% p = dunnett（统计数据，expt_idx，ctrl_idx） % p 是 p 值的向量，用于比较实验值 (expt_idx) w/单个% 控制值 (ctrl_idx)，由 Dunnett 多重比较检验修正% stats 是 anova1 的输出% idx 是 stats 数据结构中感兴趣的指标% p = dunnett(stats), 然后 ctrl_idx=1, expt_idx=2:length(stats.means) % p = dunnett(stats, expt_idx)，然后 ctrl_idx=1 % p = dunnett(stats, [], ctrl_idx), 然后 expt_idx=1:length(stats.means), 但不是 ctrl_idx % p = Dunnett 概率 ctrl_idx 和 expt_idx 均值之间的非零差异%

计量经济学实验五-多重共线性的检验与修正借鉴.pdf

多重危险作物保险 (MPCI)行业调研

阅读教学中的多重对话.docx

这是关于对数据进行非对称多重分形分析的matlab程序，详细明白容易理解，有相关的步骤解释

多重代数重建技术的核心代码，用matlab编写，M为最终的重建函数，imagesc（M）后得到重建图像

工具数据库已包含，只需在iis挂上网站站点，然后修改根目录下的ajaxShow.html的66行，url修改成自己的站点网址，就可以测试

“多重测试工具箱”包括八种不同算法的汇编，以处理多重比较问题，同时着眼于家庭明智错误率（FWER）和错误发现率（FDR）的校正。 所有包含的方法都提供了调整后的p值，调整后的显着性水平，被拒绝的无效假设的数量以及其他相关信息。 标头中提供了每个示例的使用示例。 下面列举了这些算法： -fwer_bonf：FWER的Bonferroni更正。 -fwer_sidak：FWER的Šidák更正。 -fwer_holmbonf：FWER的Holm-Bonferroni校正（也称为顺序Bonferroni）。 -fdr_BH：FDR的本杰米尼-霍格伯格（Benjamini-Hochberg）修正。 -fdr_BY：FDR的Benjamini-Yekutieli更正。 -fdr_storey：正FDR的楼层校正，返回计算的q值。 -mt_fisher：Fisher校正的组合概率。 检查每种算

基于求根多重信号分类和遗传算法的谐波间谐波频谱估计.pdf

Bonferroni-Holm（又名 Holm-Bonferroni）确定一系列假设是否仍然显着控制家庭错误率 (FWE) 并随后控制错误发现率 (FDR) Bonferroni-Holm 方法校正多重比较（假设检验） . 它不如 Bonferroni 校正保守，但更强大（因此 p 值更有可能保持显着）。 此函数接受来自 1 个或多个假设的原始 p 值，并输出 FWE 调整后的 p 值，以及指示在校正 FWE 后哪些 p 值在 alpha = 0.05 或其他 alpha 时仍然显着的逻辑数组。 有关说明，请参见功能代码。