2026a
# anova1
单因素方差分析
函数库: TyMachineLearning
# 语法
s, p = anova1(X...)
# 说明
# 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