clear all
close all
clc
load data_IVGTT.mat
Gss=raw_data(:,7);
Gb=raw_data(:,10);

figure
h=boxplot([Gss Gb]);
% Impostare lo spessore dei bordi
set(h, 'LineWidth', 4);  

%%


media1=mean(Gss);
media2=mean(Gb);
var1=std(Gss)^2;
var2=std(Gb)^2;

sp2=((length(Gss)-1)*var1+(length(Gb)-1)*var2)/(length(Gss)+length(Gb)-2);
fattore= sqrt((1/length(Gss)+1/length(Gb)));

t=(media1-media2)/(sqrt(sp2)*fattore)

N=length(Gss)+length(Gb)-2 %gradi di libertà

% Definizione della griglia per la variabile indipendente (includendo t = -12.9312)
t_values = linspace(-15, 15, 1000);  % Genera 1000 punti tra -15 e 15
t_values = sort([t_values, t]);  % Assicurati che -12.9312 sia incluso nella griglia

% Calcolo della pdf della t di Student per N gradi di libertà
pdf_values = tpdf(t_values, N);

% Plot della pdf
figure;
plot(t_values, pdf_values, 'LineWidth', 2);
grid on;
xlabel('t');
ylabel('Probability Density');
title(['t-Student PDF with ', num2str(N), ' Degrees of Freedom']);
hold on
plot(t,pdf_values(find(t_values==t)),'or','LineWidth',6)

area_sinistra = tcdf(t, N);
area_totale = 2*area_sinistra;
p_value=area_totale;

%% [h,p,ci,stats] = ttest2(Gss,Gb)