Excel教学-在统计中的应用.pptVIP

图6-8 临界值法检验结果 返回本节 6.3 标准差未知时总体均值的假设检验 设总体X服从正态分布N（μ, σ2），方差σ2未知，此时，可以用服从t分布的统计量去检验总体均值。由于总体方差σ2未知，因而需要用样本标准差s代替总体标准差。 返回首页 例6-3 某糖厂用自动打包机包糖，每包重量服从正态分布，其标准重量μ0=100斤，某日开工后测得10包的平均重量为99.98斤，标准差为1.23斤，如果显著性水平为0.05，那么打包机的工作是否正常？ 设每包糖的重量为X，X~N（μ, σ2），σ2未知。 由题意作假设H0：μ=100，H1：μ≠100。 （1）建立“t双侧检验”工作表，如图6-9所示。 （2）在单元格B1、B2、B4、B5、B6中分别输入100、1.23、99.98、10、0.05。 （3）在单元格B3中输入“=B2/SQRT(B5)”，计算标准误差，回车后显示0.38896。 （4）在单元格B7中输入公式“=ABS((B4-B1)/B3)”，回车后显示0.051419，为统计量t的值。 （5）在单元格D3中输入公式“=TINV(B6,B5-1)”，回车后显示2.262157，为临界双侧t值。 （6）根据样本数据计算P值。在单元格D1中输入公式“=TDIST(B7,B5-1,2)”，回车后显示P值0.960115。 （7）在单元格D2中输入公式“=IF(D1B7,拒绝,接受)”，回车后显示“接受”。 （8）在单元格D4中输入公式“=IF(B7D3,拒绝,接受)”，回车后显示“接受”。如图6-10所示。 图6-9 “t双侧检验”工作表 图6-10 t双侧检验计算结果 返回本节 6.4 总体方差的假设检验 6.4.1 总体方差假设检验的基本思想及步骤 6.4.2 总体方差单侧检验 6.4.3 总体方差双侧检验 返回首页 6.4.1 总体方差假设检验的基本思想及步骤 检验方差的程序及基本思想和检验均值是一样的。它们之间的主要差别是所使用的检验统计量不同。检验方差的基本思想是：利用样本方差建立一个x2统计量，并为这个总体方差的统计量构造一个置信区间。这个置信区间包括总体方差的概率是1-a，显著性水平是a。 （1）提出原假设H0和备择假设H1， H0 ； 。 （2）构造检验统计量 ，在H0成立的条件下，统计量服从自由度为n-1的x2分布。 （3）确定显著性水平。 （4）规定决策规则。 （5）进行判断决策。 返回本节 6.4.2 总体方差单侧检验 （2）在单元格B1~B4中分别输入5000、7200、26、0.05。 （3）计算x2检验统计量。在单元格B5中输入公式“=(B3-1)*B2/B1”，回车后显示36。 （4）计算单侧P值。在单元格B6中输入公式“=CHIDIST(B5,B3-1)”，回车后显示0.0716。 （5）计算右侧x2临界值。在单元格B7中输入公式“=CHIINV(B4,B3-1)”，回车后显示37.65248。 （6）显示检验结论。 图6-11 “方差检验”工作表 图6-12 方差单侧检验计算结果 返回本节 6.4.3 总体方差双侧检验 例6-5 以例6-4资料为例，在0.05的显著性水平下，是否可以证明这种电池寿命的方差不是5000小时。 图6-13 双侧P值检验计算结果 返回本节 第7章 方差分析 7.1 单因素方差分析 7.2 单因素方差分析工具 7.3 双因素方差分析 本章学习目标 方差分析的基本思想 Excel单因素方差分析工具的运用 Excel无重复双因素方差分析工具的运用 Excel有重复双因素方差分析工具的运用 7.1 单因素方差分析 7.1.1 单因素方差分析的构想 7.1.2 检验模型 7.1.3 方差分析表 返回首页 方差分析最简单的形式就是单因素方差分析。单因素方差分析可用于检验两个或两个以上总体均值相等的原假设。方差分析有三个基本假设： （1）每个总体都应服从正态分布。也就是说，对于因素的每一个水平，其观察值是来自服从正态分布总体的简单随机样本。 （2）各个总体的方差必须相同。也就是说，各组观察数据是从具有相同方差的总体中抽取的。 （3）观察值是独立的。 7.1.1 单因素方差分析的构想 为了分析某一个因素A对所考察的随机变量ξ的影响，我们可以在试验时让其它因素保持不变，而只让因素A改变，这样的试验叫做单因素试验，因素A所处的状态叫做水平（如表7-1、7-2所示）。 表7-1 不同水平下的样本观测值 表7-2 各组销售人员销售业绩 在Excel