for copyable input
Out[3]=
在 水平下，差值数据的均值与0没有显著地不同：
In[4]:=
Click for copyable input
Out[4]=
范围   (13)
检验 与 ：
当均值接近 时， 值通常较大：
当位置远离 时， 值通常较小：
使用 Automatic 等价于检验均值是否为0：
检验 与 ：
当均值接近 时， 值通常较大：
当位置远离 时， 值通常较小：
检验一个多变量总体的均值向量是否为零向量：
或者，对 进行检验：
检验差值数据集的均值是否为0：
当均值为非零时， 值通常较小：
当均值为零时， 值通常较大：
检验差值数据的均值是否为3：
数据集的顺序影响检验结果：
检验差值多变量数据的均值向量是否为零向量：
或者对 进行检验：
创建一个 HypothesisTestData 对象，用于重复属性提取：
可用于提取的属性：
从一个 HypothesisTestData 对象中提取某些属性：
值、检验统计量和自由度：
同时提取任意数目的属性：
值、检验统计量和自由度：
将检验结果制作成表格：
从检验表格获取项目，用以生成定制的报告：
将 值或者检验统计量制作成表格：
来自表格的 值：
来自表格的检验统计量：
选项   (8)
默认情况下，执行双边检验：
检验 与 ：
执行双边检验或一边替换：
检验 与 ：
检验 与 ：
检验 与 ：
当给出 ，执行一边替换的检验：
检验 与 ：
检验 与 ：
设置诊断检验的显著性级别：
默认情况下，使用 ：
显著性级别还用于 和 ：
默认情况下，验证正态性：
这里假设了正态性：
结果是一样的，但是有警告生成：
或用 All：
绕过诊断检验可以节约计算时间：
如果是仿真的话，绕过诊断测试是有益的：
设计时，不要设置检验的假设，可以节约大量的时间：
结果是一样的：
应用   (1)
一组15名学生坚信，他们对 ACT 的数学部分准备的比 SAT 更好. 验证这个说法，假设国家 ACT 和 SAT 分数是正态分布的，均值分别为21.7和528.5，标准偏差分别为4.1和117.2：
为了便于比较，对数据进行规范化：
个别的和不同分数的密度估计：
在5%级别， 被拒绝，学生的说法没有被反驳：
属性和关系   (4)
对于单个数据集，PairedTTest 等同于 TTest：
对于两个数据集，PairedTTest 等同于成对差异的 TTest：
如果知道总体方差，可以使用更强大的 PairedZTest：
PairedZTest 将返回小于 PairedTTest 的 值概率：
如果数据可以配对，则 PairedTTest 比 TTest 更强大：
二点检验可以检测到显著的不同，非配对检验则不可以：
可能存在的问题   (1)
PairedTTest 需要正态分布的数据：
使用基于中位数的检验：
版本 8 的新功能
Ask a question about this page  |  Suggest an improvement  |  Leave a message for the team
格式:   HTML  |  CDF