如何在Matlab中将不同的分布方式与参考真实值进行比较？

[poster]

我从4种矩阵中存储了4种不同方法的生产（q）值。 4个矩阵中的每个矩阵都包含来自以下方法的q值：

Matrix_1 = 1 row x 20 column Matrix_2 = 100 rows x 20 columns Matrix_3 = 100 rows x 20 columns Matrix_4 = 100 rows x 20 columns 列数表示年数。 1行将包含与20年相对应的产值。矩阵2、3和4的其他99行只是不同的实现（或模拟运行）。因此，基本上，矩阵2,3和4的其他99行都是重复情况（但由于随机数而没有确切的值）。

将Matrix_1视为参考真相（或基本案例）。现在，我想将其他3个矩阵与Matrix_1进行比较，以查看这3个矩阵（每个矩阵有100个重复）中哪个与Matrix_1比较最佳或Matrix_1 。

如何在Matlab中完成？

我知道，手动，我们通过绘制使用置信区间（CI） mean of Matrix_1 ，并提请各分布mean of Matrix_2 ， mean of Matrix_3和mean of Matrix_4 。包含参考真值（或mean of Matrix_1 ）的矩阵2、3和4中最大的CI将是答案。

mean of Matrix_1 = (1 row x 1 column) mean of Matrix_2 = (100 rows x 1 column) mean of Matrix_3 = (100 rows x 1 column) mean of Matrix_4 = (100 rows x 1 column) 我希望这个问题是明确的，并且与SO相关。否则，请随时编辑/建议有问题的内容。谢谢！

编辑：我谈论的三个方法分别是a1，a2和a3。这是我的结果：

ci_a1 = 1.0e+008 * 4.084733001497999 4.097677503988565 ci_a2 = 1.0e+008 * 5.424396063219890 5.586301025525149 ci_a3 = 1.0e+008 * 2.429145282593182 2.838897116739112 p_a1 = 8.094614835195452e-130 p_a2 = 2.824626709966993e-072 p_a3 = 3.054667629953656e-012 h_a1 = 1; h_a2 = 1; h_a3 = 1 从这三种方法中，我的CI均未在其中包含mean ( = 3.454992884900722e+008) 。那么，我们仍然考虑使用p值来选择最佳结果吗？



回答：

如果我正确理解，那么MATLAB中的计算就相当困难。

步骤1-2（均值计算）：

k1_mean = mean(k1); k2_mean = mean(k2); k3_mean = mean(k3); k4_mean = mean(k4); 步骤3，使用HIST绘制分布直方图：

hist([k2_mean; k3_mean; k4_mean]') 步骤4.您可以进行t检验，比较向量2、3和4与均值k1_mean和未知方差的正态分布。有关详细信息，请参见TTEST 。

[h,p,ci] = ttest(k2_mean,k1_mean);

更多&回答...