使用Fisher方法matlab组合P值？

完成 CDF 后，我收到了以下值P（其中的样本）

[0.43   0.12    0.0021  0.05    0.017   0.001   0.025   0.038 0.35  0.29]

我想结合我的P值的帮助下Fisher https://en.wikipedia.org/wiki/Fisher%27s_method方法并通过以下方式获取输出：

选择前3个P值并将它们组合起来并从中得到结果（使用渔夫方法）。例如，我的第一个联合收割机P值将是：0.43 ,0.12 0.0021和我的下一个P组合值将是0.12, 0.0021 ,0.05等等。

谁能告诉我如何使用 MATLAB 应用 Fisher 方法来解决这个问题？
我无法使用 MATLAB 找到任何解决方案。

Fisher 方法使用以下公式将每次检验的极值概率（通常称为“p 值”）组合成一个检验统计量 (X2)：

文件 https://i.stack.imgur.com/DUABW.png讲述了费舍尔方法，我在圆圈中标记了可用于通过使用费舍尔方法组合 p 值的公式，请看一下:)

其中 pi 是第 i 个假设检验的 p 值。当 p 值趋于较小时，检验统计量 X2 将会很大，这表明原假设并不适用于每个检验。

我认为 MATLAB 中没有内置 Fisher 组合概率检验，但实现它应该不难：

P = [0.43 0.12 0.0021 0.05 0.017 0.001 0.025 0.038 0.35 0.29];
k = length(P);

首先，我们将创建一个辅助矩阵，根据需要对 P 中的元素求和：

% the following matrix is used to sun each n elements in a row:
n = 3;
summer = diag(ones(k,1));
for d = 1:n-1
    summer = summer + diag(ones(k-d,1),-d);
end

如果我们跑P*summer，我们得到：

ans =
  Columns 1 through 6
       0.5521       0.1721       0.0691        0.068        0.043        0.064
  Columns 7 through 10
        0.413        0.678         0.64         0.29

接下来，我们首先计算所有的 ln 来计算统计量P然后将它们相加为 3（并乘以-2):

% compute the combine fisher statistic:
X = -2.*log(P(:).')*summer;

结果：

X =
  Columns 1 through 6
        18.26       22.564       26.472       27.956       29.342       27.734
  Columns 7 through 10
       16.018       11.116       4.5754       2.4757

最后，我们根据卡方分布计算 p 值2*3 = 6 df:

% get the p-values for all combinations:
p_vals = chi2cdf(X(1:end-n+1),6,'upper');

我们得到：

p_vals =
  Columns 1 through 6
     0.005614   0.00095661   0.00018177    9.577e-05   5.2399e-05   0.00010546
  Columns 7 through 8
     0.013659     0.084865