我已阅读以下句子：
功能性MRI数据的维数比
样本（通常用于1000个样本的50000体素）。在这种情况下，
机器学习算法的性能可能很差。但是，简单
统计测试可以帮助减少体素的数量。
学生的t检验（scipy.stats.ttest_ind）执行简单
确定两个分布是否为
统计上不同。它可以用来比较中的体素时间序列
两种不同的条件（在本例中显示房屋或面孔时）。
如果两个条件下的时间分布相似，则
区分条件不是很有趣。
该测试返回代表两个概率的p值
时间序列来自相同的分布。较低的是
p值更具区分性。
来自：http://nilearn.github.io/building_blocks/manipulating_mr_images.html
此t检验也可以应用于4个类（条件）吗？如果可以，怎么做？
有可用的Matlab实现吗？
最佳答案
您需要对每个体素执行ANOVA (Analysis of Variance)测试。
从上面链接的维基百科页面：
以其最简单的形式，ANOVA提供了几组均值是否相等的统计检验，因此将t检验推广到了两组以上
该问题要求您识别状态随条件而变化很大的体素，这就是方差分析将为您做的。
这可以在MATLAB中使用anova1，（documentation）来实现。
关于matlab - 多个类别的T检验(> 2)，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/30447418/