既然是测试那么就知道真实值。用预测值和真实值的差得到偏误。再对偏误的方差进行比较，小的那一个当然是好的了。先用t统计量检验两两之间的均值，再比较方差，这时用F统计量，或者似然比检验也可以。
不是程序员，建议来R版学R，哪里有好多程序问题，期待程序员的加入。P.S.我不是版主

20个测试函数的真实值都是零，单纯比较算法的平均误差和方差这种，编辑说方法太简单了，不够高上大。所以他要求参考这样的检验方式：
---------------------------------------------------------------------------------------------------------------
Table 5 Results of the Iman-Davenport’s test of MA-SSW-Chains
and the reference algorithms for dimensions 50, 100, 200, and 500
Dimension      Iman-Davenport value     Critical value      Significant differences?
50                   5.232034                      2.46                       Yes
100                 3.256133                      2.46                       Yes
200                 2.707457                      2.46                       Yes
500                 2.820250                      2.46                        Yes
---------------------------------------------------------------------------------------------------------
table5中使用的这个Iman‘s Davenport test是Friedman test的改进。话说这个critical value哪里来的？

-----------------------------------------------------------------------------------------------------------
Table 6 Comparison of DE (control algorithm) with CHC, IPOPCMAES,
and MA-SSW-Chains (Holm’s test)
Dimension            Algorithm                  z             pvalue          a/i          Sig.differences?
50                           CHC                  4.461          8.17E-06      0.017          Yes
                           IPOP-CMAES          2.827          4.69E-03      0.025           Yes
                          MA-SSW-Chains       0.251          8.02E-01      0.050            No
100                        CHC                    4.837          1.31E-6        0.017           Yes
                           IPOP-CMAES           3.08            2.08E-3        0.025           Yes
                          MA-SSW-Chains       0.628            0.53            0.050           No
200                           CHC                 4.963            6.93E-7        0.017           Yes
                           IPOP-CMAES           3.079            2.08E-3        0.025            Yes
                           MA-SSW-Chains       1.005              0.31            0.050            No
500                            CHC                  5.780            7.46E-9        0.017            Yes
                             IPOP-CMAES           2.890            3.85E-3        0.025            Yes
                             MA-SSW-Chains       1.634              0.102         0.050             No
-----------------------------------------------------------------------------------------------------------------------------
table6中使用DE作为控制算法，因为DE的average ranking最好。这里的z难道是转换过来的可以用来查标准正态分布表的z值？那p值查表来的？这精度也太精准了，难道是写代码求出来的不是用spss求的吧？

那么就按照编辑给的统计量计算吧。无非就是基于回归的统计量或者基于误差方差的卡方统计量再组合。计算方法上就是取平方后加总。用R编程序也就是三五行的事情

请问，Bergmann-Hommel要怎么操作呢？用什么软件呢？