推断型统计分析常用的方法t检验，为你的未来多奠基石 。
当样本中存在自然配对的观察值时（例如，对一个样本组在实验前后进行了两次检验） ， 可以使用此成对检验 。此分析工具及其公式可以进行成对双样本t-检验，以确定取自处理前后的观察值是否来自具有相同总体平均值的分布 。此t-检验窗体并未假设两个总体的方差是相等的 。
在此将用到t-检验函数：TTEST函数 。TTEST函数通过返回与学生t检验相关的概率 。可以使用函数TTEST判断两个样本是否可能来自两个具有相同平均值的总体 。
函数语法：TTEST(array1, array2, tails, type) 。
● array1为第一个数据集 。
● array2为第二个数据集 。
● tails指示分布曲线的尾数 。如果tails = 1，函数TTEST使用单尾分布；如果tails = 2 ， 函数TTEST使用双尾分布 。
● type为t检验的类型 。如果type等于1，对应检验方法为成对；如果type等于2，对应检验方法为等方差双样本检验；如果type等于3，对应检验方法为异方差双样本检验 。
● 如果array1和array2的数据点个数不同，且type=1（成对） ， 函数TTEST返回错误值#N/A 。
● 参数tails和type将被截尾取整 。
● 如果tails或type为非数值型，函数TTEST返回错误值#VALUE! 。如果tails不为1或2，函数TTEST返回错误值#NUM! 。
● TTEST使用array1和array2中的数据计算非负值t统计 。如果tails=1，假设array1和array2为来自具有相同平均值的总体样本，则TTEST返回t统计较高值的概率 。假设“总体平均值相同”，则当tails=2时返回的值是当tails=1时返回值的两倍，且符合t统计的较高绝对值的概率 。
新旧生产方法产品纯度均值差检验实例
试在0.05的显著性水平下分析新生产方法是否提高了纯度 。
Step 01：打开“新旧生产方法纯度.xlsx”，单击F2单元格，在编辑栏中输入显著性水平α值“0.05” 。
Step 02：运用TTEST函数给出对应P值 。单击F3单元格，在编辑栏中输入“=TTEST (A2:A21, C2:C21,1,1)”，如图
Step 03：给出检验结果 。单击F5单元格，在编辑栏中输入“=IF(F3＞F2, "新生产方法纯度无显著提高", "新生产方法纯度有显著提高")”，得到检验结果如图
数学分析工具对成对样本均值差检验，具体操作步骤如下 。
Step 01：打开“新旧生产方法纯度.xlsx”，单击【数据】/【数据分析】命令 ， 在弹出的【数据分析】的【分析工具】栏中选择【t-检验：平均值的成对二样本分析】，如图所示，再单击确定按钮 。
Step 02：在弹出的【t-检验：平均值的成对二样本分析】对话框的【输入】栏中，单击【变量1的区域】后的折叠按钮，选择C2:C21单元格区域；单击【变量2的区域】后的折叠按钮，选择A2:A21单元格区域；在【假设平均差】文本框中输入“0”；在【α】文本框中输入置信水平“0.05”；在【输出选项】栏中，单击【输出区域】按钮，并单击其后的折叠按钮，选择A24单元格，如图所示 。再单击【确定】按钮 。
【t-检验 通过样本均值差检验来判断新旧产品纯度】Step 03：给出检验结果 。单击A39单元格，在编辑栏中输入“=IF(B33＞B35, "新生产方法纯度有显著提高", "新生产方法纯度无显著提高")”，得到检验结果如图所示 。
