1. ttest與ttest2的區(qū)別：

• 單樣本，配對樣本用 ttest
• 不配對樣本（獨(dú)立樣本）用ttest2
  二者的公式也不一樣，但我不知道怎么打公式就不打了。

2. 導(dǎo)入數(shù)據(jù)

df = xlsread("C:\Users\Bai\Desktop\ex_corr.xlsx")
x=df(:1)
y=df(:2)

3.

[h,p,ci,stats] = ttest(x) ##數(shù)據(jù)均值是否等于0
[h,p,ci,stats] = ttest(x,m) ##數(shù)據(jù)均值是否等于m
[h,p,ci,stats] = ttest(x,y) ##兩個配對樣本
[h,p,ci,stats] = ttest2(x,y) ##兩個不配對樣本

h 0 or 1 接受/拒絕原假設(shè)
p pvalue
ci 置信區(qū)間
stats 統(tǒng)計量
tail: right 均值是否大于m ; left 小于m; both 等于m

4. vartype

help ttest2后，有一個參數(shù)值得注意：

vartype: equal or unequal

equal: 兩組的方差一致
unequal: 兩組的方差不一致

• 如何判斷兩組方查是否一致呢，palisade給出很好的解釋，搬運(yùn)過來：
  直接說結(jié)論：選擇unequal
  原因：很多書和計算器用“pooling”這個術(shù)語，如果兩組的方差一致，你就可以“pool the dataset”，假定他們是從同一個數(shù)據(jù)集中出來的。
  檢驗(yàn)兩組不同數(shù)據(jù)的方差是否相等，需要用F檢驗(yàn)，但如果F檢驗(yàn)出得出很大的P值，你只能說沒法成功拒絕原假設(shè)，你并不能證明他。而且，F(xiàn)檢驗(yàn)需要兩組數(shù)據(jù)符合正態(tài)分布，不像T檢驗(yàn)大概是正態(tài)分布就可以了。你永遠(yuǎn)不知道什么時候是正態(tài)分布的。所以保守的來講，要選擇unequal。即使你選擇unequal，pooling or not 只有微小的區(qū)別。用unequal不需要你作出“我確定事實(shí)就是如此”的假設(shè)，也不會對你的結(jié)果造成很大的影響。

原文：http://kb.palisade.com/index.php?pg=kb.page&id=1708

最后，學(xué)matblab隨手記感想：為什么實(shí)驗(yàn)室都用matlab我就也要從頭學(xué)，這些東西明明用R已經(jīng)可以做的很好了。并且實(shí)驗(yàn)室不分享腳本，我就更找不到學(xué)他的理由了……