使用matlab对一个excel表格内数据读取进行 将所有样本数据从小到大排列，记录每个数在原数据中的位置，得到每个数的秩次。 计算每个样本的秩和Ri，即该样本中所有数的秩次之和。 计算所有样本的秩和R，即所有样本的秩次之和，有公式R = R1+R2+...+Rk。 计算K-W统计量H，有公式 H = [12/(n*(n+1))] * [(R^2/k) - 3(n+1)]，其中n为样本总数，k为样本组数。 根据自由度为k-1的卡方分布表，查找临界值chisq，若H > chisq，则拒绝原假设；否则接受原假设，即认为各组样本无显著差异。

下面是使用 MATLAB 实现以上步骤的代码：

% 读取 Excel 表格数据
data = xlsread('data.xlsx');

% 将数据从小到大排序，并记录每个数的位置
[sorted_data, idx] = sort(data(:));

% 计算每个数的秩次
ranks = zeros(size(data));
ranks(idx) = 1:numel(data);

% 计算每个样本的秩和
R = sum(ranks, 2);

% 计算所有样本的秩和
R_total = sum(R);

% 计算 K-W 统计量 H
n = numel(data);
k = size(data, 2);
H = (12 / (n * (n + 1))) * ((R_total^2 / k) - 3*(n + 1));

% 查找自由度为 k-1 的卡方分布表的临界值
df = k - 1;
alpha = 0.05; % 显著性水平为 0.05
chisq_crit = chi2inv(1 - alpha, df);

% 判断是否拒绝原假设
if H > chisq_crit
    disp('Reject null hypothesis: the samples are significantly different.')
else
    disp('Accept null hypothesis: there is no significant difference among the samples.')
end

需要注意的是，上述代码假设 Excel 表格中包含的数据都是数值类型，如果表格中包含其他类型的数据，可能需要进行额外的处理。另外，上述代码中使用了 MATLAB 自带的 `chi2inv` 函数来查找卡方分布表的临界值。如果没有这个函数，可以使用其他方法查找卡方分布表的临界值。