Statistics Toolbox

Test d'hypothèses

Il peut être difficile à cause d'une variation aléatoire de déterminer si des échantillons pris sous des conditions distinctes sont différents. Les tests d'hypothèses sont un outil efficace pour analyser si les différences d'échantillon à échantillon sont significatives et nécessitent une autre évaluation, ou si elles sont cohérentes avec la variation de données attendue et aléatoire.

Statistics Toolbox comprend les tests d'hypothèses paramétriques et non paramétriques les plus connus, dont :

  • des tests t à un échantillon et à deux échantillons ;
  • des tests non paramétriques pour un échantillon, des échantillons appariés et deux échantillons indépendants ;
  • les tests de distribution (de khi-deux, de Jarque-Bera, de Lillifors, et de Kolmogorov-Smirnov) ;
  • les comparaisons des distributions (deux échantillons Kolmogorov-Smirnov) ;
  • les tests pour l'auto-corrélation et le caractère aléatoire ;
  • les tests d'hypothèses linéaires sur les coefficients de régression.
Exemple : Sélection d'une taille d'échantillon

Sélection d'une taille d'échantillon (Exemple)
Calculer la taille d'échantillon nécessaire pour un test d'hypothèses.

Point suivant: Plan d'expériences et contrôle des processus statistiques

Essayer Statistics Toolbox

Obtenir une version d'évaluation

Multilevel Mixed-Effects Modeling Using MATLAB

Visionner le webinar