Excel数据分析工具库中假设检验含5个知识点：
Z-检验：双样本均值差检验
T-检验：平均值的成对二样本检验
T-检验：双样本等方差假设
T-检验：双样本异方差假设
F检验：双样本方差检验
Z检验：双样本平均差检验
Z检验：双样本均值差检验概述
（1）假设条件
两个样本是独立的样本
正态总体或非正态总体大样本（样本量不小于30）
两样本方差已知
（2）检验统计量及其分布、原假设及拒绝域
表 7‑1 z检验原假设、统计量及拒绝域
Z检验工具的使用
例：对如下两样本标准差均为10，试以0.05的显著水平检验两样本均值是否相等。
（1）在EXCEL中输入数据（图 7‑2 A:C列）。
（2）数据｜分析｜数据分析｜z检验：双样本平均差检验，设置对话框如下。
图 7‑1 z检验：双样本平均差检验对话框
（2）单击“确定”生成分析报告。
图 7‑2 检验结果
本问题是检验两样本均值是否相等，故为双尾检验。由分析报告可见，截尾概率为0.001756<0.05，拒绝均值相等的原假设。
t检验：成对双样本平均值
t检验：成对双样本平均值检验概述
（1）假设条件
两个总体配对差值构成的总体服从正态分布
配对差是由总体差随机抽样得来的
数据配对或匹配（重复测量（前/后））
（2）检验统计量及其分布、原假设及拒绝域
t检验：成对双样本平均值工具的应用
例：对如下成对数据检验X的均值是否大于Y的均值。
图 8‑1 数据资料
（1）数据｜分析｜数据分析｜t检验：成对双样本平均值，弹出对话框并设置如下：
图 8‑2 平均值成对双样本检验对话框
（2）单击“确定”得检验结果报告：
图 8‑3 检验结果
图 8‑4 单边t检验拒绝域
t检验：双样本等方差假设
t检验：双样本等方差假设检验概述
（1）假设条件
两个独立的小样本
两总体都是正态总体
两总体方差未知，但值相等
（2）检验统计量及其分布、原假设及拒绝域
表 9‑1 z检验原假设、统计量及拒绝域
t检验：双样本等方差假设工具的应用
例：对如下数据检验X与Y的均值，假设两总体方差相等，检验两总体均值是否存在显著差异（显著水平0.05）。
图 9‑1 数据资料
（1）数据｜分析｜数据分析｜t检验：成对双样本平均值，弹出对话框并设置如下：
图 9‑2 单等方差检验对话框
（2）单击“确定”得检验结果报告：
报告结果显示，双尾P值0.84>0.05不拒绝原假设，即认为两总体均值无显著差异。
图 9‑3 检验结果报告
t检验：双样本异方差假设
t检验：双样本异方差假设检验概述
（1）假设条件
两总体都是正态总体
两总体方差未知，且值不等
（2）检验统计量及其分布、原假设及拒绝域
表 10‑1 z检验原假设、统计量及拒绝域
t检验：双样本异方差假设工具应用
例：对如下数据检验X与Y的均值，假设两总体方差不等，检验两总体均值是否存在显著差异（显著水平0.05）。
图 10‑1 数据资料
（1）数据｜分析｜数据分析｜t检验：成对双样本平均值，弹出对话框并设置如下：
图 10‑2 异方差检验对话框
（2）单击“确定”得检验结果报告。由报告可见，双尾截尾概率（P值）为0.85>0.05不拒绝原假设，即两样本总体均值无显著差异。
我们关注的是P值，当该值小于显著水平时，图中的P值值远小于0.05,效应显著。
图 10‑3 检验结果报告
F检验：双样本方差齐性检验
F检验简介
F检验又叫方差齐性检验。从两研究总体中随机抽取样本，要对这两个样本进行比较的时候，首先要判断两总体方差是否相同，即方差齐性。若两总体方差相等，则直接用t检验，若不等，可采用秩和检验等方法。其中要判断两总体方差是否相等，就可以用F检验。F检验法是英国统计学家Fisher提出的，主要通过比较两组数据的方差 S2，以确定他们的精密度是否有显著性差异。至于两组数据之间是否存在系统误差，则在进行F检验并确定它们的精密度没有显著性差异之后，再进行t 检验。
查F分布临界值表得临界值Fα，如果F < Fα表明两组数据没有显著差异；F ≥ Fα表明两组数据存在显著差异。若能得到F所对应的截尾概率（P值），则P值小于显著水平时差异显著。F分布函数描述见（图 10‑3）,分布曲线见（图 11‑2）。
图 11‑1 F分布基本概念
图 11‑2 F分布曲线
图11-2蓝色部分为面积为F分布累积概率＝1-α；红色部分的概率则为α，横轴为F值。
F检验：双样本方差工具的使用
例：对如下数据，利用EXCEL的F检验工具检验两组数据方差是否有显著差异。
（1）在EXCEL中输入数据。
图 11‑3数据资料
（2）从“数据”选项卡选择“数据分析”，选择“F检验：双样本方差”，单击“确定”弹出对话框如下：
图 11‑4 F检验对话框
（3）单击“确定”得到输出结果（图 11‑5）
图 11‑5 F检验结果
由图3可见，F统计量＝1.488,F临界值为3.1789，F0.05，没有落入否定域，不拒绝原假设。
