如何在 Excel 中进行 T 检验:分步指南

要在 Excel 中进行 t-检验,请将两组数据分别放在两列中。在一个空单元格中输入 =T.TEST(A2:A9,B2:B9,2,3) 并按回车键。结果即为 p-值。如果该值低于 0.05,则两组均值之间的差异在通常的 5% 水平上具有统计学显著性。
本指南将解释 t-检验的作用以及如何选择正确的类型。随后将展示在 Excel 中运行 t-检验的两种方法:T.TEST 函数和 Analysis ToolPak。此外,还将通过一个实际案例介绍如何解读输出结果。函数详情源自 Microsoft 支持页面,查阅日期为 2026 年 11 月 17 日。
t-检验能告诉你什么
t-检验用于检查两个平均值之间的差异是真实的,还是仅仅是随机噪声。当你比较两个组并想知道它们是否真的存在差异时,可以使用它。
Microsoft 这样描述 T.TEST 函数的用途:它有助于“确定两个样本是否可能来自具有相同均值的两个相同的总体”。
你关心的输出结果是 p-值。它回答了一个简单的问题:如果这两个组的平均值真的相同,那么出现这么大差异的可能性有多大?
- 较小的 p-值(例如 0.01)意味着这种差异由偶然因素导致的概率很低。你可以得出均值存在差异的结论。
- 较大的 p-值(例如 0.40)意味着这种差异很容易是随机产生的。你不能得出均值存在差异的结论。
大多数人使用 0.05 作为临界值。这个水平被称为 alpha。请在运行测试之前选择它,而不是在测试之后。
t-检验的常见用途包括:
- 比较价格变动前后的销售额。
- 比较两种教学方法的测试成绩。
- 比较旧流程和新流程的任务执行时间。
- 当你拥有每日数据时,比较一个页面的两个版本的转化率。
如需深入了解 p-值,请参阅我们关于什么是统计学显著性的解释说明。
选择正确的 t-检验类型
Excel 提供三种类型的 t-检验。选择错误的类型会导致错误的 p-值,因此这一步至关重要。
| 类型 | Excel 类型编号 | 适用场景 |
|---|---|---|
| 配对 (Paired) | 1 | 对同一受试者进行两次测量,例如实验前和实验后 |
| 双样本,等方差 | 2 | 两个独立的组,且离散程度相似 |
| 双样本,异方差 | 3 | 两个独立的组,且离散程度可能不同 |
Microsoft 的 ToolPak 页面描述了何时使用配对检验。它适用于“样本中的观察值存在自然配对时”。该页面给出了一个组在实验前后接受两次测试的例子。
对于两个独立的组,该页面指出当“两个样本中存在不同的受试者”时,应使用双样本检验。
如果你不确定方差是否相等,请使用类型 3。这是更安全的选择,通常被称为 Welch's t-test。当离散程度相似时,它给出的答案与类型 2 几乎相同。
你还需要选择尾数:
- 双尾 (2):你想知道均值在任何一个方向上是否存在差异。这是通常的选择。
- 单尾 (1):你只关心一个方向,例如新流程是否更快。请在查看数据之前决定这一点。
Microsoft 指出,双尾值是“当 tails=1 时返回值的两倍”。
设置你的数据
将每个组放在各自的列中,并在第 1 行设置标题。例如,A 列存放 A 组的时间,B 列存放 B 组的时间。
以下几条规则可确保 t-检验的有效性:
- 每个单元格一个数值。 不要混合单位或在数据单元格中添加注释。
- 数据内部没有空行。 空白单元格可能会导致配对值错位。
- 配对数据长度相等。 配对检验需要每列中每个受试者都有一个对应值。
- 测量方式一致。 两列必须以相同的单位测量相同的内容。
对于配对检验,请将每个受试者保持在同一行。第 2 行存放受试者 1 的前后值,第 3 行存放受试者 2,依此类推。
在测试前快速查看数据。使用 =AVERAGE(A2:A9) 计算每列的平均值。t-检验会告诉你差距是否显著,但你仍然需要知道差距有多大。
首先检查假设条件
t-检验基于几个假设。无论如何 Excel 都会运行测试,因此需要由你来检查这些假设。
- 独立观察。 每个数值不应依赖于另一个数值。来自同一团队的每日数据通常没问题,但对同一项目的重复读取则不行。
- 大致正态分布的数据。 每个组中的数值应遵循钟形曲线,没有极端的偏斜。如果每组有 30 个或更多数值,这一点就不那么重要了。
- 无极端异常值。 一个极大或极小的数值都会影响均值和 p-值。在测试前查看数据,或制作一个快速的箱线图。
- 正确的比较。 该测试仅比较均值。如果各组在形状或离散程度上有差异,也请一并报告。
如果你的数据严重违反了这些规则,t-检验可能会误导你。基于秩的检验(如 Mann-Whitney 检验)是常用的替代方案。Microsoft 的 ToolPak 页面列出了 t-检验、ANOVA 和其他工具,但许多团队会选择在统计软件包中运行基于秩的检验。
方法 1:使用 T.TEST 函数
T.TEST 函数是在 Excel 中进行 t-检验最快的方法。Microsoft 表示它“返回与 Student's t-检验相关的概率”。
语法为 T.TEST(array1,array2,tails,type):
- array1 是第一个数据集。
- array2 是第二个数据集。
- tails 为 1 表示单尾,为 2 表示双尾值。
- type 为 1 表示配对,2 表示等方差,3 表示异方差。
对于离散程度可能不同的两个独立团队,请输入:
=T.TEST(A2:A9,B2:B9,2,3)
Excel 返回一个数字:p-值。将其与你的 alpha(如 0.05)进行比较。
注意三个错误。Microsoft 清楚地列出了它们:
- 如果数组的点数不同且类型为配对,T.TEST “返回 #N/A 错误值”。
- 如果 tails 或 type 不是数字,它“返回 #VALUE! 错误值”。
- 如果 tails 是 1 或 2 以外的任何值,它“返回 #NUM! 错误值”。
Microsoft 自己的示例使用了九对数值以及配对双尾检验。公式 =T.TEST(A2:A10,B2:B10,2,1) 返回 0.196016。该 p-值远高于 0.05,因此这些配对数据没有显示出显著差异。
T.TEST 虽然快捷,但它只给出 p-值。如果你需要 t 统计量、均值或自由度,请使用 Analysis ToolPak。
方法 2:使用 Analysis ToolPak
Analysis ToolPak 是 Excel 自带的免费加载项。Microsoft 表示它可以让你在复杂的统计工作中“节省步骤和时间”。它会为 t-检验生成完整的输出表。
开启 Analysis ToolPak
在 Windows 上:
- 选择文件 > 选项,然后选择加载项类别。
- 在管理框中,选择 Excel 加载项,然后选择转到。
- 在加载项框中,勾选 Analysis ToolPak,然后选择确定。
在 Mac 上,选择工具 > Excel 加载项,勾选 Analysis ToolPak,然后选择确定。Microsoft 补充道:“现在,‘数据分析’命令已在‘数据’选项卡上可用。”
运行 t-检验
- 选择数据 > 数据分析。
- 选择三种 t-检验工具之一,例如 t-检验:双样本异方差假设。
- 将 变量 1 区域 设置为 A1:A9,变量 2 区域 设置为 B1:B9。
- 如果你的区域包含标题,请勾选标志。
- 将假设平均差保持为 0。
- 将 Alpha 设置为 0.05。
- 选择一个输出单元格或新工作表,然后选择确定。
Excel 会生成一个表格,列出每组的均值、方差和观测值数量。它还会显示自由度、t 统计量和 p-值。
如何解读输出结果
ToolPak 表格包含多行。以下是重要的几行:
- 平均值 (Mean)。 每组的平均数。这显示了差距的大小和方向。
- t Stat。 Microsoft 指出它“可以是负数或非负数”,取决于哪一组更大。
- P(T<=t) 双尾。 双尾 p-值。将其与 alpha 进行比较。
- t 临界双尾。 在你的 alpha 水平下 t 统计量的临界值。
- df。 自由度。对于异方差,Microsoft 表示该值在四舍五入前“通常不是整数”。
决策规则很简单。如果双尾 p-值低于 alpha,则差异显著。你也可以检查 t Stat 的绝对值是否大于 t 临界双尾值。两种检查得出的结论是一致的。
用通俗的语言报告结果。例如:“B 组平均快了 5.5 分钟,且差异显著 (p < 0.001)。”
实际案例:比较两个团队
一位支持经理想要知道新流程是否缩短了处理时间。A 组使用旧流程,B 组使用新流程。每个团队记录了八天内的平均处理时间(分钟)。
| 日期 | A 组 (旧) | B 组 (新) |
|---|---|---|
| 1 | 42 | 36 |
| 2 | 38 | 35 |
| 3 | 45 | 40 |
| 4 | 40 | 33 |
| 5 | 44 | 38 |
| 6 | 39 | 34 |
| 7 | 41 | 37 |
| 8 | 43 | 35 |
这是两个独立的团队,因此使用配对检验是错误的。经理不知道离散程度是否相等,因此类型 3 是安全的选择。
- A 组的均值为 41.5 分钟,B 组为 36 分钟。差距为 5.5 分钟。
- 公式
=T.TEST(B2:B9,C2:C9,2,3)返回的 p-值约为 0.0004。 - ToolPak 显示 t Stat 约为 4.66。
p-值远低于 0.05。经理可以得出结论:B 组的处理时间更短,且这种差距极不可能是偶然产生的。
注意:t-检验显示差距是真实的,但不能说明其存在的原因。如果 B 组的员工经验更丰富,那么流程可能不是原因所在。在将功劳归于某项改变之前,请仔细设计比较方案。
使用 AI 在 Excel 中进行 t-检验
上述步骤对于单次比较来说很快。但当你有很多组数据、导出的数据杂乱或需要向他人解释结果时,这些步骤就会变得耗时。AI 工具可以运行计算并撰写发现结果。
以下是使用 Powerdrill Bloom 的三个步骤。
第 1 步:上传你的 Excel 文件
上传包含两个组的工作簿或 CSV。 Excel Calculations 页面指出,要确保你的数据“格式正确,以便进行顺畅的计算”。
每列保持一个组,并带有清晰的标题。这会使请求更容易表述。
第 2 步:使用自然语言请求 t-检验
描述你需要的测试。例如:“运行一个异方差双尾 t-检验,比较 A 组和 B 组的处理时间。”
页面显示你可以“以文本形式输入所需的计算请求”,工具“将识别并应用正确的公式”。要求它显示均值、t 统计量和 p-值。
第 3 步:检查结果并分享摘要
将 p-值与你自己表格中的 T.TEST 公式进行比较。如果一致,请要求提供简短的摘要和两组均值的图表。
在你的工作簿中保留 T.TEST 公式,以便在有新数据进入时结果能自动更新。
应避免的常见错误
这些是在 Excel 中进行 t-检验时最常出现的问题。
- 类型错误。 仅当两列中出现相同的受试者时才使用配对检验。
- 假设等方差。 有疑问时,请使用类型 3。
- 事后选择尾数。 在查看结果之前决定使用单尾还是双尾。
- 读错行。 在 ToolPak 中,除非你计划进行单尾检验,否则请使用双尾 p-值。
- 忽略差距的大小。 在数据量很大时,极小的差距也可能是显著的。请同时报告均值。
- 将 p > 0.05 视为证明没有差异。 它仅意味着数据无法显示出差异。
- 配对错位。 在配对检验中,缺失值会导致其下方的每一行发生偏移。
相关指南请参阅如何在没有统计学家的情况下分析 A/B 测试结果以及如何在 Excel 中制作箱线图。
当你有很多组需要比较时,请尝试使用 Powerdrill Bloom 处理你的导出数据,并用一句话请求每项测试。
常见问题解答
Excel 中 t-检验的公式是什么?
使用 =T.TEST(array1,array2,tails,type)。例如,=T.TEST(A2:A9,B2:B9,2,3) 运行一个异方差双尾检验并返回 p-值。
我应该在 Excel 中使用哪种 t-检验类型?
当对同一受试者进行两次测量时,使用类型 1。对于两个独立的组,除非你知道它们的方差相等(此时类型 2 也适用),否则请使用类型 3。
如何解读 t-检验的 p-值?
如果 p-值低于你的 alpha(通常为 0.05),则均值之间的差异具有统计学显著性。如果高于该值,则数据未显示出明显的差异。
Excel 中的“数据分析”按钮在哪里?
加载 Analysis ToolPak 后,它会出现在“数据”选项卡上。在 Windows 上,转到文件 > 选项 > 加载项,选择 Excel 加载项,然后勾选 Analysis ToolPak。
我可以在没有 Analysis ToolPak 的情况下在 Excel 中进行 t-检验吗?
可以。T.TEST 函数不需要加载项。它直接返回 p-值,尽管它不显示 t 统计量或均值。
来源: Microsoft 支持,T.TEST 函数 · Microsoft 支持,使用 Analysis ToolPak 执行复杂的数据分析 · Microsoft 支持,在 Excel 中加载 Analysis ToolPak。