function [h,p,ci,stats] = ttest2(x,y,varargin)

H = TTEST2(X,Y)：对X,Y两行向量进行两独立样本t检验，返回值H=0，则在5%的显著性水平上接受零假设，H=1，则拒绝零假设，接受备则假设，假定X，Y来之总体呈正态分布的总体，方差齐性但未知，X,Y的长度可以不同。注意，X，Y必须是独立的，若相关，则改用ttest函数。X，Y也可以是矩阵或者N-D维数组。如果是矩阵，则会对每一列单独进行t检验，最后的结果会以一个向量显示，X，Y的列数必须相等。对于N-D数组，则会从第一个尺寸不为1的维数开始，X，Y的剩余维数必须相等。(eg:矩阵是2*1，则第一个尺寸不为1的维就是行，行数=2；若矩阵为1*2*3，则第一个不为1的维就是列，列数=2；若矩阵为5*6*2，则第一个不为1的维数是行，行数=5)。 ttest2会把NaNs当做缺失值，然后忽略它。

[H,P] = TTEST2(...) 返回p值。即观察到零假设情况下的可能性。一般太小就可以拒绝零假设。

[H,P,CI] = TTEST2(...) 返回100*(1-alpha)%的置信区间。

[H,P,CI,STATS] = TTEST2(...) 返回STATS，其中包括计算出的t值，t检验中的自由度，标准误。

[...] = TTEST2(X,Y,'PARAM1',val1,'PARAM2',val2,...) 设定t检验中特定的参数值。

 参数名           取值

 'alpha'         显著性水平。默认值0.05，即5%。

 'dim'           从哪一个维开始计算。默认是第一个不为1的维数。

 'tail'          对备则假设的设定。'both'表示进行双尾检验，X~=Y。'right'表示右侧检验，X>Y。          

 'vartype'       'equal' 表示默认方差齐性。'unequal'表示两个样本来自正态分                        布的总体，方差未知且不齐性，这里t检验中使用的自由度则是由                          Welch在1947年提出的自由度算计公式计算得到的。(因为此时分布                        已不是简单的遵循t分布了)