Excel 进行T检验的方法总结
- 格式:docx
- 大小:306.93 KB
- 文档页数:6
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:
1. 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 (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 X值等)的比较。检验目的是样本均数 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。 X
点击确定,输出结果如下图所示。p(T 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。 (1)总体方差相等的t检验 (双样本等方差假设) (2)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(F 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 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” d