资源描述：
《第4讲教育统计应用2：几种假设检验的Excel实现ppt课件.ppt》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、信息技术与数学教学华东师范大学数学系万福永Excel在教育统计分析中的应用之二：几种假设检验的Excel实现第四讲一、常见的概率分布（一）教育统计理论基础（二）在Excel软件中的实现（三）实际应用实例与Excel解答二、差异显著性检验（一）教育统计理论基础（二）在Excel软件中的实现（三）实际应用实例与Excel解答三、差异显著性检验之一：单侧检验四、差异显著性检验之二：双侧检验一、常见的概率分布（一）教育统计理论基础1.二项分布：是一种离散型随机变量的概率分布一、常见的概率分布（一）教育统计理论基础2.正态
2、分布：是一种连续型随机变量的概率分布一、常见的概率分布（二）在Excel软件中的实现1.BINOMDIST(k,n,p,0)：计算二项分布的分布律；BINOMDIST(k,n,p,1)：计算二项分布的累积分布。【BINOMDIST函数详解】：用途：返回一元二项式分布的概率分布律/累积分布。BINOMDIST函数适用于固定次数的独立实验，实验的结果只包含成功或失败二种情况，且成功的概率在实验期间固定不变。一、常见的概率分布（二）在Excel软件中的实现语法：BINOMDIST(Number，Trials，Proba
3、bility，Cumulative)参数：Number为实验成功的次数，Trials为独立实验的次数，Probability为一次实验中成功的概率，Cumulative是一个逻辑值，用于确定函数的形式。如果Cumulative为TRUE，则BINOMDIST函数返回累积分布函数，即至多Number次成功的概率；如果为FALSE，返回概率密度函数，即Number次成功的概率。一、常见的概率分布（二）在Excel软件中的实现1.BINOMDIST(k,n,p,0)：计算二项分布分布律；BINOMDIST(k,n,p,
4、1)：计算二项分布累积分布。实例：抛硬币的结果不是正面就是反面，第一次抛硬币为正面的概率是0.5，则掷硬币10次正面朝上6次的概率为“=BINOMDIST(6,10,0.5,FALSE)”，计算的结果等于0.205078。累积概率为“=BINOMDIST(6,10,0.5,TRUE)”，计算的结果等于0.828125。一、常见的概率分布（二）在Excel软件中的实现2.NORMDIST(x,µ,σ,0)：计算正态分布N(µ,σ2)的概率密度函数f(x)在x处的函数值；NORMDIST(x,µ,σ,1)：计算正态分
5、布N(µ,σ2)累积分布函数F(x)在x的函数值。【NORMDIST函数详解】：用途：返回给定平均值和标准差的正态分布的概率密度函数/分布函数的值。一、常见的概率分布（二）在Excel软件中的实现语法：NORMDIST(X,Mean,Standard_dev,Cumulative)参数：X为需要计算其分布的数值，Mean是分布的算术平均值，Standard_dev是分布的标准方差；Cumulative为一逻辑值，指明函数的形式。如果Cumulative为TRUE，则NORMDIST函数返回累积分布函数；如果为FA
6、LSE，则返回概率密度函数。一、常见的概率分布（二）在Excel软件中的实现实例：公式“=NORMDIST(42,40,1.5,FALSE)”返回概率密度函数值：0.109340。公式“=NORMDIST(42,40,1.5,TRUE)”返回累积分布函数值：0.908789。一、常见的概率分布例1：一个学生做10题正误题时，做对不同题数的概率分布(假设：做对每题的概率p=1/2；做错的概率为1/2)做对题数012345678910出现方式数1104512021025221012045101（三）实际应用实例与Ex
7、cel解答一、常见的概率分布B3中输入的计算公式是=BINOMDIST(A3,$B$1,$B$2,0)，而C3中输入的计算公式是=BINOMDIST(A3,$B$1,$B$2,1)；正态分布图偏正态分布1.假设检验的基本原理零假设（虚无假设）：是关于当前样本所属的总体（指参数）与假设总体（指参数）无区别的假设，一般H0表示。备择假设（研究假设）：是关于当前样本所属的总体（指参数）与假设总体（指参数）相反的假设，一般用H1表示。由于直接检验备择假设的真实性困难，假设检验一般都是从零假设出发，通过零假设的不真实性来证
8、明备假设的真实性。二、差异显著性检验（一）教育统计理论基础二、差异显著性检验（一）教育统计理论基础(a)左侧检验(b)右侧检验(c)双侧检验二、差异显著性检验（一）教育统计理论基础二、差异显著性检验2.显著性水平两种水平：（1）α=0.05，显著性水平为0.05，即统计推断时可能犯错误的概率5%，也就是在95%的可靠程度上进行检验；（2）α=0.01，显著性水平为0.01
