Excel數據分析工具庫中假設檢驗含5個知識點：
Z-檢驗：雙樣本均值差檢驗
T-檢驗：平均值的成對二樣本檢驗
T-檢驗：雙樣本等方差假設
T-檢驗：雙樣本異方差假設
F檢驗：雙樣本方差檢驗
Z檢驗：雙樣本平均差檢驗
Z檢驗：雙樣本均值差檢驗概述
（1）假設條件
兩個樣本是獨立的樣本
正態總體或非正態總體大樣本（樣本量不小于30）
兩樣本方差已知
（2）檢驗統計量及其分布、原假設及拒絕域
表 7?1 z檢驗原假設、統計量及拒絕域
Z檢驗工具的使用
例：對如下兩樣本標準差均為10，試以0.05的顯著水平檢驗兩樣本均值是否相等。
（1）在EXCEL中輸入數據（圖 7?2 A:C列）。
（2）數據｜分析｜數據分析｜z檢驗：雙樣本平均差檢驗，設置對話框如下。
圖 7?1 z檢驗：雙樣本平均差檢驗對話框
（2）單擊“確定”生成分析報告。
圖 7?2 檢驗結果
本問題是檢驗兩樣本均值是否相等，故為雙尾檢驗。由分析報告可見，截尾概率為0.001756<0.05，拒絕均值相等的原假設。
t檢驗：成對雙樣本平均值
t檢驗：成對雙樣本平均值檢驗概述
（1）假設條件
兩個總體配對差值構成的總體服從正態分布
配對差是由總體差隨機抽樣得來的
數據配對或匹配（重復測量（前/后））
（2）檢驗統計量及其分布、原假設及拒絕域
t檢驗：成對雙樣本平均值工具的應用
例：對如下成對數據檢驗X的均值是否大于Y的均值。
圖 8?1 數據資料
（1）數據｜分析｜數據分析｜t檢驗：成對雙樣本平均值，彈出對話框并設置如下：
圖 8?2 平均值成對雙樣本檢驗對話框
（2）單擊“確定”得檢驗結果報告：
圖 8?3 檢驗結果
圖 8?4 單邊t檢驗拒絕域
t檢驗：雙樣本等方差假設
t檢驗：雙樣本等方差假設檢驗概述
（1）假設條件
兩個獨立的小樣本
兩總體都是正態總體
兩總體方差未知，但值相等
（2）檢驗統計量及其分布、原假設及拒絕域
表 9?1 z檢驗原假設、統計量及拒絕域
t檢驗：雙樣本等方差假設工具的應用
例：對如下數據檢驗X與Y的均值，假設兩總體方差相等，檢驗兩總體均值是否存在顯著差異（顯著水平0.05）。
圖 9?1 數據資料
（1）數據｜分析｜數據分析｜t檢驗：成對雙樣本平均值，彈出對話框并設置如下：
圖 9?2 單等方差檢驗對話框
（2）單擊“確定”得檢驗結果報告：
報告結果顯示，雙尾P值0.84>0.05不拒絕原假設，即認為兩總體均值無顯著差異。
圖 9?3 檢驗結果報告
t檢驗：雙樣本異方差假設
t檢驗：雙樣本異方差假設檢驗概述
（1）假設條件
兩總體都是正態總體
兩總體方差未知，且值不等
（2）檢驗統計量及其分布、原假設及拒絕域
表 10?1 z檢驗原假設、統計量及拒絕域
t檢驗：雙樣本異方差假設工具應用
例：對如下數據檢驗X與Y的均值，假設兩總體方差不等，檢驗兩總體均值是否存在顯著差異（顯著水平0.05）。
圖 10?1 數據資料
（1）數據｜分析｜數據分析｜t檢驗：成對雙樣本平均值，彈出對話框并設置如下：
圖 10?2 異方差檢驗對話框
（2）單擊“確定”得檢驗結果報告。由報告可見，雙尾截尾概率（P值）為0.85>0.05不拒絕原假設，即兩樣本總體均值無顯著差異。
我們關注的是P值，當該值小于顯著水平時，圖中的P值值遠小于0.05,效應顯著。
圖 10?3 檢驗結果報告
F檢驗：雙樣本方差齊性檢驗
F檢驗簡介
F檢驗又叫方差齊性檢驗。從兩研究總體中隨機抽取樣本，要對這兩個樣本進行比較的時候，首先要判斷兩總體方差是否相同，即方差齊性。若兩總體方差相等，則直接用t檢驗，若不等，可采用秩和檢驗等方法。其中要判斷兩總體方差是否相等，就可以用F檢驗。F檢驗法是英國統計學家Fisher提出的，主要通過比較兩組數據的方差 S2，以確定他們的精密度是否有顯著性差異。至于兩組數據之間是否存在系統誤差，則在進行F檢驗并確定它們的精密度沒有顯著性差異之后，再進行t 檢驗。
查F分布臨界值表得臨界值Fα，如果F < Fα表明兩組數據沒有顯著差異；F ≥ Fα表明兩組數據存在顯著差異。若能得到F所對應的截尾概率（P值），則P值小于顯著水平時差異顯著。F分布函數描述見（圖 10?3）,分布曲線見（圖 11?2）。
圖 11?1 F分布基本概念
圖 11?2 F分布曲線
圖11-2藍色部分為面積為F分布累積概率＝1-α；紅色部分的概率則為α，橫軸為F值。
F檢驗：雙樣本方差工具的使用
例：對如下數據，利用EXCEL的F檢驗工具檢驗兩組數據方差是否有顯著差異。
（1）在EXCEL中輸入數據。
圖 11?3數據資料
（2）從“數據”選項卡選擇“數據分析”，選擇“F檢驗：雙樣本方差”，單擊“確定”彈出對話框如下：
圖 11?4 F檢驗對話框
（3）單擊“確定”得到輸出結果（圖 11?5）
圖 11?5 F檢驗結果
由圖3可見，F統計量＝1.488,F臨界值為3.1789，F0.05，沒有落入否定域，不拒絕原假設。
