可以
“z - 检验:双样本均值分析”分析工具
1.此分析工具可以进行方差已知的双样本均值z -检验。此工具用于检验两个总体均值之间存在差异的假设。例如,可以使用此检验来确定两种汽车模型性能之间的差异情况。
Excel “协方差”分析工具
2.此分析工具及其公式用于返回各数据点的一对均值偏差之间的乘积的平均值。协方差是测量两组数据相关性的量度。可以使用协方差工具来确定两个区域中数据的变化是否相关,即,一个集合的较大数据是否与另一个集合的较大数据相对应(正协方差);或者一个集合的较小数据是否与另一个集合的较小数据相对应(负协方差);还是两个集合中的数据互不相关(协方差为零)。
3.EXCEL “抽样分析”分析工具此分析工具以输入区域为总体构造总体的一个样本。当总体太大而不能进行处理或绘制时,可以选用具有代表性的样本。如果确认输入区域中的数据是周期性的,还可以对一个周期中特定时间段中的数值进行采样。例如,如果输入区域包含季度销售量数据,以四为周期进行取样,将在输出区域中生成某个季度的样本。
4.EXCEL标准正态分布函数的上侧分位数,上α分位点的求法。可以用NORMSDIST(1.644854)验证
1)单侧上α=0.05分位点的,对应的Z值的求法是采用NORMSINV(1-α)
=NORMSINV(0.95)
1.644854
2)双侧上α=0.05/2分位点的求法
=NORMSINV(0.975)
1.959964
1)1-normsdist(z) 算的是小概率,对应的是统计量落在拒绝域 rejection region,or smaller area的概率。
当1-normsdist(z) < α 时,由此可得小概率事件发生,拒绝H0假设。
2)normsdist(z) 算的是大概率,当normsdist(z) > 1 - α 时,表示统计量Z超过了Z的临界值Z_critical,由此也能得出拒绝H0假设的结论。
3)根据概率与该事件的一一对应关系,从以上概率的结果反求出该概率下事件发生P(z<Z)对应的Z值。当检验统计量Z > Z_critical 时,根据1)的概率结果,直接就可以得出拒绝H0的结论。
注意:这里事件的概率是将一个事件映射到0-1之间,这个映射是一一映射。
1)
算算Z值对应的概率, 当Z=3.3846 时,
=NORMSDIST(3.3846) 结果为
0.99964359
以上的概率表示 P(Z_critical=1.96) = ( =NORMSDIST(1.96) ) = 0.975002105
由于0.99964359 > 0.975002105 故由此可以得出结论是超过了显著性水平,拒绝H0
2)
=1-NORMSDIST(3.3846)
0.00035641
得出的结论:以上的小概率 0.00035641 < 0.05/2 故小概率事件发生,拒绝H0
3)
Z = 3.3846 , Z_Critical = 1.96从而有 Z > Z_Critical 故可以得出拒绝H0的结论
5.双侧上α=0.05/2分位点的求法,可以看出上例子中用的是α=0.01的双侧检验
=NORMSINV(0.975)
1.959964
=NORMSINV(0.995)
2.575829
6.Excel中 Z.TEST 表示当假设基础总体平均值为Z_critical = μ0 时,样本平均值AVERAGE(array)大于假设μ0 = Z_critical的概率。这里Z_critical = AVERAGE(array) ,检验统计量Z即样本均值。以下公式中x就是μ0 。
7.Z_critical就是个阈值,当检验统计量Z超过阈值后,判定小概率事件发生,此时Z.TEST返回的概率值接近1表示超过了门限。当检验统计量没有超过阈值时,Z.TEST返回的概率值接近于0表示没有超过门限。
8.不省略 sigma 时,函数 Z.TEST 的计算公式如下:
Z.TEST(array,x,sigma) = 1- Norm.S.Dist((Average(array)- x) / (sigma/√n),TRUE)
9.省略 sigma 时,函数 ZTEST 的计算公式如下:
Z.TEST(array,x) = 1- Norm.S.Dist((Average(array)- x) / (STDEV(array)/√n),TRUE)
其中,x 为样本平均值 AVERAGE(array),n 为 COUNT(array)。
10.Demo:将示例复制到一个空白工作表中后,可以按照需要改编示例。注意数据对准A1单元格