第八章均值之差的推断本章内容 8.1 两个总体均值之差推断的基本内容 8.2 独立样本均值之差检验 8.3 两总体方差差异检验

Slides:

Advertisements

Similar presentations

第五节函数的微分一、微分的定义二、微分的几何意义三、基本初等函数的微分公式与微分运算法则四、微分形式不变性五、微分在近似计算中的应用六、小结.

Advertisements

2.8 函数的微分 1 微分的定义 2 微分的几何意义 3 微分公式与微分运算法则 4 微分在近似计算中的应用.

大勇國小六年三班指導老師：林靜宜 ♂第四組成員♂ 賴懿綾★賴欣慧魯宛憶★陳昱如周家圓★李奕璇 ★許賀晴★

六己第一組指導老師:鄭素美老師組員:呂頤姍,白宇軒,葉米柑吳國逸,吳育銘,陳佳豐

圆的一般方程 (x-a)2 +(y-b)2=r2 x2+y2+Dx+Ey+F=0 Ax2+Bxy+Cy2+Dx+Ey+ F=0.

第三章区间估计与假设检验 3.1 区间估计与假设检验的基本概念 3.2 总体均值的区间估计与假设检验的SAS实现

4.3 处理数据宝鸡理工学校计算机组李小保.

插入超链接高邮市第一实验小学范太国任务一：设置文本超链接任务一：设置文字超链接步骤：1、选定文字并右击，在快捷菜单中选择“超链接”命令。 2、在弹出的对话框中选择左侧“链接到：”中的“本文档中的位置（A）”项，在“请选择文档中的位置（C）:”中选择需要链接的幻灯片，单击“确定”按钮。

6.6 单侧置信限 1、问题的引入 2、基本概念 3、典型例题 4、小结.

完全随机设计多样本资料秩和检验.

第 8 章假设检验作者：中国人民大学统计学院贾俊平 PowerPoint 统计学.

第八章假设检验本章重点： 1、正确建立零假设和备择假设 2、理解第一类错误和第二类错误 3、大样本情况下单个总体的假设检验

数学分析第九章定积分第二节微积分学基本公式主讲：师建国.

第四章　函数的积分学第六节　微积分的基本公式一、变上限定积分二、微积分的基本公式.

第5章定积分及其应用基本要求 5.1 定积分的概念与性质 5.2 微积分基本公式 5.3 定积分的换元积分法与分部积分法

第三篇医学统计学方法. 第三篇医学统计学方法医学统计学方法实习2 主讲人陶育纯医学统计学方法实习2 主讲人陶育纯流行病与卫生统计学教研室

本讲义可在网址或 ftp://math.shekou.com 下载

不确定度的传递与合成间接测量结果不确定度的评估

§5 微分及其应用一、微分的概念实例:正方形金属薄片受热后面积的改变量..

§5 微分及其应用一、微分的概念实例:正方形金属薄片受热后面积的改变量..

区间估计 Interval Estimation.

探索三角形相似的条件(2).

初中数学八年级下册（苏科版） 10.4 探索三角形相似的条件（2）.

第6章统计量及其抽样分布统计量关于分布的几个概念由正态分布导出的几个重要分布样本均值的分布与中心极限定理样本比例的抽样分布

例1 ：甲击中的环数； X ：乙击中的环数； Y 平较高？试问哪一个人的射击水：的射击水平由下表给出甲、乙两人射击，他们

第八章菜单设计 §8.1 Visual FoxPro 系统菜单 §8.2 为自己的程序添加菜单 §8.3 创建快捷菜单.

网络常用常用命令课件制作人：谢希仁.

第十章方差分析.

第七章参数估计 7.3 参数的区间估计.

习题一、概率论 1.已知随机事件A，B，C满足在下列三种情况下，计算（1）A，B，C相互独立（2）A，B独立，A，C互不相容

抽样和抽样分布基本计算 Sampling & Sampling distribution

模型分类问题 Presented by 刘婷婷苏琬琳.

概率统计主讲教师叶宏山东大学数学院.

线性代数厦门大学线性代数教学组 2019年4月24日6时8分 / 45.

5.2 常用统计分布一、常见分布二、概率分布的分位数三、小结.

3.3 变量求解规划求解.

VB与Access数据库的连接.

Lightweight Data-flow Analysis for Execution-driven Constraint Solving

复这里可以输入公司名古 Powerpoint is a complete presentation graphic package it gives you everyt.

成绩是怎么算出来的？ 16级第一学期半期考试成绩班级姓名语文数学英语政治历史地理物理化学生物总分 1 张三1 115

第六章 Excel的应用一、Excel的单元格与区域 1、单元格：H8, D7, IV26等 2、区域：H2..D8, HS98:IT77

第4章 Excel电子表格制作软件 4.4 函数（一）.

iSIGHT 基本培训使用 Excel的栅栏问题

3．1　变化率与导数 3．1.1　变化率问题 3．1.2　导数的概念.

第六章素材的加工与处理第13讲用GoldWave进行音频的截取、合并、淡入淡出操作

第4课时绝对值.

多层循环 Private Sub Command1_Click() Dim i As Integer, j As Integer

第一部分：概率产生随机样本：对分布采样均匀分布其他分布伪随机数很多统计软件包中都有此工具如在Matlab中：rand

第15讲特征值与特征向量的性质主要内容：特征值与特征向量的性质.

§5.2 抽样分布　　确定统计量的分布——抽样分布，是数理统计的基本问题之一．采用求随机向量的函数的分布的方法可得到抽样分布．由于样本容量一般不止2或 3(甚至还可能是随机的)，故计算往往很复杂，有时还需要特殊技巧或特殊工具．　　由于正态总体是最常见的总体，故本节介绍的几个抽样分布均对正态总体而言．

概率论与数理统计B.

第二节函数的极限一、函数极限的定义二、函数极限的性质三、小结思考题.

Polarization of electro- magnetic wave after reflection

第三节随机区组设计的方差分析随机区组设计资料的总平方和可以分解为三项：（10.10）.

第六章 Excel的应用五、EXCEL的数据库功能 1、Excel的数据库及其结构 2、Excel下的数据排序 (1)Excel的字段名行

第十五讲区间估计本次课讲完区间估计并开始讲授假设检验部分下次课结束假设检验，并进行全书复习本次课程后完成作业的后两部分

第八章假设检验 8.3 两个正态总体参数的假设检验.

回归分析实验课程（实验三）多项式回归和定性变量的处理.

第三章从概率分布函数的抽样 (Sampling from Probability Distribution Functions)

YOUR SUBTITLE GOES HERE

幻灯片模板.

唯美中国风.

第8章创建与使用图块将一个或多个单一的实体对象整合为一个对象，这个对象就是图块。图块中的各实体可以具有各自的图层、线性、颜色等特征。在应用时，图块作为一个独立的、完整的对象进行操作，可以根据需要按一定比例和角度将图块插入到需要的位置。 2019/6/30.

创建、启动和关闭Activity 本讲大纲： 1、创建Activity 2、配置Activity 3、启动和关闭Activity

使用Fragment 本讲大纲： 1、创建Fragment 2、在Activity中添加Fragment

201X 手绘论文答辩模板 CONSECTETUR ADIPISICING ELIT.

培训课件 AB 变频器的接线、操作及参数的备份设备动力科.

百万行、千万行数据查询教程老黄牛.

Presentation transcript:

第八章均值之差的推断本章内容 8.1 两个总体均值之差推断的基本内容 8.2 独立样本均值之差检验 8.3 两总体方差差异检验第八章均值之差的推断本章内容 8.1 两个总体均值之差推断的基本内容 8.2 独立样本均值之差检验 8.3 两总体方差差异检验 8.4 成对样本推断下一页返回目录第8章均值之差的推断

8.1 两个总体均值之差推断的基本内容 8.1.1 两个总体均值之差的抽样分布 8.1.2 三种检验情况 8.1 两个总体均值之差推断的基本内容 8.1.1 两个总体均值之差的抽样分布 8.1.2 三种检验情况 8.1.3 Excel双样本检验分析工具的内容上一页下一页返回本章首页第8章均值之差的推断

8.1.1 两个总体均值之差的抽样分布假定从总体1中抽取一个随机样本，从总体2 中抽取另一个随机样本。这两个样本的均值之差为：。 8.1.1 两个总体均值之差的抽样分布假定从总体1中抽取一个随机样本，从总体2 中抽取另一个随机样本。这两个样本的均值之差为：。根据第5章知识可知， =μ1， =μ2。 2 x m 上一页下一页返回本节首页第8章均值之差的推断

样本均值之差的抽样分布的标准差，称为两个均值之差的组合标准差，用下式表示：如果两个总体的标准差未知，就用两个样本的标准差作为估计值，其公式为：上一页下一页返回本节首页第8章均值之差的推断

s s s 如果是小样本，则可分成两种情况，一是虽然两个总体方差未知，但知道有 = 。这种情况下，的估计量为：上一页下一页如果是小样本，则可分成两种情况，一是虽然两个总体方差未知，但知道有 = 。这种情况下，的估计量为： s 1 2 s 2 2 1 x - s 上一页下一页返回本节首页第8章均值之差的推断

当方差未知，且方差不等时，虽可采用上式，但此时抽样分布已不服从自由度为（n1+n2-2）的t分布，而是近似服从修正自由度为的t分布，的计算公式为：上一页下一页返回本节首页第8章均值之差的推断

均值之差的参数估计的基本公式为： 2 1 ) ( n s t x p + ± - a 上一页下一页返回本节首页第8章均值之差的推断

8.1.2 三种检验情况当从两个总体中抽取的样本不成对时，称其为独立样本。Excel提供了三种对独立样本进行 8.1.2 三种检验情况当从两个总体中抽取的样本不成对时，称其为独立样本。Excel提供了三种对独立样本进行假设检验的分析方法。三种方法的选择依赖于两个总体所提供的方差。一般来说共有三种可能，每种可能需要使用不同的计算方法。上一页下一页返回本节首页第8章均值之差的推断

这种情况下根据两个样本的数据计算样本统计量z。 2．总体方差未知且两总体方差相等需假设两个总体方差相等。计算合并样本方差。 1. 总体方差已知这种情况下根据两个样本的数据计算样本统计量z。 2．总体方差未知且两总体方差相等需假设两个总体方差相等。计算合并样本方差。根据两个样本的均值和合并样本方差可以计算样本统计量t值。 t分布的自由度是n1＋n2-2，n1和n2是两个样本的容量。上一页下一页返回本节首页第8章均值之差的推断

一个从样本数据中计算出来统计量近似服从t分布，此检验称为t检验。在Excel的输出中称其为“t Stat”。 3．总体方差未知且两总体方差不等此种情况称为贝伦斯-费雪问题。一个从样本数据中计算出来统计量近似服从t分布，此检验称为t检验。在Excel的输出中称其为“t Stat”。自由度由萨特思韦特逼近公式计算并取其最接近的整数。然后再根据它和t分布得到P值和其他临界值进行推断。上一页下一页返回本节首页第8章均值之差的推断

8.1.3 Excel双样本检验分析工具的内容 F-检验：双样本方差 t-检验：双样本等方差假设 t-检验：双样本异方差假设上一页下一页返回本节首页第8章均值之差的推断

双样本等方差检验对话框如图所示。上一页下一页返回本节首页第8章均值之差的推断

变量1的区域：在此输入需要分析的第一个数据区域的单元格引用。该区域必须由单列或单行的数据组成。对话框的主要内容包括：变量1的区域：在此输入需要分析的第一个数据区域的单元格引用。该区域必须由单列或单行的数据组成。变量2的区域：在此输入需要分析的第二个数据区域的单元格引用。该区域必须由单列或单行的数据组成。假设平均差：在此输入期望中的样本均值的差值。0 值则说明假设样本均值相同。上一页下一页返回本节首页第8章均值之差的推断

显著水平a：为第 I 类错误发生概率的显著性水平（弃真假设），该值必须在范围 0~1 之间。标志：如果输入区域的第一行或第一列中包含标志项，请选中此复选框；如果输入区域没有标志项，请清除此复选框，Excel 将在输出表中自动生成数据标志。显著水平a：为第 I 类错误发生概率的显著性水平（弃真假设），该值必须在范围 0~1 之间。输出区域：在此输计算结果。如果输出表将覆盖已有的数据， Excel 会自动确定输出区域的大小并显示信息。上一页下一页返回本节首页第8章均值之差的推断

新工作簿：单击此选项，可创建一新工作簿，并在新工作簿的新工作表中粘贴计算结果。新工作表组：单击此选项，可在当前工作簿中插入新工作表，并由新工作表的 A1 单元格开始粘贴计算结果。如果需要给新工作表命名，请在右侧的编辑框中键入名称。新工作簿：单击此选项，可创建一新工作簿，并在新工作簿的新工作表中粘贴计算结果。上一页下一页返回本节首页第8章均值之差的推断

8.2 独立样本均值之差检验 8.2.1 等方差假设检验 8.2.2 等方差参数估计 8.2.3 不等方差假设检验上一页下一页 8.2 独立样本均值之差检验 8.2.1 等方差假设检验 8.2.2 等方差参数估计 8.2.3 不等方差假设检验上一页下一页返回本章首页第8章均值之差的推断

8.2.1 等方差假设检验例某学校管理学院考虑专业设置情况，现已知会计专业与财务专业皆为社会所需求，但似乎会计专业毕业生年薪高于财务专业。现在某地开发区随机抽取会计与财务专业的毕业生各12名，调查其参加工作第一年的年薪情况。试以0.05显著性水平，判断会计专业毕业生的年薪是否高于财务专业毕业生的年薪。上一页下一页返回本节首页第8章均值之差的推断

本题证明会计专业毕业生的年薪高于财务专业毕业生的年薪，所以是一个单侧检验。会计专业年薪的数据是变量1，财务专业年薪的数据是变量2。 1．假设检验计算本题证明会计专业毕业生的年薪高于财务专业毕业生的年薪，所以是一个单侧检验。会计专业年薪的数据是变量1，财务专业年薪的数据是变量2。差异是两个均值之差。原假设是两个专业毕业生的年薪相同，即两个均值之差为零。备择假设是会计专业毕业生年薪均值大于财务专业毕业生年薪均值，即两个均值之差大于零。上一页下一页返回本节首页第8章均值之差的推断

①打开“第8章均值之差推断.xls”工作簿，选择 “等方差”工作表。如下页图所示。建立假设：二者没有显著差别会计专业年薪大于财务专业年薪 ①打开“第8章均值之差推断.xls”工作簿，选择 “等方差”工作表。如下页图所示。上一页下一页返回本节首页第8章均值之差的推断

上一页下一页返回本节首页第8章均值之差的推断

②在“工具”菜单中选择“数据分析”选项，打开“数据分析”对话框，选择“t检验：双样本等方差假设”，单击”确定“按钮，打开双样本等方差分析对话框。上一页下一页返回本节首页第8章均值之差的推断

⑤在“假设平均差”中输入数字“0”，选择“标志”选项，在处选择0.05，单击“输出区域”，在右边空格中输入单元格D1，单击“确定”按钮。 ③在“变量1的区域”中输入“A1:A13”。 ④在“变量2的区域”中输入“B1:B13”。 ⑤在“假设平均差”中输入数字“0”，选择“标志”选项，在处选择0.05，单击“输出区域”，在右边空格中输入单元格D1，单击“确定”按钮。上一页下一页返回本节首页第8章均值之差的推断

8.2.2 等方差参数估计下述步骤描述了如何为均值间的差异确定置信区间。 ①如下页图所示，在单元格H1中输入“95%的 8.2.2 等方差参数估计下述步骤描述了如何为均值间的差异确定置信区间。 ①如下页图所示，在单元格H1中输入“95%的置信区间”，从单元格H4起，分别输入“观察均值差异”，“标准误差”，“t 统计量”， “抽样极限误差”，“估计下限”和“估计上限”。上一页下一页返回本节首页第8章均值之差的推断

②在单元格I4中输入公式“=E4-F4”，计算样本均值差异。 ③在单元格I5中输入公式“=(I4-E8)/E10”，计算标准误差。上一页下一页返回本节首页第8章均值之差的推断

④在单元格I6中输入公式“=TINV(0.05,E9)”，计算 t 统计量。 ⑤在单元格I7中输入公式“=I6*I5”，计算抽样极限误差。根据上页图可知，置信区间可以解释为总体均值差在161~6404元之间的概率是95% 上一页下一页返回本节首页第8章均值之差的推断

8.2.3 不等方差假设检验例某供应电脑显示器的公司正考虑采用一种耐用时间更长的新灯泡。 8.2.3 不等方差假设检验例某供应电脑显示器的公司正考虑采用一种耐用时间更长的新灯泡。公司有以前灯泡样本的检验数据，也有最近得到的新灯泡样本检验数据。根据这些数据，该公司能够在显著性水平为0.05的情况下认定新灯泡的平均寿命比旧灯泡长吗? 上一页下一页返回本节首页第8章均值之差的推断

拒绝原假设的必要条件是新>旧，即样本均值同原来不一致。建立假设原假设：Ho：μ新≤μ旧备择假设：Ha：μ新≥μ旧拒绝原假设的必要条件是新>旧，即样本均值同原来不一致。打开“第8章均值之差推断.xls”工作簿，选择“异方差”工作表如图所示。上一页下一页返回本节首页第8章均值之差的推断

①选择“工具”菜单的“数据分析”选项，打开数据分析对话框。在“数据分析”对话框中选择“t检验：双样本等方差假设”选项 1. 方差相等检验 ①选择“工具”菜单的“数据分析”选项，打开数据分析对话框。在“数据分析”对话框中选择“t检验：双样本等方差假设”选项单击“确定”按钮，打开“t检验：双样本等方差假设”对话框如图所示。上一页下一页返回本节首页第8章均值之差的推断

④在“假设平均差”中输入数字“0”，并选择“标志” 选项。 ②在“变量1的区域”中输入 “A1:A23”。 ③在“变量2的区域”中输入 “B2:B13”。 ④在“假设平均差”中输入数字“0”，并选择“标志” 选项。上一页下一页返回本节首页第8章均值之差的推断

⑤单击“输出区域”，在右边空格中输入单元格地址C1，单击“确定”按钮，得到结果如图所示。上一页下一页返回本节首页第8章均值之差的推断

检验结果分析如下： ①输出结果的第一行给出了样本均值，旧灯泡平均耐用小时为47.5，新灯泡平均耐用小时为52.41。二者存在差异，样本与原假设不一致，可以利用P值进行判断决策。 ②单侧P值是.0.051746，比显著性水平(0.05)稍大一点。因此不能拒绝原假设，也就是说在0.05的显著性水平下没有证据说明新灯泡比旧灯泡更耐用。上一页下一页返回本节首页第8章均值之差的推断

③t单侧临界值为1.6938，略大于t统计量的绝对值，所以，不能拒绝原假设。上面计算结果是假设两总体方差相同，二者的方差存在很大的差异，因而如果利用异方差进行检验可能会有不同的结果上一页下一页返回本节首页第8章均值之差的推断

利用Excel中的“t-检验：双样本异方差假设”分析工具进行检验。 2．方差不等检验利用Excel中的“t-检验：双样本异方差假设”分析工具进行检验。 ①在数据分析对话框中选择“t检验：双样本异方差假设”选项，打开“t检验：双样本异方差假设”对话框如图所示。上一页下一页返回本节首页第8章均值之差的推断

④在“假设平均差”中输入数字“0”，并单击“标志”选项。 ②在“变量1的区域”中输入 “A1：A23”。 ③在“变量2的区域”中输入 “B2：B13”。 ④在“假设平均差”中输入数字“0”，并单击“标志”选项。 ⑤单击“输出区域”，在右边空格中输入单元格地址G1，单击“确定”按钮，得到结果如图所示。上一页下一页返回本节首页第8章均值之差的推断

这一输出结果和前面相似，检验结果却与前不同。在上图中，单侧P值是0. 025783329，比显著性水平0 这一输出结果和前面相似，检验结果却与前不同。在上图中，单侧P值是0.025783329，比显著性水平0.05小，t统计量的绝对值大于t临界值，拒绝原假设，结论是在0.05的显著性水平下新灯泡明显比旧灯泡更耐用。上一页下一页返回本节首页第8章均值之差的推断

8.3 两总体方差差异检验可以设计检验如下：原假设Ho：σ2新=σ2旧备择假设Ha：σ2新≠σ2旧， 8.3 两总体方差差异检验可以设计检验如下：原假设Ho：σ2新=σ2旧备择假设Ha：σ2新≠σ2旧，当假设总体比较正常地服从F分布时，样本统计量在这种条件下是两个样本方差的比率。如果原假设被拒绝，就可相信总体方差是不同的，则使用两样本异方差检验的结果就是正确的。反之，则应使用两样本等方差检验。上一页下一页返回本章首页第8章均值之差的推断

①打开“第8章均值之差推断.xls”工作簿，选择 “异方差”工作表。 ②在 “数据分析”对话框“分析工具”栏中选择“F检验：双样本方差”选项，打开“F检验：双样本方差”对话框。上一页下一页返回本节首页第8章均值之差的推断

④单击“输出区域”，在右边空格中给出输出地址C30，分析结果将会以C30为输出起点。单击“确定”按钮，分析结果如下页图所示。 ③在“变量1区域”中输入A1:A23。在“变量2区域”中输入B1:B13。选择“标志”选项。输入显著性水平0.05，Excel分析工具通常将0.05作为默认值。 ④单击“输出区域”，在右边空格中给出输出地址C30，分析结果将会以C30为输出起点。单击“确定”按钮，分析结果如下页图所示。上一页下一页返回本节首页第8章均值之差的推断

单，从菜单中选择“插入”选项，在出现的插入对话框中选择“活动单元格下移”选项，单击确定“按钮。 ⑤选中C39：E39，单击鼠标右键，打开快捷菜单，从菜单中选择“插入”选项，在出现的插入对话框中选择“活动单元格下移”选项，单击确定“按钮。上一页下一页返回本节首页第8章均值之差的推断

⑥在单元格C39中输入“双侧P值”，在D39单元格中输入公式“=D38*2”，显示的值是0.017676129。上一页下一页返回本节首页第8章均值之差的推断

案例研究：美国男女收入差异检验背景分析根据美国劳动部女工局资料显示，1994年，美国女性劳动力约占46%，据预测到2005年可能会占48%。这些数据表明女性是美国社会中的“半边天”。女性在为美国的经济发展中贡献近一半的力量，然而，其收入却同美国男性有着显著差别。这里利用均值之差检验，以0.05为显著性水平，对美国男女收入差异进行检验，以判断是否存在差异。上一页下一页返回本节首页第8章均值之差的推断

①打开“第8章均值之差推断.xls”工作簿，选择“美国男女收入”工作表上一页下一页返回本节首页第8章均值之差的推断

④在“假设平均差”中输入数字“0”，单击“标志”选项。建立假设：男性与女性收入之间没有显著差别男性收入大于女性收入 ②在“变量1的区域”中输入 “A1：A66”。 ③在“变量2的区域”中输入 “B2：B66”。 ④在“假设平均差”中输入数字“0”，单击“标志”选项。 ⑤单击“输出区域”，在右边空格中输入单元格地址 D2，单击“确定”按钮，得到结果如图所示。上一页下一页返回本节首页第8章均值之差的推断

计算结果：上一页下一页返回本节首页第8章均值之差的推断

男性周工资平均收入为625.6美元，女性为494.3美元，二者之间具有很大的差异。而且男女周工资的方差相差非常大。从计算结果可以看出: 男性周工资平均收入为625.6美元，女性为494.3美元，二者之间具有很大的差异。而且男女周工资的方差相差非常大。从检验结果看，t单侧临界值为1.65，t统计量为3.462，大于临界值，P值为0.00076，小于显著性水平0.05，说明男性与女性的收入之间存在着明显不平等的现象。上一页下一页返回本节首页第8章均值之差的推断

8.4 成对样本推断 8.4.1 成对均值之差抽样分布 8.4.2 成对差异样本检验 8.4.3 用分析工具进行成对样本检验上一页下一页 8.4 成对样本推断 8.4.1 成对均值之差抽样分布 8.4.2 成对差异样本检验 8.4.3 用分析工具进行成对样本检验上一页下一页返回本章首页第8章均值之差的推断

8.4.1 成对均值之差抽样分布很多实验是以一个样本的每一变量与另一样本的一个特定变量配对的方式进行的。 8.4.1 成对均值之差抽样分布很多实验是以一个样本的每一变量与另一样本的一个特定变量配对的方式进行的。但对于相互不独立的两个样本，则不能直接应用上述方法。其处理方法基于以下事实：检验两个总体的均值相等的假设：μ1 = μ2，等价于检验假设Ho: μ1－μ2 =0。令d=x-y，则d~n(μ, s2)。问题可以简化为：D=0，则使用统计量：上一页下一页返回本节首页第8章均值之差的推断

8.4.2 成对差异样本检验例某轮胎制造企业想知道一个新的橡胶配方是否能提高胎面摩擦力，即新轮胎与旧轮胎是否具有显著差异。 8.4.2 成对差异样本检验例某轮胎制造企业想知道一个新的橡胶配方是否能提高胎面摩擦力，即新轮胎与旧轮胎是否具有显著差异。质量检查人员使用两套样本，一套是用传统配方制造的轮胎，另一套是用新配方制造的轮胎，两套轮胎除了在橡胶方面不同外其他各方面均相同。上一页下一页返回本节首页第8章均值之差的推断

根据所得数据，以0.05为显著性水平，制造企业是否有足够的证据证明用新配方制造的轮胎的平均寿命超过用原橡胶配方制造的轮胎的平均寿命？现随机选择6名汽车司机进行实验，每个小汽车配两个用原橡胶配方生产的轮胎和两个用新配方生产的轮胎，并且保证每个汽车的前轮和后轮均装有一个新配方的轮胎和用原配方制造的轮胎。开动汽车直到当有一轮胎破裂，对这个轮胎的里程寿命进行登记，然后继续开这辆车，直到所有的轮胎破裂为止，记录每个轮胎行程里数。根据所得数据，以0.05为显著性水平，制造企业是否有足够的证据证明用新配方制造的轮胎的平均寿命超过用原橡胶配方制造的轮胎的平均寿命？上一页下一页返回本节首页第8章均值之差的推断

建立假设：原假设： Ho：μ新≤μ旧备择假设：Ha：μ新＞μ旧。由于这种方法用于两个总体均值的推断，其所表示的假设与两个总体均值之间的差异有关，如果设Ho：μ新－μ旧=μ0=0，则原假设可转变为Ho：μ0≤0，备择假设就可转变为Ha： μ0＞0 ，由于每个用传统橡胶配方制造的轮胎和用新配方制造的轮胎相对应，因此，这些样本明显成对。上一页下一页返回本节首页第8章均值之差的推断

①打开“第8章均值之差推断.xls”工作簿，选择“配对”工作表。上一页下一页返回本节首页第8章均值之差的推断

②在单元格C1中输入“离差”，在单元格C2中输入公式“=A2-B2”，其显示值为5,759。复制单元格C2中的公式到单元格区域C3:C13中。 ③在单元格B14中输入“均值”，在单元格B15中输入“标准差”，在单元格B16中输入“标准误差”，在单元格B17中输入“t统计量”，在单元格B18输入“P值”。 ④在单元格C14中输入公式“=AVERAGE(C2:C13)”计算均值，在单元格C15中输入公式“=STDEV(C2:C13)”，计算标准差，分别显示结果为3092和4471.701。上一页下一页返回本节首页第8章均值之差的推断

⑤在单元格C16中输入公式“=C15/SQRT(12)”，计算标准误差。 ⑥在单元格C17中输入公式“=C14/C16” 计算t统计量。 ⑦在单元格C18中输入公式“=TDIST(ABS(C17),11,1)” 计算单侧P值，显示结果为0.01777。由于这个P值小于显著性水平，故拒绝原假设，并得出结论：可以证明用新橡胶配方生产的所有轮胎的胎面寿命的均值超过原橡胶配方生产的轮胎寿命的均值。上一页下一页返回本节首页第8章均值之差的推断

8.4.3 用分析工具进行成对样本检验除了利用Excel创建公式检验配对样本，也可利用Excel提供的配对样本检验分析工具，这个分析工具能自动地进行各种计算并得出结果。但如果发生数据改动，则需要再运行一次分析工具。上一页下一页返回本节首页第8章均值之差的推断

①打开“第8章均值之差推断.xls”工作簿，选择“配对”工作表。上一页下一页返回本节首页第8章均值之差的推断

②在“数据分析”对话框中的“分析工具”列表中选择“t检验：平均值的成对二样本分析”选项，打开对话框。上一页下一页返回本节首页第8章均值之差的推断

⑦在“”区域中输入显著性水平0.05，Excel分析工具通常将0.05作为默认值。 ③在“变量1区域”中输入A1:A13。 ④在“变量2区域”中输入B1:B13。 ⑤在“假设平均差”区域中输入数值“0”。 ⑥选择“标志”选项。 ⑦在“”区域中输入显著性水平0.05，Excel分析工具通常将0.05作为默认值。 ⑧单击“输出区域”，在右边空格中给出输出地址D1，分析结果将会以D1为输出起点。上一页下一页返回本节首页第8章均值之差的推断

⑨单击“确定”按钮，分析结果图所示。上一页下一页返回本节首页第8章均值之差的推断

结果分析：分析工具的输出结果中给出了单侧检验和双侧检验的t临界值和P临界值。无论根据t统计量与t临界值比较进行判断，还是利用P值与显著性水平比较判断，都能得出拒绝原假设的结论。需要说明的是分析工具给出的输出结果并没有显示原假设是否被拒绝，其判断仍需人为决定，另外，输出结果中没有包括差异和均值的标准误差，也未给出置信区间。上一页下一页返回本节首页第8章均值之差的推断

Thank you very much! 谢谢！上一页退出返回本章首页第8章均值之差的推断