用matlab写一段循环计算矩阵双样本t检验代码

以下是用MATLAB实现的循环计算矩阵双样本t检验代码：

% 循环计算矩阵双样本t检验
% H0：两组样本的均值相等
% H1：两组样本的均值不相等

% 输入数据
data = [1, 2, 3, 4, 5; 6, 7, 8, 9, 10; 11, 12, 13, 14, 15]; % 每一行是一组数据

% 初始化结果矩阵
t = zeros(size(data, 1), size(data, 1));
p = zeros(size(data, 1), size(data, 1));

% 计算均值和标准差
mean_data = mean(data, 2);
std_data = std(data, 0, 2);

% 循环计算t检验统计量和p值
for i = 1:size(data, 1)
    for j = i+1:size(data, 1)
        % 计算t检验统计量
        t(i, j) = (mean_data(i) - mean_data(j)) / sqrt(std_data(i)^2/size(data, 2) + std_data(j)^2/size(data, 2));
        
        % 计算p值
        df = 2 * size(data, 2) - 2; % 自由度
        p(i, j) = 2 * (1 - tcdf(abs(t(i, j)), df)); % 双侧检验
    end
end

% 输出结果
for i = 1:size(data, 1)
    for j = i+1:size(data, 1)
        fprintf('对比第%d组数据和第%d组数据的t检验结果:\n', i, j);
        fprintf('t检验统计量为 %.4f\n', t(i, j));
        fprintf('p值为 %.4f\n', p(i, j));
        if p(i, j) < 0.05
            fprintf('p值小于0.05，拒绝原假设H0\n');
        else
            fprintf('p值大于等于0.05，不能拒绝原假设H0\n');
        end
    end
end

其中，`data`是需要进行矩阵双样本t检验的数据矩阵，每一行是一组数据。首先，计算出每一组数据的均值`mean_data`和标准差`std_data`。然后，使用两重循环计算出任意两组数据之间的t检验统计量`t`和p值。最后，根据p值是否小于显著性水平（例如0.05）来判断是否拒绝原假设，并输出结果。