JT T 697.11-2015 交通信息基础数据元 第11部分：船舶检验信息基础数据元 word版

动态面板门槛效应检验STATA代码，外文讲解

h = chi2cont(x) 对 m×n 列联表 x 中的数据执行卡方检验。 零假设是列（“处理”）之间的行变量分布（“结果”）没有差异。 测试结果在 h 中返回。 h=1 表示在 5% 显着性水平拒绝原假设。 h=0 表示不能在 5% 拒绝原假设显着性水平。 h = chi2cont(x,alpha) 在 (100*alpha)% 显着性水平上执行检验。 未指定时的默认值为 alpha=0.05； [h,p] = chi2cont(...) 返回测试的 p 值。 p 值是在原假设下，观察值作为卡方检验统计量的极端或更极端的概率。 [h,p,X2] = chi2cont(...) 返回卡方检验统计量。

CHISQUARECONT 将表示 2x2 列联表的 2x2 矩阵作为输入，并且计算获得观察到的和每个更极端的表的概率基于卡方分布的皮尔逊卡方检验。 这当预期频率的总数增加时，卡方检验可能变得不可靠（列联表中的单元格值）不够大（总数小于20 或单元格包含小于 5 的值）。 在这种情况下，Fisher 精确检验应该改为使用。 用法：p = chisquarecont(contab) [p,x2] = chisquarecont(contab) 输入：contab -> 根据频率数据创建的 2x2 列联表输出：p -> 测试的 p 值（获得观察到的概率和每个更极端的表） x2 -> 卡方统计量的值 有关示例，请参阅文件内的帮助。

W3C 校验XML的工具，XML校验工具，可以用来进行XML合法性检验

在MATLAB中实现MK趋势检验，包括突变点分析图

此文件对根据两个分类变量交叉分类的频率数据表执行 Fisher 精确概率检验，每个分类变量有两个级别或子类别 (2x2)。 它是一种非参数统计检验，用于确定两个分类变量之间是否存在非随机关联。 Fisher 精确检验用于计算具有少量预期频率的精确 P 值，卡方检验不适用于这种情况（如果观察总数小于 20 或频率单元数小于5）。 该测试基于超几何概率。 著名的罗纳德·艾尔默·费舍尔 (Ronald Aylmer Fisher) 的著作《研究工作者的统计方法》(Statistical Methods for Research Workers) 于 1934 年版中提出了该测试。 需要输入四个频率单元。 输出由负值、正值和两个 P 值组成。 [在收集（或查看）数据之前决定使用 Left、Right 或 2-Tail]。 如果用户没有输入任何输出参数，文件将返回一个 P 值表。

matlab精度检验代码

基于matlab做栅格数据的MK趋势分析

身份证检验工具软件安装包.rar