I den moderne æra af dataanalyse kan du blive nødt til at beregne P-værdien i Excel. Du kan gøre dette ved hjælp af Envejsanova eller Tovejs-anova. I denne artikel vil vi demonstrere for dig tre mulige måder at beregne P-værdien i Excel Anova på. Hvis du er nysgerrig, kan du downloade vores arbejdsbog til øvelser og følge os.

Download arbejdsbog til øvelser

Download denne arbejdsbog til øvelse, så du kan øve dig, mens du læser denne artikel.

Beregne P-værdi.xlsx

Hvad er ANOVA-analyse?

ANOVA giver os den første mulighed for at afgøre, hvilke faktorer der har en betydelig effekt på et datasæt. Efter at have afsluttet analysen foretager en analytiker en ekstra analyse af de metodologiske faktorer der i væsentlig grad påvirker den inkonsekvente karakter af dette datasæt. Desuden bruger han Anova-analysens resultater i den f-test til at skabe ekstra data, der er relevante for den anslåede regressionsanalyse. ANOVA-analysen sammenligner mange datasæt samtidig for at se, om der er nogen sammenhæng mellem dem. ANOVA er en statistisk metode, der bruges til at analysere varians observeret inden for et datasæt ved at opdele det i to dele:

1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. • Systematiske faktorer og
                                    • Tilfældige faktorer

Den matematiske formel for Anova er:

Her,

• F = Anova-koefficient,
• MST = Gennemsnitlig sum af kvadrater som følge af behandling,
• MSE = Gennemsnitlig sum af kvadrater på grund af fejl.

Hvad er P-værdi?

P-værdien repræsenterer sandsynlighedsværdien for et datasæt. Hvis nulhypotesen er sand, er sandsynligheden for at få resultater fra en statistisk hypotesetest, der er mindst lige så alvorlige som de faktiske resultater, kendt som p-værdien. Det mindste signifikansniveau, ved hvilket nulhypotesen vil blive forkastet, angives af p-værdien som et alternativ til forkastelsespunkter. Stærkere støtte forden alternative hypotese er angivet ved en lavere p-værdi.

3 egnede eksempler på beregning af P-værdi i Excel ANOVA

For at demonstrere eksemplerne tager vi et datasæt med to prøver. Vi tager fire de studerendes eksamenskarakterer i matematik og kemi fra to Vi kan derfor hævde, at vores datasæt ligger inden for intervallet af celler B5:D12.

1. Brug af ANOVA-analyse med en enkelt faktor

I det første eksempel viser vi dig proceduren til at beregne P-værdien ved hjælp af Anova: enkeltfaktor. Trinene i denne metode er beskrevet nedenfor:

📌 Trin:

• Først og fremmest fra den Data skal du vælge fanen Data Toolpak fra gruppen Analyse. Hvis du ikke har den Data Toolpak i den Data kan du aktivere den fra fanen Excel-indstillingerne .

• Som følge heraf vises en lille dialogboks kaldet Analyse af data vil blive vist.
• Vælg nu den Anova: enkeltfaktor og klik på OK .

• En anden dialogboks kaldet Anova: enkeltfaktor vil blive vist.
• Derefter, i den Input skal du vælge datasættets indgangscelleområde. Her skal du vælge Indgangsområde er $C$5:$D$12 .
• Behold den Grupperet efter i Kolonner .
• Herefter, i den Udgang skal du angive, hvordan du ønsker at få resultatet. Du kan få det i tre Vi ønsker at få resultatet på den samme ark .
• Så vi vælger den Udgangsområde og angive cellereferencen som $F$4 .
• Til sidst skal du klikke på OK .

• I løbet af et sekund får du resultatet. Vores ønskede P-værdi står i celle K14 Desuden får du også en resumé resulterer i intervallet af celler F6:J9 .

Vi kan således sige, at vores metode fungerede perfekt, og vi kunne beregne P-værdien i Excel Anova.

🔎 Fortolkning af resultatet

I dette eksempel fik vi en P-værdi på 0.1462 Det betyder, at muligheden for at få et tilsvarende antal i begge grupper er 0.1462 eller 14.62% Så vi kan hævde, at denne P-værdi har betydning i vores valgte datasæt.

Læs mere: Sådan fortolkes ANOVA Single Factor-resultater i Excel

2. Udnyttelse af to-faktor med replikation ANOVA-analyse

I det følgende eksempel bruger vi Anova: to-faktor med gentagelse Denne fremgangsmåde består af følgende trin: - en proces til beregning af P-værdien for vores datasæt:

📌 Trin:

• For det første, i den Data skal du vælge fanen Data Toolpak fra gruppen Analyse. Hvis du ikke har den Data Toolpak i den Data kan du aktivere den fra fanen Excel-indstillingerne .

• Som følge heraf har Analyse af data dialogboksen vises.
• Derefter skal du vælge Anova: to-faktor med replikation og klik på OK .

• En anden lille dialogboks kaldet Anova: to-faktor med gentagelse vil blive vist.
• Nu, i den Input skal du vælge datasættets indgangscelleområde. Her skal du vælge Indgangsområde er $B$4:$D$12 .
• Derefter betegnes den Rækker pr. prøve feltet som 4 .
• Efterfølgende, i den Udgang skal du angive, hvordan du ønsker at få resultatet. Du kan få det i tre forskellige måder. I dette eksempel ønsker vi at få resultatet i en nyt regneark .
• Vælg derfor den Nyt regneark Ply mulighed og skriv et passende navn efter dit ønske. Vi skriver Anova to-faktor for at få et nyt regneark med dette navn.
• Til sidst skal du klikke på OK .

• Du vil bemærke, at der oprettes et nyt regneark, og Excel vil vise analyseresultatet på dette regneark. Vores ønskede P-værdi ligger i området af cellerne G25:G27 Desuden får du også et oversigtsresultat i området med cellerne B3:D20 .

Vi kan derfor sige, at vores metode fungerede effektivt, og vi kunne beregne P-værdien i Excel Anova.

🔎 Fortolkning af resultatet

I dette eksempel er P-værdien for den Kolonner er 0.0373 , som er statistisk signifikant, så vi kan sige, at der er en effekt af skift på elevernes præstationer ved eksamen. Men den 3. billede af eksempelproceduren viser, at værdien er tæt på den alpha værdi af 0.05 , så virkningen er mindre betydelig.

På samme måde er P-værdien for Interaktioner er 0.0010 , som er meget mindre end den alpha værdi, så den har statistisk set høj signifikans, og vi kan konstatere, at forskydningens effekt på begge prøver er meget stor.

Læs mere: Sådan fortolker du ANOVA-resultater i Excel (3 måder)

3. Anvendelse af to-faktor-analyse uden replikation ANOVA-analyse

I dette eksempel er den Anova: to-faktor uden replikation vil hjælpe os med at beregne P-værdien. Proceduren er beskrevet nedenfor trin for trin:

📌 Trin:

• For det første, i den Data skal du vælge fanen Data Toolpak fra gruppen Analyse. Hvis du ikke har den Data Toolpak i den Data kan du aktivere den fra fanen Excel-indstillingerne .

• Som følge heraf vises en lille dialogboks kaldet Analyse af data vil blive vist.
• Vælg derefter den Anova: to-faktor uden replikation og tryk på OK .

• En anden lille dialogboks kaldet Anova: to-faktor uden replikation vil blive vist.
• Herefter, i den Input skal du vælge datasættets indgangscelleområde. Her skal du vælge Indgangsområde er $B$4:$D$12 .
• Kontroller derefter den Etiketter hvis den ikke er markeret endnu.
• Nu, i den Udgang skal du angive, hvordan du ønsker at få resultatet. Du kan få det i tre Vi ønsker at få resultatet på forskellige måder. samme ark .
• Vi vælger derfor den Udgangsområde og angive cellereferencen som $F$4 .
• Til sidst skal du klikke på OK .

• I løbet af et sekund vil du bemærke det resultat, der vises fra celle F4 Vores ønskede P-værdi ligger i intervallet celle K22:K23 Desuden får du også en resumé resulterer i intervallet af celler F6:J17 .

Endelig kan vi sige, at vores metode fungerede godt, og vi kunne beregne P-værdien i Excel Anova.

🔎 Fortolkning af resultatet

Her er P-værdien for Kolonner er 0.2482 Vi kan altså sige, at der er en effekt af forskydninger på elevernes præstationer ved eksamen. Værdien er dog tæt på den alpha værdi af 0.05 , så virkningen er mindre betydelig.

Læs mere: Sådan fortolker du tovejs ANOVA-resultater i Excel

Konklusion

Det er slutningen af denne artikel. Jeg håber, at denne artikel vil være nyttig for dig, og at du vil være i stand til at beregne P-værdien i Excel Anova. Del venligst yderligere spørgsmål eller anbefalinger med os i kommentarfeltet nedenfor, hvis du har yderligere spørgsmål eller anbefalinger.

Glem ikke at tjekke vores websted, ExcelWIKI , til flere Excel-relaterede problemer og løsninger. Bliv ved med at lære nye metoder og bliv ved med at vokse!