Applies ToMicrosoft 365용 Excel Mac용 Microsoft 365용 Excel 웹용 Excel Excel 2024 Mac용 Excel 2024 Excel 2021 Mac용 Excel 2021 Excel 2019 Excel 2016

이 문서에서는 Microsoft Excel의 ZTEST 함수에 사용되는 수식 구문과 이 함수를 사용하는 방법을 설명합니다.

z-검정의 단측 검정 확률값을 반환합니다. 가설 모집단 평균 μ0가 주어진 경우 ZTEST 함수는 표본 평균이 데이터 집합(배열)의 관측 평균, 즉 관측된 표본 평균보다 클 확률을 반환합니다.

양측 검정 확률값을 계산하기 위해 수식에서 ZTEST를 사용하는 방법은 아래의 "주의"를 참조하세요.

중요: 이 함수는 보다 정확하고 이름에서 용도를 짐작할 수 있는 하나 이상의 새 함수로 대체되었습니다. 이전 Excel 버전과의 호환성을 위해 이러한 함수를 계속 사용할 수 있지만, 이후 버전의 Excel에서는 사용하지 못할 수 있으므로 지금부터 새 함수를 사용하는 것이 좋습니다.

새 함수에 대한 자세한 내용은 Z.TEST 함수를 참조하세요.

구문

ZTEST(array,x,[sigma])

ZTEST 함수 구문에는 다음과 같은 인수가 사용됩니다.

  • Array     필수 요소입니다. x를 검정할 데이터의 배열 또는 범위입니다.

  • X     필수 요소입니다. 검정할 값입니다.

  • 시그마     선택 요소입니다. 모집단(알려진) 표준 편차입니다. 생략하면 샘플 표준 편차가 사용됩니다.

주의

  • array가 비어 있으면 ZTEST에서는 #N/A 오류 값이 반환됩니다.

  • sigma를 생략하지 않은 경우 ZTEST는 다음과 같이 계산됩니다.

    수식

    sigma를 생략한 경우에는 다음과 같이 계산됩니다.

    수식

    여기에서 x는 표본 평균 AVERAGE(array)이고 s는 표본의 표준 편차 STDEV(array)이며 n은 표본의 관측 수 COUNT(array)입니다.

  • ZTEST는 기본 모집단 평균이 μ0일 때 표본 평균이 관측값 AVERAGE(array)보다 클 확률을 나타냅니다. 정규 분포는 좌우 대칭이므로 AVERAGE(array) < μ0일 경우 0.5보다 큰 값이 반환됩니다.

  • 다음과 같은 Excel 수식을 사용하면 기본 모집단 평균이 μ0일 때 표본 평균이 양쪽 방향에서 AVERAGE(array)보다 μ0에서 멀 양측 검정 확률을 계산할 수 있습니다.

    =2 * MIN(ZTEST(array,μ0,sigma), 1 - ZTEST(array,μ0,sigma))

예제

다음 표의 예제 데이터를 복사하여 새 Excel 워크시트의 A1 셀에 붙여 넣습니다. 수식의 결과를 표시하려면 수식을 선택하고 F2 키를 누른 다음 Enter 키를 누릅니다. 필요한 경우 열 너비를 조정하면 데이터를 모두 표시할 수 있습니다.

데이터

3

6

7

8

6

5

4

2

1

9

수식

설명(결과)

결과

=ZTEST(A2:A11,4)

가설 모집단 평균이 4일 때 위 데이터 집합에 대한 z-검정의 단측 검정 확률값을 계산합니다(0.090574).

0.090574

=2 * MIN(ZTEST(A2:A11,4), 1 - ZTEST(A2:A11,4))

가설 모집단 평균이 4일 때 위 데이터 집합에 대한 z-검정의 양측 검정 확률값을 계산합니다(0.181148).

0.181148

=ZTEST(A2:A11,6)

가설 모집단 평균이 6일 때 위 데이터 집합에 대한 z-검정의 단측 검정 확률값을 계산합니다(0.863043).

0.863043

=2 * MIN(ZTEST(A2:A11,6), 1 - ZTEST(A2:A11,6))

가설 모집단 평균이 6일 때 위 데이터 집합에 대한 z-검정의 양측 검정 확률값을 계산합니다(0.273913).

0.273913

도움이 더 필요하세요?

더 많은 옵션을 원하세요?

구독 혜택을 살펴보고, 교육 과정을 찾아보고, 디바이스를 보호하는 방법 등을 알아봅니다.

커뮤니티를 통해 질문하고 답변하고, 피드백을 제공하고, 풍부한 지식을 갖춘 전문가의 의견을 들을 수 있습니다.