proporciona pruebas de hipótesis paramétricas y no paramétricas para ayudarle a determinar si los datos de la muestra provienen de una población con características particulares.Statistics and Machine Learning Toolbox™

Las pruebas de distribución, como Anderson-Darling y Kolmogorov-Smirnov de una muestra, prueban si los datos de la muestra provienen de una población con una distribución particular. Compruebe si dos conjuntos de datos de muestra tienen la misma distribución mediante pruebas como Kolmogorov-Smirnov de dos muestras.

Las pruebas de ubicación, como -test y one-sample -test, prueban si los datos de muestra provienen de una población con una media o mediana determinada.zt Pruebe dos o más conjuntos de datos de ejemplo para el mismo valor de ubicación mediante una prueba de dos muestras o una prueba de comparación múltiple.t

Las pruebas de dispersión, como la varianza de Chi-cuadrado, prueban si los datos de la muestra provienen de una población con una varianza particular. Compare las varianzas de dos o más conjuntos de datos de ejemplo mediante una prueba de dos muestras o una prueba de varias muestras.F

Determine características adicionales de los datos de muestra mediante la tabulación cruzada, la realización de una prueba de ejecución para la aleatoriedad y determine el tamaño y la potencia de la muestra para una prueba de hipótesis.