https://ww2.mathworks.cn/help/stats/ttest2.html
matlab官网解释
http://blog.sina.com.cn/s/blog_990865340100zvla.html
一句话解释:用于确定是否可以使用两组数据的均值进行比较,<5%则说明可以进行比较,两组数据有显著性差异
t-检验(ttest):
可以用于比较两组数据是否来自同一分布。(可以用于比较两组数据的区分度)
最简单用法:
[h,sig,ci]=ttest2(x,y);
其中,x,y均为行向量(维度相同),各表示一组数据.
计算x和y在5%的显著性水平下是否来自同一分布(假设是否被接受)
结果:h=0,则表明假设在5%的置信度下被接受,即x,y在统计上可看做来自同一分布的数据;h=1,表明假设被拒绝,即x,y在统计上认为是来自不同分布的数据,即有区分度。
应用:常与k-fold crossValidation(交叉验证)联用可以用于两种算法效果的比较,例如A1,A2两算法得出的结果分别为x,y,且从均值上看mean(x)>mean(y),则对[h,sig,ci]=ttest2(x,y);当h=1时,表明可以从统计上断定算法A1的结果大于A2的结果(即两组数据均值的比较是有意义的),h=0则表示不能根据平均值来断定两组数据的大小关系(因为区分度小)
https://blog.csdn.net/xiao_xia_/article/details/6906465
在这篇博客下面的回答中也可作为参考。
第一,T检验是对两组数据的均值进行的检验,不是方差,F检验是对方差的检验。第二,paired表示是否配对T检验。第三,T检验的两组数据不必相等,因为它检验的是两组数据的均值,对数据个数没有要求;但是配对T检验的两组数据必须相等。第四,置信区间表示的是,在置信水平为1-α时,两组数据的样本均值之差的所在范围。