2026a

# anova1


单因素方差分析

函数库: TyMachineLearning

# 语法

s, p = anova1(X...)

# 说明

s, p= anova1(X,...)返回组间方差和p值。

# 示例

单因素方差分析
计算单因素方差分析。

加载数据集,

using TyMachineLearning
y = [1.5377    0.6923    1.6501    3.7950    5.6715
    2.8339    1.5664    6.0349    3.8759    3.7925
   -1.2588    2.3426    3.7254    5.4897    5.7172
    1.8622    5.5784    2.9369    5.4090    6.6302
    1.3188    4.7694    3.7147    5.4172    5.4889]
y1 = Array(y)
g1 = y1[1,:]
g2 = y1[2,:]
g3 = y1[3,:]
g4 = y1[4,:]
g5 = y1[5,:]

计算单因素方差分析

s, p = TyMachineLearning.anova1(g1, g2, g3, g4, g5)
(0.5975287153814288, 0.6686201405672985)

# 输入参数

X,...-n个数组
数组

数据类型: Array

# 输出参数

s- 组间方差
数值

数据类型: Int64 | Float64 | Float32

p - p值
数值

数据类型: Int64 | Float64 | Float32