P-arvoa käytetään excel-suhde- ja regressioanalyysissä, mikä auttaa meitä tunnistamaan, onko saatu tulos mahdollista vai ei ja mikä tulosjoukosta P-arvon arvon kanssa työskentelevä datajoukko vaihtelee 0: sta 1: een. ei sisäänrakennettua menetelmää excelissä tietyn tietojoukon P-arvon selvittämiseen, sen sijaan käytämme muita toimintoja, kuten Chi-funktiota.
Excel P-arvo
P-arvo on vain hypoteesitestauksessa prosentuaalisena arvona ilmaistu todennäköisyysarvo nollahypoteesin tukemiseksi tai hylkäämiseksi. P-arvo tai todennäköisyysarvo on suosittu käsite tilastomaailmassa. Kaikkien hakevien analyytikoiden tulisi tietää P-arvo ja sen tarkoitus tietojenkäsittelyssä. Datapisteiden taajuutta kutsutaan hypoteettiseksi taajuudeksi ja havaituksi merkitsevyystasoksi testihypoteesille.
- P-arvo merkitään desimaalipisteillä, mutta on aina hyvä kertoa P-arvon tulos prosentteina desimaalipisteiden sijaan. 5%: n kertominen on aina parempi kuin desimaalipisteiden 0,05 ilmoittaminen.
- P-arvon löytämiseksi suoritetussa testissä, jos P-arvo on pienempi, vahvempi näyttö nollahypoteesin ja tietojesi suhteen on tärkeämpää tai merkittävämpää. Jos P-arvo on suurempi, nollahypoteesia vastaan on heikkoja todisteita. Joten suorittamalla hypoteesitesti ja etsimällä P-arvo, voimme todella ymmärtää havainnon merkityksen.
Kuinka laskea P-arvo T-testissä Excelissä?
Alla on esimerkkejä P-arvon laskemisesta Excel T-Testissä.
P-arvon Excel T-testiesimerkki # 1
Excelissä löydämme P-arvon helposti. Suorittamalla T-testi excelissä voimme todella saavuttaa lausunnon, onko nullhypoteesi TOSI vai EPÄTOSI. Katso alla oleva esimerkki ymmärtääksesi käsitteen käytännössä.
Oletetaan, että painonpudotusprosessi toimitetaan ruokavaliotietojen avulla, ja alla on käytettävissä olevat tiedot nullhypoteesin testaamiseksi.
Vaihe 1: Ensimmäinen asia, joka meidän on tehtävä, on laskea ero ennen ruokavaliota ja sen jälkeen.
Tuotos on annettu alla:
Vedä kaava muihin soluihin.
Vaihe 2: Siirry nyt Data-välilehdelle ja napsauta tietojen välilehdessä Data Analysis.
Vaihe 3: Selaa nyt alaspäin ja etsi T.Test: Pariksi kaksi näytettä keinoille.
Vaihe 4: Valitse nyt Muuttujan 1 alue kuten ennen ruokavalion saraketta.
Vaihe 5: Muuttuja 2 soi kuten ruokavaliosarakkeen jälkeen.
Vaihe 6: Alfa-arvo on oletusarvo 0,05, eli 5%. Säilyttää sama arvo.
Huomaa: 0,05 ja 0,01 käytetään usein yhteisillä merkitsevyystasoilla.
Vaihe 7: Valitse nyt lähtöalue eli mihin haluat näyttää analyysitulokset.
Vaihe 8: Napsauta OK. Meillä on analyysituloksia solusta F1.
Ok, meillä on tuloksia täällä. P-arvo yhden hännän testillä on 0,078043 ja P-arvo kahden hännän testin kanssa on 0,156086. Molemmissa tapauksissa P-arvo on suurempi kuin alfa-arvo, eli 0,05.
Tässä tapauksessa P-arvo on suurempi kuin alfa-arvo, joten nollahypoteesi on TOSI, ts. Heikko todiste nollahypoteesia vastaan. Tämä tarkoittaa, että ne ovat todella läheisiä datapisteitä kahden datapisteen välillä.
P-arvon Excel-esimerkki # 2 - Etsi P-arvo T.TEST-funktiolla
Excelissä meillä on sisäänrakennettu toiminto nimeltä T.TEST, joka voi antaa meille P-arvon tuloksen välittömästi.
Avaa T.TEST-toiminto missä tahansa laskentataulukon solussa.
Valitse taulukko 1 kuten ennen ruokavalion saraketta.
Toinen argumentti on ruokavalion sarakkeen eli taulukon 2 jälkeen
Hännät ovat yhden pyrstön jakelu.
Tyyppi paritetaan .
Sulje nyt kaava, niin meillä on P-arvon tulos.
Joten meillä on P-arvo, eli 0,078043, joka on täsmälleen sama kuin edellinen analyysituloksen testi.
Muistettavaa
- Voit muuttaa merkitsevyystasoa (alfa-arvoa) eri tasoilla ja saavuttaa P-arvot erinomaisesti eri pisteissä.
- Yleiset alfa-arvot ovat 0,05 ja 0,01.
- Jos P-arvo on> 0,10, tiedot eivät ole merkittäviä; jos P-arvo on <= 0,10, niin data on marginaalisesti merkittävä.
- Jos P-arvo on <= 0,05, data on merkitsevä ja jos P-arvo on <0,05, niin data on erittäin merkittävä.
