单因素方差分析anova1

函数格式：[p,anovatab,stats] = anova1(x,group,displayopt,extra)

anova1(单因素方差分析)返回的p值是基于【H0：各组间的均值相等】的前提下得出的. 结果返回两张图，方差分析表和每一列的盒子图. 当拒绝H0后就要用多重比较来看到底哪里差异显著，用到的是multcompare(stats) ，此时返回的就是多重比较的结果. 多重比较的结果是一个矩阵，前两列表示的是不同组之间的比较，第三列是平均数之间的差异. 

用法：

1. p = anova1(X)

其中X是一个矩阵，每一列被看做是独立的，检验的就是每一列的均值是否相等；这种用法适用于每一列的数目是相同的情况.

eg.     yellow = [300 287 301 400 211 399 412 312 390 412];

          red = [240 259 302 311 210 402 390 298 347 380];

          black = [ 210 230 213 210 220 208 290 300 201 201];

          names = [yellow’  red’  black’ ];

          [p table stats]=anova1(names);

2. p = anova1(V,GROUP)

其中GROUP必须是一个类别变量，数值向量，逻辑向量，字符串或者是胞体(里面的类型是字符串，代表着每一列的成分)，V代表的是每一列的成分.在每列的数据数目不相同时，这种用法是唯一适用的格式. 当V是代表所有数值的一个向量时，则GROUP就是和V长度相同的一个向量，而每一个成分代表的就是相对应位置上V中数值的类别。

eg. 1    yellow = [300 287 301 400 211 399 412 312 390 412];

           red = [240 259 302 311 210 402 390 298 347 380];

           black = [ 210 230 213 210 220 208 290 300 201 201];

           names = [{‘yellow’}; {‘red’}; {‘black’}];

           [p table stats]=anova1([yellow' red' black'], names);

     2    X = [yellow red black]’;(所有值在一个向量里)

           n_yellow=repmat({'yellow'},10,1);

           n_red=repmat({'red'},10,1);

           n_black=repmat({'black'},10,1);

           group= [n_yellow' n_red' n_black’]’;(group里则是相对于的X中值的类型)

           [p table stats]=anova1(X,group);

3. p = anova1(X,GROUP,DISPLAYOPT) 

其中DISPLAYOPT是用来控制图表的展现的，可以设置成off,也可设成on. 

4. [P,ANOVATAB] = ANOVA1(...) 

返回方差分析表