实验三 EXCEL成组和成对数据的t测验.ppt

用EXCEL对小样本资料进行t测验;一、单个样本平均数假设测验; 例3.1 已知某大豆品种的百粒重为16g，现对该品种进行滴灌试验，17个小区的百粒重分别为19.0、17.3、18.2、19.5、20.0、18.8、17.7、16.9、18.2、17.5、18.7、18.0、17.9、19.0、17.3、16.8、16.4(g)，试问： (1) 滴灌是否对该品种大豆的百粒重有显著的影响？ (2) 滴灌是否能显著提高该品种大豆的百粒重？; (1) 假定滴灌对该品种大豆的百粒重没有显著的影响，即 ，而对立的备择假设为滴灌对该品种大豆的百粒重有显著的影响，即 ，因此属于两尾测验,即α=0.05。;第一步：打开一张工作表，并输入相应的数据，如A1：A18。;第二步：在其它区域依次输入各统计量的名称，如C3：C9。;第三步：在各统计量所对应的位置依次输入相应的数据、函数或计算公式，如D3：D9。; 第四步：统计推断 由于 ，故否定 ，接受 ，说明滴灌对该品种大豆的百粒重有显著的影响。; (2) 假定滴灌不能显著提高该品种大豆的百粒重，即 ，而对立的备择假设为滴灌能显著提高该品种大豆的百粒重，即 ，因此属于一尾测验,即α=0.05。;=count(A2:A18); 统计推断 由于 ，故否定 ，接受 ，说明滴灌能显著提高该品种大豆的百粒重。;二、成对样本平均数假设测验; 例3.2 选生长期、发育进度、植株大小和其它方面比比较一致的两株番茄构成一组，共得7组，每组中一株接种A处理病毒，另一株接种B处理病毒，以研究不同处理方法的钝化病毒效果，表3.2结果为病毒在番茄上产生的病痕数目，试测验两种处理方法的差异显著性。; ; 第二步：单击“工具”菜单→“数据分析”命令，如图。; 第三步：选择“t-检验：平均值的成对二样本分析”命令，然后单击“确定”按钮，如图。; 第四步：在弹出的对话框中，“变量1的区域” 和“变量2的区域”中分别输入 “A法”和“B法”所在的区域，即$B$2：$B$9和$C$2：$C$9，“假设平均差”中输入“0”，选中“标志”选项，“输出区域”中输入计算结果拟所在的区域，如“$A$11” (或其它)，最后单击“确定”按钮， 如图。; 第五步：统计推断 由于 ，故否定 ，接受 ，说明A、B两种处理方法对钝化病毒的作用有显著差异。;三、成组样本平均数假设测验; 在EXCEL中，计算F值不必考虑以大值均方作分子，而以下面的方法来判断两样本的总体方差是否相等。; 例3.3 研究矮壮素使玉米矮化的效果，在抽穗期喷矮壮素小区8株、对照区玉米9株，其株高结果见表3.3，试问矮壮素对玉米是否有显著的矮化作用？; 第一步：打开工作表，在相应位置输入数据，再单击“工具”菜单→“数据分析”命令，选择“F测验 双样本方差”，再单击“确定”按钮，如图。; 第二步：在弹出的对话框中，“变量1的区域” 和“变量2的区域”中分别输入 “喷矮壮素”和“对照”所在的区域，即$A$2：$A$10和$B$2：$B$11，选中“标志”选项，“α(A) ”中输入“0.025”，“输出区域”中输入计算结果拟所在的区域，如“$A$13” (或其它)，最后单击“确定”按钮， 如图。; 第三步：统计推断 由于1FF0.975，故有F0.025FF0.975，因此可推断 ，即该两个处理的样本平均数应该采用t测验。; 第四步：在 条件下，用t测验。单击“工具”菜单→“数据分析”命令→选择“t检验：双样本等方差假设”，最后再单击“确定”按钮，如图。;第五步：在弹出的对话框中，“变量1的区域” 和“变量2的区域”中分别输入 “喷矮壮素”和“对照”所在的区域，即$A$2：$A$10和$B$2：$B$11，选中“标志”选项，“假设平均差”中输入“0”，“α(A) ”中输入“0.05”，“输出区域”中输入计算结果拟所在的区域，如“$E$2” (或其它)，最后单击“确定”按钮， 如图。; 第六步：统计推断 由于 ，故否定 ，接受 ，说明喷矮壮素能显著降低玉米的株高，即矮壮素对玉米株高有显著的矮化作用。;2. 双样本异方差的t测验 ; 第一步：按前述方法，再进行F测验，在相应位置输