Data Analytics for Leaders  

Workshop 2 
 
 
 
Background:  
 
This  workshop  focuses  on  the  concepts  of  confidence  intervals  and  hypothesis  testing.  These  are 
important tools  when  estimating  an average value  for  a whole  population  based on results  from  a 
sample. For example, if we would like to know the average spending of our supermarket customers 
and we can only survey few customers, then we would like to understand how accurately the mean 
of this sample of customers estimates the mean of all our customers. The 95% confidence interval 
gives us a range around the sample mean such that we are 95% confident that the mean spending of 
all customers is within this range. Sometimes we would like to find out whether a statement about 
the  mean  spending  of  all  customers  is  likely  to  be  true  or  not,  e.g.  “the  mean  spending  of  all 
customers is €50 per visit”. Then by using hypothesis testing we can either reject or not reject this 
hypothesis, at a specific significance level (e.g. 5%, corresponding to 95% confidence). 
 
 
 
 
 
Financial Return Analysis 
 
In  this  exercise  you  will  analyse  monthly  financial  log  returns  for  three  companies,  Amazon,  Apple 
and Tesla, and for the FTSE market index.  
 
Step 1: Load the data file  

The data file for the returns is Financial_Returns.xlsx.   
 

Step 2: Calculate summary statistics for the returns 

From  the  Data  menu,  select  Data  Analysis…  in  the  Data  Analysis  dialog  box  (shown  below)  select 
Descriptive Statistics and press OK (or double‐click). 
 
 
 

1 
  
Exhibit 1: The Data Analysis dialog box  

 
 
 
Specify the parameters to the descriptive statistics procedure: 
Place the focus in the Input Range box by clicking in the white box. Then either:  
1. select the data on the underlying spreadsheet using the mouse (i.e. select B1 and drag down 
to B59) or, 
2. specify the range directly by typing B1:B59 
Specify that data is grouped in columns by clicking on the top button.  
Tick the box to say that we have “Labels in the first row”. 
Towards the bottom of the dialog box choose the Output Option: New Worksheet Ply, and give the 
results worksheet the title “FTSE”.  
Tick the box that specifies Summary Statistics. Also tick the box that specifies Confidence Level for 
Mean.  
 

2
  
Exhibit 2: The parameters for the Descriptive Statistics procedure  

 
The dialog box should now look like Exhibit 2. Perform the analysis by pressing the OK button. Excel 
will create a new worksheet with the results and call it “FTSE”. 
 

Step 3: Examine the results of the descriptive analysis 

Firstly, you can resize and reformat the columns so that you can see the results properly. The table 
gives the summary statistics for the return figures of FTSE. 
Pay particular attention to the following statistics: 
Mean    ‐ this is the average monthly return 
St. deviation  ‐ this measures the variability of the monthly returns around the mean 
Minimum  ‐ lowest monthly return  
Maximum  ‐ highest monthly return  
Count    ‐ number of observations in the sample 
Your results should be similar as Exhibit 3 below:  
 

3
  
Exhibit 3: Summary statistics for FTSE returns 

 
Why don’t we have any value for Mode? 

 
Step 4: Repeat the analysis for Amazon, Apple and Tesla  

You can either repeat the steps above or select all the data columns to do the descriptive analysis for 
all of them at the same time. 
 

Step 5: Construct 95% confidence intervals for the mean of each series 
Construct 95% confidence intervals by adding and subtracting 2 times the standard error, from the 
mean. For example for FTSE: [‐0.13 – 2 ∙ 0.48, ‐0.13 + 2 ∙ 0.48] 
 
You can also construct an accurate confidence interval by adding and subtracting from the mean  the 
“Confidence  Level”  number  from  the  Descriptive  Statistics  output.  For  example  for  FTSE:  [‐0.13  – 
0.96, ‐0.13 + 0.96] 
 
 
Step 6: Is the mean return zero? 
For each series, can you reject the null hypothesis that the mean return is zero (use a 5% significance 
level)? 
 
 

Step 7: Apple’s return 
Can you reject the assertion that Apple returns are 2% on average (use a 5% significance level)? 

4
 
 
Step 8: Comparison of returns 
Is it reasonable to say that there is no significant difference between the mean of Apple and Tesla 
returns (use a 5% significance level)?  
 
You can answer this question by comparing the two confidence intervals OR by using one of Excel’s 
hypothesis testing tools: Tools…Data Analysis…t‐test: Two Sample Assuming Unequal Variances.