本篇简单讲解使用excel对ABtest数据进行T检验
T检验用于检测两组数据差异的显著性，在项目进行AB测试时，一般而言，只有两组数据呈现显著差异时，我们才可定论某组数据更好一些，若非显著差异则视为正常波动，此种情况下不应将增长数据计入ROI的计算中。
ABtest大部分是基于全渠道的数据进行测试，然而由于业务原因，我们只有少部分的数据符合我们想要的测试需求，比如某个品类的数据，此种情况下，我们应将符合条件的品类的各版本数据单独拎出来做T检验。
Excel T检验过程如下：
T检验函数参数框
1.在空格中输入“=”，在统计类函数中找到“T.TEST”，点击后调用函数参数框；
2.在函数参数框中：
• Array1中选择第一组对比数据；
• Array2中选择第二组对比数据。
• trails有两种，1代表单尾，2代表双尾，简单来讲，双尾比单尾更严格一些，需要更多的检验来证实两组数据差异的显著性，这也意味着单尾比双尾对显著性更敏感。另外，若对两组数据有明显方向性定论，比如确定B会比CD差，则可以用单尾检验，若不确定两组数据好坏，则使用双尾检验。本实验选择双尾。
• Type有三种值：
>当为成对样本时（也就两组数据有严格的一对一关系，比如一组人吃饭前和吃饭后，虽然有两组数据，但样本存在一对一关系），选1.
>当为双独立样本时,须先进行方差齐性判断,先用F.TEST()函数,
P = F.TEST()
直接看P是否<0.05或<0.01,判断显著性。
当P <0.05或<0.01（至于 取0.05还是0.01,就根据自己的研究项目的要求是否更严格）时,说明“两组数据的方差有统计学意义上的显著性差异”,即两个样本空间的方差“不齐”,这时,T检验中的TYPE参数应取3。
反之,说明“两组数据的方差无统计学意义上的显著性差异”,即两个样本空间的方差“齐”,这时,T检验中的TYPE参数应取2。
由于ABtest的样本时存在一一对应关系的，因此是成对检验，本处选1.
3.点击确定便可以看到T检验P值，当P <0.05或<0.01时,说明“两组数据的方差有统计学意义上的显著性差异，至于取0.05还是0.01,就根据自己的研究项目的要求是否更严格。
,
