[기초] 4. [엑셀]t검정

1. 모집단의 평균검정

  - 예. 전구의 평균수명

  - 사용함수

    * COUNT: 표본 자료수 계산, 자유도 계산시 사용

    * SQRT: 검정 통계량 계산시 사용

    * AVERAGE: 표본 평균 계산

    * STDEV.S: 표본 표준편차 계산

    * T.INV: T분포의 좌측 역함수 값

    * T.DIST.RT:  T분포의 우측 분포값

  - 예제. 백열전구의 평균수명이 1,000시간을 상회한다.

    * 유의확률이 0.015로 유의수준 0.01보다 높아 귀무가설을 기각하지 못한다.

2. 두 모집단의 평균비교: 독립표본(Independent)

  - 예. 성별에 따른 성적의 차이

  - 기본가정: 정규성, 등분산성

  - 예제. 두 스마트폰에 대한 만족도 차이

    * 데이터 탭 > 데이터 분석 > t-검정: 등분산 가정 두집단 or t-검정: 이분산 가정 모집단

    * 양측검정의 유의확률이 0.16으로 유의수준 0.05보다 크므로 귀무가설을 기각할 수 없다. K스마트폰이 A스마트폰보다 만족도가 크다고 할 수 없다

    * T.TEST 함수: 유의수준 95%에서 검정

3. 두 모집단의 평균비교: 대응표본(Paired)

  - 예. 약품 사용 전후의 효과 비교

  - 대응표본을 사용하는 이유: 독립표본의 이질성으로 부터 오는 차이가 크면, 효과의 차이가 있더라도 판별하기가 어려움

  - 기본가정: 정규성

  - 예제. 윤활융 첨가제 A와 B의 주행거리에 대한 효과 비교

    * 데이터 탭 > 데이터 분석 > t-검정: 쌍체비교

   * T.TEST 함수 사용 가능

    * 유의확률이 0.05보다 작으므로 귀무가설을 기가한다. 첨가제의 사용이 주행거리에 영향을 미친다고 할 수 있다.

4. 등분산 검정

  - 독립표본의 평균비교시, 등분산성 가정의 만족여부를 확인

  - 예제. 두 스마트폰에 대한 만족도 차이

    * 데이터 탭 > 데이터 분석 > F-검정: 분산에 대한 두 집단

   * F.TEST 함수 사용 가능

    * 유의확률이 단측에서 0.45로 유의수준보다 크므로 귀무가설을 기각할 수 없다. 두 집단 간 분산은 같다.

참고문헌: EXCEL활용 통계학개론(2017, 박명섭, 박광태, 이민호)