基于excel的总体参数估计和假设检验.docxVIP

基于excel的总体参数估计和假设检验 样本数据采集完成后，可以使用样本数据对整个分布及其数量特征进行统计和论证。统计推断的内容主要包括参数估计和假设检验两项, 前者是用样本数据估计总体的数量特征, 总体的数量特征通常称为总体参数;后者是首先对总体参数作出某种假设, 然后用样本数据检验其能否成立。本文则要讲述用Excel进行参数估计和假设检验的方法。 一、 两个总体之差的估计 总体的参数估计有点估计和区间估计两种基本方法。点估计是用样本统计量直接作为总体参数, 其优点是简便易行, 但缺点是没有给出估计值的可靠程度。区间估计是首先求出总体参数的估计值, 然后以估计值为基础, 按照对可靠程度的要求划定一个区间, 指明总体参数落在此区间的可能性有多大 (置信概率) 。总体的区间估计包括总体均值的估计、总体比例的估计和总体方差的估计, 在每项估计中又可分为对一个总体的估计和对两个总体之差的估计。在Excel统计函数中, 有一个专用于总体均值估计的统计函数CONFIDENCE, 下面举例说明其操作方法。 例如, 某公司有职工2000人, 为了了解职工上下班路程花费的时间, 随机抽取50人进行调查, 算出平均每天上下班所花时间为74分钟, 标准差为8.5分钟, 要求在95%的概率保证下估计全部职工平均每天上下班所花时间。 本例可单击“插入”菜单中的“函数”项, 或单击“常用”工具栏右起第8个按钮fx, 在弹出对话框的左侧“函数分类”列表中选择“统计”, 在右侧“函数名”列表中选择CONFIDENCE, 回车确认, 打开CONFIDENCE对话框。在对话框的顶部有三个框:在Alpha框中输入95%概率保证下的显著性水平0.05, 在Standard-dev框中输入标准差8.5分钟, 在Size框中输入样本单位数50人, 输入完毕即在对话框底部给出计算结果2.4分钟。样本均值74+2.4=76.4, 74-24=71.6, 即在95%的概率保证下, 估计全部职工平均每天上下班所花时间在71.6—76.4分钟之间。 本例还有一个更简便的方法, 即直接用公式输入。可单击任一空单元格, 输入“=CONFIDENCE (0.05, 8.5, 50) ”, 回车确认, 同样可以得出以上结果。 除总体均值外, 总体比例和总体方差的估计都没有专用的函数, 只能按常规计算。 二、 t-检验trt Excel的数据分析工具库中也没有专用于参数估计的工具。但是, 参数估计的置信区间与假设检验是同一问题的两个方面, 在分布图上由临界值围成的接受域就是以均值为中心的置信区间。所以参数估计问题可以通过假设检验求得置信区间, 假设检验问题也可以利用参数估计的置信区间解决。参数估计和假设检验的这种相互转化, 对总体均值、总体比例和总体方差都是适用的。下面举例说明其操作方法。 为了解高中一年级男生的身体发育情况, 从甲校抽查9名学生, 从乙校抽查11名学生, 测得其身高资料如下 (单位:厘米) 甲校:155 160 163 165 166 168 169 173 175 乙校:150 157 160 160 162 163 163 164 165 167 171 根据过去经验, 两校学生身高的方差相等, 现要求在显著性水平0.05下判断两校男生总体平均身高有无显著差异。 本例是双样本等方差假设检验, 可用Excel“t-检验”工具进行检验。操作步骤如下。 首先提出原假设和备选假设H0:μ=μ0, H1:μ≠μ0。然后将两校学生身高数据输入A、B两列1—13行 (与检验结果一起列在下面) 。再单击“工具”菜单中的“数据分析”选项, 从弹出的对话框中选择“t-检验双样本等方差假设”, 回车确认, 打开该工具的对话框。 在上列对话框中需进行以下操作。 1.“在变量1的区域”框中输入A1:A10, “在变量2的区域”框中输入B1:B12。由于输入的行列号包括标志项, 还需单击选定“标志”复选框 (前面出现√号) 。 2.“假设平均差”指两校学生平均身高之差。原假设两校学生身高相等, 其默认值为0。 3.显著性水平α取默认值0.05。 4.在“输出区域”框中键入记录检验结果区域左上角的单元格行列号, 本例为C1。 完成以上操作后回车确认, 即在指定的输出区域给出如下检验结果。 对上列检验结果需说明以下几点。 1.平均和方差是指两样本的平均数和方差。观测值是样本单位个数。假设平均差是假设两总体平均数之差, 其默认值为0, 前已述及。 2.合并方差是两样本方差的加权平均数, 其计算公式为: [ (n-1) s12+ (n-1) s22]/ (n1+n2-2) , 将表列数值代入公式: 3.df是“自由度”。甲校为9-1=8, 乙校为11-1=10, 二者之和为18。 4.t Stat是