Matlab中t检验函数：[h,p,ci,stats] = ttest2(___)
Matlab中秩和检验函数：[p,h,stats] = ranksum(x,y)
可以发现两者h和p的位置刚好相反。
之前写代码理所当然认为假设检验的代码结构应该是类似的，实际并不是这样。
使用代码需要谨慎。
以下是Deepseek列举的Matlab中常用假设检验的函数：
1. 参数检验（假定数据服从特定分布，如正态分布）
(1) t检验
单样本t检验：检验单个样本均值是否等于给定值
[h, p, ci, stats] = ttest(x, mu)
（x：数据向量；mu：假设的均值）独立双样本t检验：检验两个独立样本均值是否相等
[h, p, ci, stats] = ttest2(x, y)
（默认假设方差齐性；添加选项'Vartype','unequal'处理方差不齐）配对样本t检验：检验两个相关样本的均值差
[h, p, ci, stats] = ttest(x, y)
（x,y为配对观测值）
(2) z检验
单样本z检验：已知总体标准差时，检验样本均值
[h, p, ci, zval] = ztest(x, mu, sigma)
（sigma：总体标准差）
(3) 方差分析 (ANOVA)
单因素ANOVA：检验多个独立组的均值是否相等
p = anova1(X, group)
（X：数据向量；group：分组标签）双因素ANOVA：检验两个因素对观测值的影响
p = anova2(X, reps)
（reps：每个单元的重复观测次数）
(4) 卡方检验
拟合优度检验：检验样本是否服从特定分布
[h, p, stats] = chi2gof(x, 'CDF', pd)
（pd：概率分布对象，如makedist('Normal')）独立性检验：检验列联表中变量的独立性
[tbl, chi2, p] = crosstab(x1, x2)
（输出卡方统计量chi2和 p值p）
2. 非参数检验（不依赖数据分布假设）
(1) Wilcoxon 检验
符号秩检验（单样本/配对样本）：检验中位数是否等于给定值
[p, h] = signrank(x, m)
（m：假设的中位数；配对时signrank(x-y, 0)）秩和检验（独立双样本）：Mann-Whitney U 检验
[p, h] = ranksum(x, y)
(2) Kruskal-Wallis 检验
多组独立样本中位数比较
p = kruskalwallis(X, group)
(3) Friedman 检验
多组相关样本中位数比较
p = friedman(X, reps)
(4) Kolmogorov-Smirnov 检验
单样本分布检验：检验数据是否服从指定分布
[h, p] = kstest(x, 'CDF', dist)双样本同分布检验：检验两样本是否来自同一分布
[h, p] = kstest2(x, y)
3. 正态性检验
Lilliefors 检验（改进的KS检验，适用于正态分布参数未知）
[h, p] = lillietest(x)Jarque-Bera 检验（基于偏度和峰度）
[h, p] = jbtest(x)
4. 方差齐性检验
Bartlett 检验（假设正态分布）
p = vartestn(X, group)Levene 检验（对非正态分布稳健）
p = vartestn(X, group, 'TestType','LeveneAbsolute')