此函数使用 F 检验来确定观察到的数据拟合改进保证使用附加参数的可能性。
用法： >> [ p, Fstat, df1, df2 ] = ftest(n,np1,np2,chi1,chi2)
该函数需要五个输入：n 是要拟合的数据数。 np1 & np2 是两个模型中使用的自由参数的数量。 chi1 和 chi2 是两个模型的数据失配的平方和。
主要输出是 p。 p 是拟合改进是偶然的概率（在 0 和 1 之间）。 因此，较小的 p 值意味着对附加参数有保证的高置信度。
编写的函数（可以在以下位置找到示例）： Anderson, KB 和 Conder, JA，2011，讨论多循环 Hubbert 建模作为预测未来石油产量的方法，能源和燃料，dx.doi.org/10.1021/ef1012648。
