【摘要】：样本均值和全体均值不一致，该结论和［例7.1］完全一致。双样本等方差假设检验，选择变量1、2的具体区域，和相关输出区域D1，可以计算输出如图7.4数据。
在假设检验中的应用_社会统计学
第三节 Excel在假设检验中的应用
Excel中总体参数检验既可利用有关的函数进行分析，也可运用数据分析模块分析，下面用实例说明。
一、单样本假设检验(函数分析)
［例7.8］用例7.1的数据进行假设检验，建立原始假设:H0，样本均值等于总体均值。其次，在A1..A8输入相关文字，在B1..B5输入相关数据，在B6单元，计算并输入检验统计量(B1－B2)/［B4/SQRT(B3)］，在B7单元计算并输入临界值ABS(NORMSINV(B5/2))，在B8计算概率值［NORMSDIST(B6)］(见图7.3)。由此可以判断，本文计算的统计量高于临界值1.96，以及概率值低于0.05，于是可以推翻原假设。样本均值和全体均值不一致，该结论和［例7.1］完全一致。
图7.3 对例7.1假设检验
二、双样本等方差假设检验(模块分析)
［例7.9］［例6.15］中，问培训前后两次考试成绩是否有明显差异。
建立原始假设:H0:第1组均值等于第2组均值，即培训对成绩提高没有明显效应。其次，基本数据输入于A1..B9，在工具的数据分析中，选择t检验。双样本等方差假设检验，选择变量1、2的具体区域，和相关输出区域D1，可以计算输出如图7.4数据。
图7.4 对例6.15建立原始假设
本例计算结果表明，双尾概论为0.64，没有足够证据否定原假设，即培训对成绩提高没有明显效应。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
