Excel与Minitab假设检验-双样本假设检验

使用的环境

计算机环境：Windows11Excel版本：Excel2024Minitab22

什么时候用双样本检验

在实际问题中，经常需要比较两个总体的均值是否存在显著差异。例如：

• 比较两种药物的疗效是否不同
• 比较两台机器生产的零件尺寸是否一致
• 比较两个班级的平均成绩是否有显著差别
• 比较两种工艺生产的产品质量是否有差异

当需要比较两个独立样本的均值是否存在显著差异时，就需要使用双样本检验。根据总体方差是否已知以及是否相等，选择不同的检验方法——Z检验或T检验。

理解一下假设检验与双样本检验

假设检验就像是法庭审判：原假设相当于”被告无罪”（默认立场），我们要通过证据（样本数据）来决定是否推翻这个立场。如果证据足够充分（p值很小），我们就”判定有罪”（拒绝原假设）；如果证据不够（p值较大），我们就”维持无罪”（不拒绝原假设）。双样本检验就是在这个框架下，专门用来判断两组数据的平均水平是不是真的有差别——比如你想知道A班和B班的数学成绩到底有没有本质区别，而不仅仅是偶然波动造成的。

双样本均值检验的三种情况

在对两个总体均值进行假设检验时，需要根据总体方差是否已知以及是否相等，选择不同的检验方法。具体分为以下三种情况：

适用条件

无论使用哪种检验方法，都有以下前提假设：

1. 独立性：两个样本是相互独立的，即一个样本中的观测值不影响另一个样本
2. 正态性：两个总体近似服从正态分布（当样本量较大时，根据中心极限定理，可以放宽此假设）
3. 连续型数据：被比较的变量应为连续型数据

假设的建立

三种情况的假设形式完全相同：

• 原假设：（两个总体均值相等，即没有显著差异）
• 备择假设：
• 双尾检验：（两个总体均值不相等）
• 左尾检验：（第一个总体均值小于第二个）
• 右尾检验：（第一个总体均值大于第二个）

其中  和  分别为两个总体的均值。

如何选择检验方法？

在实际操作中，可以按照下面的决策流程选择合适的检验方法：

1. 总体方差是否已知？
• 如果已知 → 使用Z检验（情况1）
• 如果未知 → 继续判断
2. 两个总体方差是否相等？（可通过F检验判断）
• 如果F检验的p值 > 0.05 → 认为方差齐性（等方差），使用等方差T检验（情况2）
• 如果F检验的p值 ≤ 0.05 → 认为方差不齐（不等方差），使用Welch’s T检验（情况3）

实用建议：在大多数实际场景中，总体方差通常是未知的。如果不确定方差是否相等，推荐直接使用Welch’s T检验，因为它更加稳健——当方差实际相等时，Welch’s T检验的结果与等方差T检验非常接近；当方差不等时，它比等方差T检验更准确。

情况1：总体方差已知——Z检验

当两个总体的方差  和 已知时（例如通过历史数据积累或工艺标准规定），使用Z检验。

检验统计量为：

其中， 和  分别为两个样本的样本均值， 和  为两个总体的已知方差， 和  分别为两个样本的样本量。

该统计量服从标准正态分布，因此不需要计算自由度。

判断规则（双尾检验）：

• 如果 ，则拒绝 
• 或者如果 p值 < ，则拒绝 
• 在  时，

情况2：总体方差未知但相等——等方差T检验

当两个总体的方差未知，但有理由认为它们相等（即 ）时，使用合并方差（Pooled Variance）进行检验。

合并方差的计算公式为：

其中， 和  分别为两个样本的样本方差。

检验统计量为：

该统计量服从自由度为  的t分布。

情况3：总体方差未知且不相等——Welch’s T检验

当两个总体的方差未知且不相等（即 ）时，使用Welch’s T检验（也称近似T检验）。

检验统计量为：

其自由度采用Welch-Satterthwaite近似公式计算：

该自由度通常不是整数，实际计算中会取其整数部分或使用软件自动处理。

举个例子

某电子厂使用两种不同工艺（工艺A和工艺B）生产电容器，需要检验两种工艺生产的电容器的平均电容值是否有显著差异。分别从两种工艺的产品中各随机抽取了若干样品，测量其电容值（单位：μF）。数据如下表所示。

工艺A有15个样品，工艺B有12个样品。在显著性水平  下，检验两种工艺生产的电容器平均电容值是否有显著差异。

首先，利用Excel函数计算两个样本的基础统计量：

情况1：Z检验（总体方差已知）

假设根据历史质量数据，已知工艺A的总体标准差 ，工艺B的总体标准差 。

手动计算

Excel数据分析工具

Excel数据分析工具包提供了”z检验: 双样本均值检验”功能。

1. 点击 数据 选项卡
2. 点击 数据分析
3. 选择 “z检验: 双样本均值检验”，点击确定
4. 在对话框中设置：
• 变量1的区域：选择工艺A的数据范围（1:16）
• 变量2的区域：选择工艺B的数据范围（1:13）
• 假设平均差：0
• 变量1的方差（已知）：0.0784
• 变量2的方差（已知）：0.0729
• 标志：勾选（如果第一行包含标题）
• ：0.05
• 输出区域：选择输出位置
5. 点击确定

Mintab计算

Minitab提供了更简便的双样本检验功能。需要注意的是，Minitab的”双样本t”工具只涵盖T检验（情况2和情况3），不直接提供双样本Z检验的菜单选项。

Minitab双样本z检验只能用宏脚本，参考：Excel与Minitab参数估计-总体均值估计

情况2：等方差T检验（总体方差未知但相等）

在大多数实际场景中，总体方差是未知的。此时如果两个样本方差比较接近（本例中 0.0827 vs 0.0755），可以假设总体方差相等，使用等方差T检验。

手动计算

使用数据分析工具

1. 点击 数据 选项卡
2. 点击 数据分析
3. 选择 “t检验: 双样本等方差假设”，点击确定
4. 在对话框中设置：
• 变量1的区域：选择工艺A的数据范围（1:16）
• 变量2的区域：选择工艺B的数据范围（1:13）
• 假设平均差：0（检验均值是否相等）
• 标志：勾选（如果第一行包含标题）
• ：0.05
• 输出区域：选择输出位置
5. 点击确定

Minitab计算

操作步骤

1. 将数据输入到Minitab工作表中：在C1列输入工艺A的15个数据，在C2列输入工艺B的12个数据。也可以直接打开Excel数据文件
2. 选择菜单：统计 > 基本统计量 > 双样本t
3. 在对话框中：
• 选择”每个样本在各自的列中”
• 样本1：选择C1列（工艺A）
• 样本2：选择C2列（工艺B）
4. 点击 “选项” 按钮：
• 置信水平：95.0
• 假设差值：0.0
• 备择假设：差值 ≠ 假设差值
• Minitab默认不等方差，这里需要手动勾选
5. 点击确定，返回主对话框后再点击确定

结果如下：

情况3：不等方差T检验——Welch’s T检验（总体方差未知且不相等）

如果没有理由假设两个总体方差相等，或者F检验显示方差不齐，应使用Welch’s T检验。

手动计算

使用数据分析工具

操作方式与等方差T检验基本相同，只是在第3步选择 “t检验: 双样本异方差假设”：

1. 点击 数据 选项卡
2. 点击 数据分析
3. 选择 “t检验: 双样本异方差假设”，点击确定
4. 参数设置与等方差检验相同
5. 点击确定

Minitab计算

操作步骤

1. 将数据输入到Minitab工作表中：在C1列输入工艺A的15个数据，在C2列输入工艺B的12个数据。也可以直接打开Excel数据文件
2. 选择菜单：统计 > 基本统计量 > 双样本t
3. 在对话框中：
• 选择”每个样本在各自的列中”
• 样本1：选择C1列（工艺A）
• 样本2：选择C2列（工艺B）
4. 点击 “选项” 按钮：
• 置信水平：95.0
• 假设差值：0.0
• 备择假设：差值 ≠ 假设差值
5. 点击确定，返回主对话框后再点击确定

结论：P值 = 0.003 < 0.05，拒绝原假设，认为两种工艺生产的电容器平均电容值存在显著差异。差值的95%置信区间为(0.139, 0.587)，该区间不包含0，进一步证实了两个均值有显著差异。

总结

关键要点

1. 三种方法的选择：总体方差已知用Z检验；未知且相等用等方差T检验；未知且不等用Welch’s T检验
2. Z检验 vs T检验：Z检验基于标准正态分布，无需自由度；T检验基于t分布，需要计算自由度
3. 等方差 vs 不等方差T检验：如果两个总体方差相等，使用合并方差的T检验（自由度为 ）；如果方差不等，使用Welch’s T检验（自由度通过近似公式计算，通常较小）
4. 判断标准：p值 < （通常取0.05）则拒绝原假设，认为两个均值有显著差异
5. 置信区间：如果差值的置信区间不包含0，同样说明存在显著差异

注意事项

• 在实际中，总体方差通常是未知的，因此T检验比Z检验更常用
• 进行T检验前，最好先通过F检验判断方差齐性，再选择等方差或不等方差T检验
• 如果不确定方差是否相等，推荐使用Welch’s T检验，因为它更加稳健
• 样本量较小时，正态性假设比较重要；样本量较大时（），可以放宽正态性假设
• Excel中的T.TEST函数也可以快速计算双样本T检验的p值，语法为：=T.TEST(数组1, 数组2, 尾数, 类型)，其中类型2为等方差，类型3为不等方差
• Minitab默认使用Welch’s T检验，如需等方差检验需手动勾选”假定等方差”