excel数据分析工具库系列四|假设检验

今天要跟大家分享的是excel数据分析工具库系列四——假设检验

一共会讲到关于假设检验的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:双样本均值差检验

案例数据分布情况如下:

X:OBS=30,mean=15,STD=5

Y:OBS=30,mean=20,STD=5

调出数据分析工具库,打开Z-检验:双样本均值差检验菜单,设置好各项参数:

从结果上来看,在0.05的显著性水平,无论是双尾还是单尾检验都拒绝了原假设(均值差等于0),说明两个样本均值在0.05水平上有显著差异。

T-检验:平均值的成对二样本检验:

主要用于某一对象的前后测量值对比:

从结果上看,也拒绝了原假设(均值差=0),说明在0.05显著性水平下差异显著。

因为X是生成的80~90之间的随机数,Y是生成的85~95之间的随机数。

T-检验:双样本等方差假设:

原假设仍然是均值差为0,从输出结果上看,X均值要小于Y均值,单位检验与双尾检验都绝了原假设,表明X与Y显著(α=0.05)有差异。

T-检验:双样本异方差假设:

假设两样本方差不同,检验两总体均值是否有显著差异(显著性水平α=0.05)。

从输出结果上来看,双尾截尾P值0.016,<0.5,拒绝原假设(均值差=0),说明两个样本总体均值有显著差异。

虽然双样本等方差和异方差的参数设置几乎一样,但是仔细观察可以会发现,两者输出结果会略有差别,因为在等方差与异方差假设下,执行的是不同的算法,具体公式请参考统计工具书。

F检验:双样本方差检验:

检验两组样本数据方差是否相等(方差齐性检验);

从输出结果上看,F单位检验的P值为0.04<α=0.05,拒绝原假设,既两个样本总体的方差在0.05显著性水平上有差异。

原文发布于微信公众号 - 数据小魔方(datamofang)

原文发表时间:2016-05-11

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏fangyangcoder

数字图像处理之复原处理

                                                        by方阳

1023
来自专栏机器学习从入门到成神

机器学习之深入理解SVM

版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/sinat_35512245/articl...

1312
来自专栏人工智能头条

线性分类器 VS 非线性分类器

1023
来自专栏计算机视觉

通过推测语义布局,层级形式文本到图像的合成《Inferring Semantic Layout for Hierarchical Text-to-image Synthesis》一、从文本来推断语义布

perceptual loss 图1. 给定一个文本描述,构成一个语义结构,(box+mask),由前面的两个大条件,合成图片。与Reed的思路很像,但解决...

5808
来自专栏AI研习社

一文详解分类问题中的维度灾难及解决办法

一、介绍 本篇文章,我们将讨论所谓的“维度灾难”,并解释在设计一个分类器时它为何如此重要。在下面几节中我将对这个概念进行直观的解释,并通过一个由于维度灾难导...

3504
来自专栏量子位

刷剧不忘学习:用Faster R-CNN定位并识别辛普森一家中多个人物

王小新 编译自 Medium 量子位 出品 | 公众号 QbitAI Alexandre Attia是《辛普森一家》的狂热粉丝,在之前他已经写了一篇用卷积神经网...

37316
来自专栏CSDN技术头条

基于深度学习的图像语义编辑

深度学习在图像分类、物体检测、图像分割等计算机视觉问题上都取得了很大的进展,被认为可以提取图像高层语义特征。基于此,衍生出了很多有意思的图像应用。 为了提升本文...

3106
来自专栏大数据杂谈

【Excel系列】Excel数据分析:假设检验

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...

48010
来自专栏计算机视觉

图像风格转移Automatic Photo Adjustment Using Deep Neural Networks

P图技术日新月异,有些P图大神的作品,让我们驻足相忘~嗷嗷,如何使用神经网络对这些大神的P图风格进行学习,我们这篇论文就提出了下面的方法。我认为这篇文章能很好的...

42711
来自专栏SeanCheney的专栏

《Scikit-Learn与TensorFlow机器学习实用指南》 第4章 训练模型

在之前的描述中,我们通常把机器学习模型和训练算法当作黑箱来处理。如果你动手练习过前几章的一些示例,就能惊奇地发现优化回归系统、改进数字图像的分类器、甚至可以零基...

1102

扫码关注云+社区

领取腾讯云代金券