a p-értékek és a null-hipotézis mögötti elmélet eleinte bonyolultnak tűnhet, de a fogalmak megértése segít navigálni a statisztikák világában. Sajnos ezeket a kifejezéseket gyakran visszaélik a népszerű tudományban, így mindenki számára hasznos lenne megérteni az alapokat.

egy modell p-értékének kiszámítása és a nullhipotézis bizonyítása/megcáfolása meglepően egyszerű az MS Excel esetében. Két módja van, és mindkettőre kiterjedünk. Ássunk bele.,

Null hipotézis és p-érték

A null hipotézis egy olyan állítás, amelyet alapértelmezett pozíciónak is neveznek, amely azt állítja, hogy a megfigyelt jelenségek közötti kapcsolat nem létezik. Alkalmazható két megfigyelt csoport közötti társulásokra is. A kutatás során teszteli ezt a hipotézist, és megpróbálja megcáfolni.

például azt mondja, hogy meg akarja figyelni, hogy egy adott fad étrendnek jelentős eredményei vannak-e. A nullhipotézis ebben az esetben az, hogy nincs jelentős különbség a vizsgálati alanyok súlyában a fogyókúra előtt és után., Az alternatív hipotézis az, hogy az étrend nem tesz különbséget. Ezt próbálják bizonyítani a kutatók.

A P-érték azt az esélyt jelenti, hogy a statisztikai összefoglaló egyenlő vagy nagyobb lesz, mint a megfigyelt érték, ha a null hipotézis igaz egy bizonyos statisztikai modellre. Bár gyakran tizedes számként fejezik ki, általában jobb százalékban kifejezni. Például a 0,1 p-értéket 10% – ban kell képviselni.

az alacsony p-érték azt jelenti, hogy a nullhipotézis elleni bizonyítékok erősek. Ez azt is jelenti, hogy az adatok jelentősek., Másrészt a magas p-érték azt jelenti, hogy nincs erős bizonyíték a hipotézis ellen. Annak bizonyítására, hogy a fad diéta működik, a kutatóknak alacsony p-értéket kell találniuk.

statisztikailag szignifikáns eredmény az, amely nagyon valószínűtlen, ha a null hipotézis igaz. A szignifikanciaszintet a görög alfa betű jelöli, és nagyobbnak kell lennie, mint a p-érték, hogy az eredmény statisztikailag szignifikáns legyen.

számos területen dolgozó kutató használja a p-értéket, hogy jobban és mélyebben megismerje azokat az adatokat, amelyekkel dolgoznak., A legjelentősebb területek közé tartozik a szociológia, a büntető igazságszolgáltatás, a pszichológia, a pénzügyek és a közgazdaságtan.

A P-érték megtalálása Excel-ben

az MS Excel-ben lévő adatkészlet p-értékét a T-Test funkción keresztül vagy az adatelemző eszköz segítségével találja meg. Először megvizsgáljuk a T-teszt funkciót. Megvizsgálunk öt egyetemistát, akik 30 napos diétán vettek részt. Összehasonlítjuk a súlyukat a diéta előtt és után.

megjegyzés: e cikk alkalmazásában az MS Excel 2010-et fogjuk használni. Bár ez nem a legfrissebb, a lépéseknek általában az újabb verziókra is vonatkozniuk kell.,

t-Test funkció

kövesse az alábbi lépéseket a p-érték kiszámításához a T-Test funkcióval.

  1. hozza létre és töltse fel a táblázatot. Táblázatunk így néz ki:
  2. kattintson az asztalon kívüli bármely cellára.
  3. írja be: =T. Test(.
  4. a nyitott konzol után írja be az első argumentumot. Ebben a példában ez az étrend előtti oszlop. A tartománynak B2:B6-nak kell lennie. Eddig a funkció így néz ki: T. Test (B2:B6.,
  5. ezután beírjuk a második argumentumot. Az étrend utáni oszlop és annak eredményei a második érvünk, és a tartomány, amire szükségünk van, a C2:C6. Adjuk hozzá a képlethez: T. teszt (B2:B6,C2:C6.
  6. írja be a vesszőt a második argumentum után, az egyfarkú eloszlási és Kétfarkú elosztási lehetőségek pedig automatikusan megjelennek a legördülő menüben. Válasszuk ki az első – egyfarkú elosztást. Kattintson duplán rá.
  7. írjon be egy másik vesszőt.,
  8. kattintson duplán a párosított opcióra a következő legördülő menüben.
  9. most, hogy megvan az összes szükséges elem, zárja be a tartót. A példa képlete így néz ki: =T. Test(B2:B6,C2:C6,1,1)
  10. nyomja meg az Enter billentyűt. A cella azonnal megjeleníti a p-értéket. Esetünkben az érték 0,133905569 vagy 13,3905569%.

5%-nál magasabb, ez a p-érték nem nyújt erős bizonyítékot a null hipotézis ellen., Példánkban a kutatás nem bizonyította, hogy a fogyókúra segített a tesztalanyoknak jelentős mennyiségű súlyt veszíteni. Ez nem feltétlenül jelenti azt, hogy a null hipotézis helyes, csak azt, hogy még nem cáfolták meg.

adatelemzési útvonal

az adatelemző eszköz lehetővé teszi, hogy sok jó dolgot, beleértve a p-érték számításokat. A dolgok egyszerűbbé tétele érdekében ugyanazt a táblázatot fogjuk használni, mint az előző módszerben.

itt van, hogyan kell csinálni.

  1. mivel a D oszlopban már vannak súlykülönbségek, kihagyjuk a különbség kiszámítását., A jövőbeli táblázatokhoz használja ezt a képletet: =”Cell 1″-“Cell 2”.
  2. Ezután kattintson a Főmenü adat lapjára.
  3. válassza ki az adatelemző eszközt.
  4. görgessen lefelé a listán, majd kattintson a T-Test: párosított két minta eszközök opciót.
  5. kattintson az OK gombra.
  6. egy felugró ablak jelenik meg. Így néz ki:
  7. írja be az első tartományt/argumentumot. Példánkban ez a B2: B6.,
  8. írja be a második tartományt/argumentumot. Ebben az esetben C2:C6.
  9. hagyja az alapértelmezett értéket az Alfa szövegmezőben (0,05).
  10. kattintson a kimeneti tartomány rádió gombjára, majd válassza ki az eredményt. Ha ez az A8 cella, írja be: $ a $ 8.
  11. kattintson az OK gombra.
  12. az Excel kiszámítja a P-értéket és számos más paramétert., Az utolsó táblázat így néz ki:

mint látható, az egyfarkú p-érték megegyezik az első esetben-0.133905569. Mivel 0,05 felett van, a nullhipotézis erre a táblázatra vonatkozik, az ellene szóló bizonyítékok pedig gyengék.

tudnivalók a p-értékről

Íme néhány hasznos tipp az Excel P-értékszámításaival kapcsolatban.

  1. ha a p-érték 0,05 (5%), a táblázatban szereplő adatok jelentősek. Ha ez kevesebb, mint 0,05 (5%), akkor az Ön adatai nagyon jelentősek.
  2. ha a p-érték több mint 0.,1( 10%), a táblázatban szereplő adatok jelentéktelenek. Ha az 0.05-0.10 tartományban van, akkor marginálisan jelentős adatok vannak.
  3. megváltoztathatja az alfa értéket, bár a leggyakoribb opciók 0,05 (5%) és 0,10 (10%).
  4. a Kétfarkú tesztelés kiválasztása a hipotézistől függően jobb választás lehet. A fenti példában az egyfarkú tesztelés azt jelenti, hogy megvizsgáljuk, hogy a tesztalanyok lefogytak-e a fogyókúra után, és pontosan ez az, amit meg kellett tudnunk. De egy Kétfarkú teszt azt is megvizsgálná, hogy statisztikailag szignifikáns mennyiségű súlyt szereztek-e.,
  5. A P-érték nem tudja azonosítani a változókat. Más szavakkal, ha korrelációt azonosít, nem tudja azonosítani a mögöttes okokat.

A P-érték demisztifikált

minden statisztikusnak tudnia kell a null hipotézis tesztelésének csínját-bínját, és hogy mit jelent a p-érték. Ez a tudás sok más területen is hasznos lesz a kutatók számára.

Articles

Vélemény, hozzászólás?

Az email címet nem tesszük közzé. A kötelező mezőket * karakterrel jelöltük