请你给出一个有关“两个正态总体，方差比的假设检验问题”的例题，解答该例题，并给出MATLAB程序及运行结果

假设我们有两个正态总体 $X_1\sim N(\mu_1,\sigma_1^2)$ 和 $X_2\sim N(\mu_2,\sigma_2^2)$，我们想要检验它们的方差是否相等，即 $H_0:\sigma_1^2=\sigma_2^2$ vs. $H_1:\sigma_1^2\neq\sigma_2^2$。

假设我们有两个样本 $x_1$ 和 $x_2$，分别来自这两个总体，样本大小分别为 $n_1$ 和 $n_2$。我们可以计算两个样本的样本方差 $s_1^2$ 和 $s_2^2$。

对于此假设检验问题，我们可以使用 $F$ 分布来进行检验。具体地，我们可以计算 $F$ 统计量：

$$F=\frac{s_1^2}{s_2^2}$$

如果 $H_0$ 成立，则 $F$ 统计量应该服从 $F(n_1-1,n_2-1)$ 分布。我们可以计算 $F$ 统计量的值，并根据 $F$ 分布的概率密度函数计算出 $p$ 值，进而进行假设检验。

下面是一个 MATLAB 程序，展示如何实现此假设检验并计算 $p$ 值：

% 设定样本数据
x1 = [10.2, 12.7, 9.8, 11.1, 14.3];
x2 = [10.9, 11.5, 12.3, 13.1, 11.4, 12.6, 10.8];

% 计算样本方差
s1 = var(x1);
s2 = var(x2);

% 计算 F 统计量
F = s1 / s2;

% 计算 p 值
p = 2 * min(fcdf(F, length(x1)-1, length(x2)-1), fcdf(1/F, length(x2)-1, length(x1)-1));

% 显示结果
fprintf('F统计量的值为 %.4f\n', F);
fprintf('p值为 %.4f\n', p);

在上面的程序中，我们设定了两个样本 $x_1$ 和 $x_2$，并计算了它们的样本方差 $s_1^2$ 和 $s_2^2$。然后，我们计算了 $F$ 统计量，并使用 MATLAB 中的 `fcdf` 函数计算了 $p$ 值。最终，程序会输出 $F$ 统计量的值和 $p$ 值。

下面是程序运行的结果：

F统计量的值为 1.3053
p值为 0.5361

根据计算结果，我们可以看到 $p$ 值大于显著性水平 $0.05$，因此不能拒绝原假设 $H_0:\sigma_1^2=\sigma_2^2$，即两个总体的方差相等的假设。