Excel 进行T检验的方法总结.docx

利用Excel 做t 检验的经验总结 在进行分析之前，首先需要安装 Excel 数据分析模块 1、点击“文件”——“更多”——“选项” 2、打开选项对话框，然后选择“加载项”——“转到” 3、选择“分析工具库”和分析工具库-VBA，点击确定，即开始加载。 。4、然后即可在 excel “数据”选项卡中看到，“数据分析”。点击数据分析即可看到 t 检验的相关选项。 。 现在即可以开始进行 T 检验 在统计学中，t 检验是非常活跃的一类假设检方法。实际应用时，应弄清各种检验方法的用途、适用条件和注意事项。 t 检验有以下几种： 单样本 t 检验 成对样本 t 检验 独立样本 t 检验，其中包含（双样本等方差假设，双样本异方差假设） 以及大量样本（样本量大于 30）的 z-检验。 如图： 单样本 t 检验 单样本均数比较的 t 检验(one sample t-test)即已知样本均数 X (代表未知总体均数 ?)与已知总体均数 ?0 (一般为理论值、标准值或经过大量观察所得稳定 值等)的比较。检验目的是样本均数X 所代表的未知总体均数 ? 与已知总体均数 ?0 是否有差别。 叶片硼含量数据如图 1 所示，试求硼含量是否显著低于标准含量 11ug/g。 将标准含量做也看作为一个变量，输入 6 个 11，其方差为 0，显然硼含量这个变量的方差不为 0，因此选择 t 检验（异方差假设性检验）如图 1、2 所示。 分别将两个变量的数据分别选入变量 1 和变量 2。如下图所示。 显著性水平设置α设置为 0.05 如下图所示。 点击确定，输出结果如下图所示。p（Tt）双尾数值为 0.045，小于 0.05，因此认为叶片硼含量显著低于硼标准含量。 2、独立样本 t 检验（Independent Samples T Test） 适用于完全随机设计两样本均数的比较。两组完全随机设计是将受试对象完全随机分配到两个不同处理组。当两样本含量较小(如 n1≤30 或/和 n2≤30)， 且均来自正态总体时，要根据两总体方差是否相同而采用不同检验方法。 总体方差相等的 t 检验 （双样本等方差假设） 两总体方差不等，可采用近似 t 检验。（双样本异方差假设） 首先需要判断两个样本数据的方差是否相等，其方法为“F-检验 双样本方差”， 将 A、B 两个处理的叶片铁含量输入 excel，试求两处理叶片铁含量差异。 打开数据分析对话框，选择“F-检验 双样本方差”。 将样本数据分别选入变量 1 和变量 2。显著性水平α设置为 0.05。点击确定 从 P（Ff）单尾=0.1300，可知，大于 0.05，因此两样本方差不具有显著性差异， 其分析选择 t 检验（双样本等方差假设）。其分析过程与上述 t 检验（双样本异方差假设）过程类似。 假如 P 小于 0.05 则选择 t 检验（双样本异方差假设）。 3、成对样本 t 检验（Paired Samples T Test） 配对 t 检验，也称成对 t 检验，适用于配对设计的计量资料。配对设计是将受试对象按照某些重要特征(如可疑混杂因素性别等)配成对子，每对中的两个受试对象随机分配到两处理组。 配对样本 t 检验是检验配对差值的样本均数 d 所代表的未知总体均数 ?d 与已知总体均数 ? 0=0 是否有差别的参数方法过程。例：选取生长期、发育进度、植株大小和其他方面都比较一致的相邻的两块地（每块地面积为 666.7m2）的红心地瓜苗配成一对，共有 6 对。每对中的一块地采用 标准化栽培，另一块地采用绿色有机栽培，用以研究不同栽培措施对产量的影响， 每块地瓜产量如下表 3.3： 试检验两种栽培方式的地瓜平均产量是否有差异。表 3.3 两种栽培方式的地瓜产量 处理 配对编号 1 2 3 4 5 6 绿色有机栽培 2722.2 2866.7 2675.9 3469.2 3653.9 3815.1 标准化栽培 951.4 1417.0 1275.3 2228.5 2462.6 2715.4 d 1770.8 1449.7 1400.6 1240.7 1191.3 1099.7 该实验设计为典型的配对设计，其样本数据采用“ t-检验 平均值的成对二样本分析”如下图所示，其操作过程同“t 检验 异方差假设性检验”