teorin bakom p-värden och nollhypotesen kan tyckas komplicerad först, men att förstå begreppen hjälper dig att navigera i statistikens Värld. Tyvärr missbrukas dessa termer ofta i populärvetenskap, så det skulle vara användbart för alla att förstå grunderna.
att beräkna p-värdet för en modell och bevisa / motbevisa nollhypotesen är förvånansvärt enkel med MS Excel. Det finns två sätt att göra det och vi täcker dem båda. Nu gräver vi in.,
nollhypotes och p-värde
nollhypotesen är ett uttalande, även kallat en standardposition, som hävdar att förhållandet mellan de observerade fenomenen är obefintligt. Det kan också tillämpas på föreningar mellan två observerade grupper. Under forskningen testar du denna hypotes och försöker motbevisa den.
säg till exempel att du vill observera om en viss modefluga diet har betydande resultat. Nollhypotesen är i detta fall att det inte finns någon signifikant skillnad i försökspersonernas vikt före och efter dieting., Den alternativa hypotesen är att kosten gjorde skillnad. Detta är vad forskare skulle försöka bevisa.
p-värdet representerar chansen att den statistiska sammanfattningen skulle vara lika med eller större än det observerade värdet när nollhypotesen är sann för en viss statistisk modell. Även om det ofta uttrycks som ett decimaltal är det i allmänhet bättre att uttrycka det i procent. Till exempel bör p-värdet på 0,1 representeras som 10%.
ett lågt P-värde innebär att bevisen mot nollhypotesen är stark. Detta innebär ytterligare att dina data är betydande., Å andra sidan innebär ett högt p-värde att det inte finns några starka bevis mot hypotesen. För att bevisa att modefluga kost fungerar, skulle forskare behöva hitta en låg P-värde.
ett statistiskt signifikant resultat är det som är högst osannolikt att hända om nollhypotesen är sann. Signifikansnivån betecknas med den grekiska bokstaven alfa och den måste vara större än p-värdet för att resultatet ska vara statistiskt signifikant.
många forskare inom ett brett spektrum av områden använder p-värdet för att få en bättre och djupare inblick i de data de arbetar med., Några av de framstående områdena är sociologi, straffrätt, psykologi, ekonomi och ekonomi.
hitta p-värdet i Excel
Du kan hitta p-värdet för en datauppsättning i MS Excel via t-testfunktionen eller använda Dataanalysverktyget. Först ska vi titta på t-testfunktionen. Vi ska undersöka fem studenter som gick på en 30-dagars diet. Vi jämför deras vikt före och efter kosten.
OBS! i den här artikeln använder vi MS Excel 2010. Även om det inte är den senaste, bör stegen i allmänhet gälla för de nyare versionerna, samt.,
t-testfunktion
följ dessa steg för att beräkna p-värdet med t-testfunktionen.
- skapa och fylla i tabellen. Vårt bord ser ut så här:
- Klicka på vilken cell som helst utanför ditt bord.
- Skriv in: =T-Test(.
- efter den öppna konsolen, skriv in det första argumentet. I det här exemplet är det före Dietkolonnen. Intervallet ska vara B2: B6. Hittills ser funktionen ut så här: T. Test (B2:B6.,
- därefter anger vi det andra argumentet. Kolumnen efter Diet och dess resultat är vårt andra argument och det intervall vi behöver är C2:C6. Låt oss lägga till det i formeln: T. Test (B2:B6,C2:C6.
- skriv in ett kommatecken efter det andra argumentet och den entailed distributionen och tvåtailed distributionsalternativ visas automatiskt i en rullgardinsmeny. Låt oss välja den första-en-tailed distributionen. Dubbelklicka på den.
- skriv in ett annat komma.,
- dubbelklicka på det parade alternativet i nästa rullgardinsmeny.
- nu när du har alla element du behöver, stäng konsolen. Formeln för detta exempel ser ut så här: = T. Test (B2:B6,C2:C6,1,1)
- tryck på Enter. Cellen visar p-värdet omedelbart. I vårt fall är värdet 0,133905569 eller 13,3905569%.
att vara högre än 5%, ger detta p-värde inte starka bevis mot nollhypotesen., I vårt exempel visade forskningen inte att dieting hjälpte testämnena att förlora en betydande mängd vikt. Det betyder inte nödvändigtvis att nollhypotesen är korrekt, bara att den inte har ifrågasatts än.
Dataanalysväg
Dataanalysverktyget låter dig göra många coola saker, inklusive p-värdeberäkningar. För att göra saker enklare använder vi samma tabell som i föregående metod.
Så här görs det.
- eftersom vi redan har viktskillnaderna I d-kolumnen hoppar vi över skillnaden., För framtida tabeller, använd denna formel: = ”Cell 1” – ”Cell 2”.
- Klicka sedan på fliken Data i huvudmenyn.
- Välj Dataanalysverktyget.
- rulla ned i listan och klicka på alternativet t-Test: parat två prov för Means.
- Klicka på OK.
- ett popup-fönster visas. Det ser ut så här:
- ange det första intervallet/argumentet. I vårt exempel är det B2: B6.,
- ange det andra intervallet/argumentet. I det här fallet är det C2:C6.
- lämna standardvärdet i textrutan Alpha (det är 0,05).
- Klicka på knappen Output Range radio och välj var du vill ha resultatet. Om det är A8-cellen skriver du in: $ a $ 8.
- Klicka på OK.
- Excel beräknar p-värdet och flera andra parametrar., Finalbordet kan se ut så här:
som du kan se är one-tail p-värdet detsamma som i det första fallet – 0.133905569. Eftersom det är över 0,05 gäller nollhypotesen för denna tabell, och bevisen mot den är svag.
saker att veta om p-värdet
Här är några användbara tips om p-värdeberäkningar i Excel.
- om p-värdet är lika med 0,05 (5%) är uppgifterna i tabellen signifikanta. Om det är mindre än 0,05 (5%) är de data du har mycket signifikanta.
- om p-värdet är mer än 0.,1 (10%), data i tabellen är obetydlig. Om det är i 0.05-0.10-intervallet har du marginellt signifikanta data.
- Du kan ändra alfavärdet, men de vanligaste alternativen är 0,05 (5%) och 0,10 (10%).
- att välja tvåstjärtad testning kan vara det bättre valet, beroende på din hypotes. I exemplet ovan innebär one-tailed test att vi utforskar om testämnena gick ner i vikt efter dieting, och det är precis vad vi behövde ta reda på. Men ett tvåstjärtat test skulle också undersöka om de fick statistiskt signifikanta mängder vikt.,
- p-värdet kan inte identifiera variabler. Med andra ord, om den identifierar en korrelation, kan den inte identifiera orsakerna bakom den.
p-värdet Demystifierat
varje statistiker som är värd sitt salt måste känna till ins och outs av nollhypotesprovning och vad p-värdet betyder. Denna kunskap kommer också att vara till nytta för forskare inom många andra områden.