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

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

Las pruebas de ubicación, como la prueba y la prueba de una muestra, prueban si los datos de la 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 varias pruebas de comparación.t

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

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