Statistics Toolbox

假设检验、实验设计和统计过程控制

假设检验

随机变化可让人难以确定在不同条件下取得的样本是否真正不同。假设检验是一个有效的工具,可用来分析样本间差异是否极大,是否需要进一步评估,或者是否与随机和预期的数据变化一致。

Statistics Toolbox 支持广泛使用的参数化和非参数化的假设检验程序,包括:

  • 单样本和双样本 t 检验
  • 用于一个样本、成对样本和两个独立样本的非参数检验
  • 分布检验(Chi-square、Jarque-Bera、Lillifors 和 Kolmogorov-Smirnov)
  • 分布比较(双样本 Kolmogorov-Smirnov)
  • 自相关和随机性检验
  • 回归系数的线性假设检验
选择样本大小(示例)
计算假设检验所需的样本大小

实验设计

实验设计 (DOE) 函数使您可以创建和测试实际计划以收集用于统计建模的数据。这些计划可展示如何先后处理数据输入,以生成其对数据输出所产生影响的信息。支持的设计类型包括:

  • 完全析因
  • 部分析因
  • 响应面(中心组合和 Box-Behnken)
  • D-最优
  • 拉丁超立方

您可以使用 Statistics Toolbox 来定义、分析、或可视化自定义的 DOE。例如,您可以使用方差分析、线性回归和响应面建模估计输入效果和输入交互,并通过主效果图、交互图和多元图表直观地显示结果。

用决策树拟合数据。利用 Statistics Toolbox 中的拟合功能,可通过绘制决策规则和组分配图表来可视化决策树。
用决策树拟合数据。利用 Statistics Toolbox 中的拟合功能,可通过绘制决策规则和组分配图表来可视化决策树。
实验的化学反应模型,采用 Statistics Toolbox 的实验设计 (DOE) 和曲面拟合功能。
实验的化学反应模型,采用 Statistics Toolbox 的实验设计 (DOE) 和曲面拟合功能。

统计过程控制

Statistics Toolbox 提供了一组可支持统计过程控制的函数 (SPC)。利用这些函数,可通过评估流程可变性监控和改进产品或流程。通过 SPC 函数,您可以:

  • 执行计量可重复性和可再现性研究
  • 估计流程功能
  • 创建控制图
  • 将 Western Electric 和 Nelson 控制规则应用到控制图数据
显示流程数据和违反 Western Electric 控制规则的控制图。Statistics Toolbox 提供多种用于监控和评估产品或流程的控制图和控制规则。
显示流程数据和违反 Western Electric 控制规则的控制图。Statistics Toolbox 提供多种用于监控和评估产品或流程的控制图和控制规则。

试用 Statistics Toolbox

获取试用版软件

Machine Learning with MATLAB

观看网上技术交流会录像