Miten Lasketaan p-Arvo Excelissä

teoriaa p-arvot ja nollahypoteesin voi tuntua monimutkainen aluksi, mutta ymmärrys käsitteistä auttaa sinua liikkumaan maailman tilastoja. Valitettavasti näitä termejä käytetään usein väärin populaaritieteessä, joten kaikkien olisi hyvä ymmärtää perusasiat.

Lasketaan p-arvo malli ja todistaa/kumota nollahypoteesi on yllättävän yksinkertainen MS Excel. On kaksi tapaa tehdä se, ja me suojaamme molemmat. Kaivaudutaan sisään.,

nollahypoteesi ja p-Arvo

nollahypoteesi on ilmoitus, myös nimitystä default kanta, joka väittää, että suhde havaitut ilmiöt on olematon. Sitä voidaan soveltaa myös kahden havaitun ryhmän välisiin yhteyksiin. Tutkimuksen aikana testaat tätä hypoteesia ja yrität kumota sen.esimerkiksi

sano, että haluat tarkkailla, onko tietyllä villitysruokavaliolla merkittäviä tuloksia. Nollahypoteesi tässä tapauksessa on, että ei ole merkittävää eroa koehenkilöiden painon ennen ja jälkeen laihduttamisen., Vaihtoehtohypoteesi on, että ruokavaliolla oli merkitystä. Tätä tutkijat yrittäisivät todistaa.

p-arvo on mahdollista, että tilastollinen yhteenveto olisi yhtä suuri tai suurempi kuin havaittu arvo, kun nollahypoteesi on totta tietty tilastollinen malli. Vaikka se ilmaistaan usein desimaalilukuna, se on yleensä parempi ilmaista prosentteina. Esimerkiksi 0,1: n p-arvon tulisi olla 10 prosenttia.

matala p-arvo tarkoittaa, että todisteet nollahypoteesia vastaan ovat vahvat. Tämä tarkoittaa myös sitä, että tietosi ovat merkittäviä., Toisaalta korkea p-arvo tarkoittaa sitä, että hypoteesia vastaan ei ole vahvaa näyttöä. Jotta villitysruokavalio toimisi, tutkijoiden olisi löydettävä matala p-arvo.

tilastollisesti merkitsevä tulos on se, joka on erittäin epätodennäköinen, jos nollahypoteesi on totta. Merkitsevyystaso on merkitty kreikkalainen kirjain alfa ja sen on oltava suurempi kuin p-arvo, jotta tulos olisi tilastollisesti merkittävä.

Monet tutkijat monilla aloilla käyttää p-arvo saada paremmin ja syvällisemmin tietoa he työskentelevät., Tunnettuja aloja ovat muun muassa sosiologia, Rikosoikeus, psykologia, talous ja taloustiede.

Löytää p-Arvo Excel

löydät p-arvo tietojen joukko, MS Excel kautta T-Testi toiminto tai käyttää Data-Analyysin työkalu. Ensin tutkimme t-testitoiminnon. Tutkimme viisi 30 päivän dieetillä käynyttä korkeakouluopiskelijaa. Vertaamme niiden painoa ennen dieettiä ja sen jälkeen.

huomautus: tässä artikkelissa, käytämme MS Excel 2010. Vaikka se ei ole viimeisin, vaiheet pitäisi yleensä soveltaa uudempia versioita, kuin hyvin.,

T-Testi Toiminto

Noudata näitä vaiheita laskea p-arvo T-Testi-toiminto.

1. luo ja populoi taulukko. Meidän pöytä näyttää tältä:
   
2. Klikkaa mitä tahansa solun ulkopuolella oman pöydän.
   
3. Kirjoita: =T. Test(.
4. avoimen kiinnikkeen jälkeen kirjoita ensimmäiseen argumenttiin. Tässä esimerkissä se on ennen ruokavaliota-palsta. Kantaman tulisi olla B2: B6. Toistaiseksi funktio näyttää tältä: T. Test (B2: B6.,
   
5. seuraavaksi siirrytään toiseen argumenttiin. After Diet-palsta ja sen tulokset ovat toinen argumenttimme ja valikoima, jota tarvitsemme, on C2:C6. Lisätään se kaavaan: T. Test (B2:B6,C2: C6.
   
6. Kirjoita pilkun jälkeen toinen argumentti ja yksisuuntainen jakelu-ja kaksi-tailed distribution valinnat näkyvät automaattisesti pudotusvalikosta. Valitaan ykkösjakauma. Kaksoisnapsauta sitä.
   
7. Kirjoita toinen pilkku.,
   
8. Double-klikkaa Pariksi vaihtoehto seuraavan avattavasta valikosta.
   
9. Nyt sinulla on kaikki elementit sinun täytyy, sulje kiinnike. Kaava tämä esimerkki näyttää tältä: =T. Test(B2:B6,C2:C6: een,1,1)
   
10. Paina Enter-näppäintä. Solu näyttää p-arvon välittömästi. Meidän tapauksessamme arvo on 0,133905569 tai 13,3905569%.
    

On suurempi kuin 5%, p-arvo ei tarjoa vahvoja todisteita nollahypoteesia., Meidän esimerkissämme tutkimus ei osoittanut, että laihduttaminen auttoi koehenkilöitä laihtumaan huomattavan paljon. Tämä ei välttämättä tarkoita, että nollahypoteesi olisi oikea, mutta sitä ei ole vielä todistettu vääräksi.

Data-Analyysi Reitti

Data-Analyysi työkalun avulla voit tehdä monia hienoja asioita, kuten p-arvo laskelmat. Jotta asiat olisivat yksinkertaisempia, käytämme samaa taulukkoa kuin edellisessä menetelmässä.

Here ’s how it’ s done.

1. Koska meillä on jo paino eroja D-sarakkeessa, me ohittaa eron laskennassa., Tulevissa taulukoissa käytetään tätä kaavaa: = ”solu 1” – ”solu 2”.
2. seuraavaksi, klikkaa päävalikon Data-välilehteä.
   
3. Valitse Data-Analyysin työkalu.
   
4. Vieritä listaa ja klikkaa T-Test: pariksi kaksi näytettä Means option.
   
5. Klikkaa OK.
   
6. ilmestyy pop-up-ikkuna. Se näyttää tältä:
   
7. Kirjoita ensimmäinen alue/väite. Meidän esimerkissämme se on B2: B6.,
   
8. Anna toinen alue/väite. Tällöin se on C2:C6.
   
9. Jätä oletusarvo Alpha teksti-ruutuun (se on 0.05).
   
10. Klikkaa Output Range radio-painiketta ja valita, missä haluat tuloksen. Jos se on A8-solu, Kirjoita: $ 8.
    
11. Klikkaa OK.
    
12. Excel laskee p-arvo ja useita muita parametreja., Lopullinen taulukko voisi näyttää tältä:
    

Kuten näette, yksi-tail p-arvo on sama kuin ensimmäisessä tapauksessa – 0.133905569. Koska se on yli 0,05, nollahypoteesi pätee tähän taulukkoon, ja todisteet sitä vastaan ovat heikot.

p-arvosta

Tässä muutamia hyödyllisiä vinkkejä P-arvolaskelmiin Excelissä.

1. Jos p-arvo on 0, 05 (5%), taulukon tiedot ovat merkittäviä. Jos se on alle 0,05 (5%), TIEDOT sinulla on erittäin merkittävä.
2. Jos p-arvo on yli 0.,1 (10%), taulukon tiedot ovat merkityksettömiä. Jos se on 0,05-0,10 alueella, sinulla on marginaalisesti merkittäviä tietoja.
3. alfa-arvoa voi muuttaa, vaikka yleisimmät vaihtoehdot ovat 0,05 (5%) ja 0,10 (10%).
4. kaksipyrstökokeiden valitseminen voi olla parempi valinta riippuen hypoteesistasi. Yllä olevassa esimerkissä, yksisuuntainen testaus tarkoittaa, että meidän tutkia, ovatko koehenkilöt laihtunut, kun ruokavalioon, ja se on juuri sitä, mitä halusimme selvittää. Kaksipyrstötestissä selvitettäisiin myös, onko niiden paino noussut tilastollisesti merkitsevästi.,
5. p-arvo ei pysty tunnistamaan muuttujia. Toisin sanoen, jos se tunnistaa korrelaation, se ei pysty tunnistamaan syitä sen takana.

p-Arvo Demystified

Jokainen tilastotieteilijä kannattaa hänen suolaa tietää perinpohjin nollahypoteesin testaus ja mitä p-arvo tarkoittaa. Tästä tiedosta on hyötyä myös monien muiden alojen tutkijoille.