MATLAB ttest和ttest2的区别

Author:ZHANG TAO
Data:2018.4.3

student t-test假设检验

$\chi^2-$distribution

设$X_1,X_2,...,X_n$是来自总体$N(0,1)$的样本，则称统计量

$$\chi^2 = X_1^2+X_2^2+...+X_n^2$$
服从自由度为n的卡方分布，记为 $\chi^2(n)$

$t-$distribution

设$X \sim N(0,1),Y \sim \chi^2(n)$,并且X和Y独立，则称随机变量

$$t = \frac{X}{\sqrt {Y/n}}$$
服从自由度为n的t分布，记作 $t \sim t(n)$

t-test

One-sample

样本方差$\sigma^2$未知，关于$\mu$的检验(t检验)

构造

$$t=\frac{\overline X-\mu_0}{S/\sqrt{n}} \sim t(n-1)$$

作为检测统计量，如果观测值过大就拒绝$H_0$

$$P\{当H_0为真时拒绝H_0\} = P_{\mu_0}\{ |\frac{\overline X-\mu_0}{S/\sqrt{n}}|\ge k\} = \alpha$$

如图1可知，当$H_0$为真时，监测统计量位于阴影部分的概率时$\alpha$(显著性水平，特别小的值)，所以如果此事发生(也就是检测统计量的值位于阴影处时)，就可以认为原假设时错误的，而拒绝$H_0$

问题1:matlab中的ttest返回的p_value表示的含义?

returns the p-value, i.e., the probability of observing the given result, or one more extreme, 
by chance if the null hypothesis is true.  Small values of P cast doubt on the validity of the 
null hypothesis.

形象的表示就是如图二所示，观测变量的值求出以后，红的区域的值就是P的value,而只有$P_{value}<\alpha$时才会拒绝原假设。

假设检验的难点在于如何通过已知量构造已知分布的检验统计量

Paired sample

一般，假设有n对相互独立的观察结果：$(X_1,Y_1),...,(X_n,Y_n),$另$D_1=X_1-Y_1,D_2=X_2-Y_2,...,D_n=X_n-Y_n,$则$D_1,D_2,...,D_n$相互独立。又因为$D_1,D_2,...,D_n$是由同一个因素引起的，所以可以认为他们服从同一个分布。故：

$$H_0:\mu_D=0,H_1:\mu_D \ne 0$$
则检测统计量为：
$$t = | \frac{\overline d}{s_D/\sqrt{n}} | \sim t(n-1)$$

matlab实现使用ttest：

ttest  One-sample and paired-sample t-test.

Unpaired(Independent) sample

检验具有相同方差的两正态总体均值差的假设.假设$X_1,X_2...X_{n_1}$是来自分布$N(\mu_1,\sigma^2)$的样本，$Y_1,Y_2,...,Y_{n_2}$是来自正态总体$N(\mu_2,\sigma^2)$,且设两样本独立。

$$H_0 : \mu_1-\mu_2=\sigma,H_1:\mu_1-\mu_2 \ne \sigma$$

故

$$t = \frac{(\overline X-\overline Y)-\sigma}{S_w\sqrt{\frac{1}{n_1}+\frac{1}{n_2}}}, \\ 其中S_w^2 = \frac{(n_1-1)S_1^2+(n_2-1)S_2^2}{n_1+n_2-2}$$
易知： $$t \sim t(n_1+n_2-2)$$

matlab中实现时使用ttest2

ttest2默认是X和Y的方差时相等的，可以通过Vartype:unequal改成方差不相等。

'equal' Conduct test using the assumption that x and y are from normal distributions with unknown but equal variances.
'unequal'   Conduct test using the assumption that x and y are from normal distributions with unknown and unequal variances. This is called the Behrens-Fisher problem. ttest2 uses Satterthwaite's approximation for the effective degrees of freedom.
Vartype must be a single variance type, even when x is a matrix or a multidimensional array.

Example: 'Vartype','unequal'

不相等的情况下被称为Behrens-Fisher problem,优化方式可参看wiki