Πίνακας περιεχομένων
Αν ψάχνετε τρόπους για να υπολογίσετε P-value ή τιμή πιθανότητας σε γραμμική παλινδρόμηση στο Excel, τότε βρίσκεστε στο σωστό μέρος. P-value χρησιμοποιείται για τον προσδιορισμό της πιθανότητας των αποτελεσμάτων των υποθετικών δοκιμών. Μπορούμε να αναλύσουμε τα αποτελέσματα με βάση 2 υποθέσεις- η Μηδενική υπόθεση και το Εναλλακτική υπόθεση . Χρησιμοποιώντας το P-value μπορούμε να προσδιορίσουμε αν το αποτέλεσμα υποστηρίζει τη μηδενική ή την εναλλακτική υπόθεση.
Ας ξεκινήσουμε λοιπόν με το κύριο άρθρο.
Λήψη βιβλίου εργασίας
P value.xlsx3 τρόποι υπολογισμού της τιμής P στη γραμμική παλινδρόμηση στο Excel
Εδώ, έχουμε κάποιες προβλεπόμενες τιμές πωλήσεων και πραγματικές τιμές πωλήσεων ορισμένων από τα προϊόντα μιας εταιρείας. Θα συγκρίνουμε αυτές τις τιμές πωλήσεων και θα προσδιορίσουμε την τιμή πιθανότητας και στη συνέχεια θα προσδιορίσουμε αν P υποστηρίζει τη μηδενική υπόθεση ή την εναλλακτική υπόθεση. Η μηδενική υπόθεση θεωρεί ότι δεν υπάρχει διαφορά μεταξύ των δύο τύπων τιμών πωλήσεων και η εναλλακτική υπόθεση θα εξετάσει τις διαφορές μεταξύ αυτών των δύο ομάδων τιμών.
Έχουμε χρησιμοποιήσει Microsoft Office 365 έκδοση εδώ, μπορείτε να χρησιμοποιήσετε οποιεσδήποτε άλλες εκδόσεις ανάλογα με την ευκολία σας.
Μέθοδος-1: Χρήση του "εργαλείου ανάλυσης t-Test" για τον υπολογισμό της τιμής P
Εδώ, θα χρησιμοποιήσουμε το πακέτο εργαλείων ανάλυσης που περιέχει το εργαλείο ανάλυσης t-Test για να προσδιορίσουμε το P-value για αυτές τις δύο σειρές δεδομένων πωλήσεων.
Βήματα :
Εάν δεν έχετε ενεργοποιήσει το εργαλείο ανάλυσης δεδομένων, ενεργοποιήστε πρώτα αυτό το πακέτο εργαλείων.
➤ Κάντε κλικ στο Αρχείο καρτέλα.
➤ Επιλέξτε Επιλογές .
Μετά από αυτό, το Επιλογές Excel θα εμφανιστεί το παράθυρο διαλόγου.
➤ Επιλέξτε το Πρόσθετα στον αριστερό πίνακα.
➤ Επιλέξτε το Excel Πρόσθετα στην επιλογή Διαχείριση και στη συνέχεια πατήστε Go .
Στη συνέχεια, το Πρόσθετα θα εμφανιστεί το παράθυρο διαλόγου.
➤ Ελέγξτε το Εργαλειοθήκη ανάλυσης και πατήστε OK .
➤ Τώρα, πηγαίνετε στο Δεδομένα Καρτέλα>>, Ανάλυση Ομάδα>>, Ανάλυση δεδομένων Επιλογή.
Στη συνέχεια, το Ανάλυση δεδομένων θα εμφανιστεί ο οδηγός.
➤ Επιλέξτε την επιλογή t-Test: ζεύγος δύο δειγμάτων για μέσους όρους από διάφορες επιλογές των Εργαλεία ανάλυσης .
Μετά από αυτό, το t-Test: ζεύγος δύο δειγμάτων για μέσους όρους θα ανοίξει παράθυρο διαλόγου.
➤ Ως Είσοδος πρέπει να παρέχουμε δύο μεταβλητές σειρές, $C$4:$C$11 για το Μεταβλητή 1 Εύρος και $D$4:$D$11 για το Μεταβλητή 2 Εύρος , όπως Εύρος εξόδου έχουμε επιλέξει $E$4 .
➤ Μπορείτε να αλλάξετε την τιμή για το Alpha από το 0.05 (δημιουργείται αυτόματα) στο 0.01 επειδή η καθορισμένη τιμή για τη σταθερά αυτή είναι γενικά 0.05 ή 0.01 .
➤ Τέλος, πατήστε OK .
Μετά από αυτό, θα λάβετε το P-value για δύο περιπτώσεις- η τιμή της μίας ουράς είναι 0.00059568 και η τιμή δύο ουρών είναι 0.0011913 Μπορούμε να δούμε τη μία ουρά P-value είναι το μισό του διπλού P-value . Επειδή το two-tail P-value εξετάζει τόσο την αύξηση όσο και τη μείωση των βαθμών, ενώ η μονόπλευρη P-value εξετάζει μόνο μία από αυτές τις περιπτώσεις.
Επιπλέον, μπορούμε να δούμε ότι για την τιμή Alpha του 0.05 παίρνουμε το P τιμές μικρότερες από 0.05 που σημαίνει ότι παραμελεί τη μηδενική υπόθεση και έτσι τα δεδομένα είναι ιδιαίτερα σημαντικά.
Διαβάστε περισσότερα: Πώς να ερμηνεύσετε τα αποτελέσματα γραμμικής παλινδρόμησης στο Excel (με εύκολα βήματα)
Μέθοδος-2: Χρήση της συνάρτησης T.TEST για τον υπολογισμό της τιμής P στη γραμμική παλινδρόμηση στο Excel
Σε αυτή την ενότητα, θα χρησιμοποιήσουμε το Λειτουργία T.TEST για να καθορίσει το Τιμές P για τις ουρές 1 και 2 .
Βήματα :
Θα ξεκινήσουμε με τον προσδιορισμό των P-value για την ουρά 1 ή προς μία κατεύθυνση.
➤ Πληκτρολογήστε τον ακόλουθο τύπο στο κελί F5 .
=T.TEST(C4:C11,D4:D11,1,1)Ορίστε, C4:C11 είναι το εύρος των Προβλεπόμενες πωλήσεις , D4:D11 είναι το εύρος των Πραγματικές πωλήσεις , 1 είναι η τιμή της ουράς και η τελευταία 1 είναι για το Ζευγάρια τύπου.
Αφού πατήσετε ENTER , παίρνουμε το P-value 0.00059568 για την ουρά 1 .
➤ Εφαρμόστε τον ακόλουθο τύπο στο κελί F6 για να καθορίσει το P-value για την ουρά 2 ή και προς τις δύο κατευθύνσεις.
=T.TEST(C4:C11,D4:D11,2,1) Ορίστε, C4:C11 είναι το εύρος των Προβλεπόμενες πωλήσεις , D4:D11 είναι το εύρος των Πραγματικές πωλήσεις , 2 είναι η τιμή ουράς και η τελευταία 1 είναι για το Ζευγάρια τύπου.
Διαβάστε περισσότερα: Πολλαπλή γραμμική παλινδρόμηση σε σύνολα δεδομένων του Excel (2 μέθοδοι)
Μέθοδος-3: Χρήση των συναρτήσεων CORREL, T.DIST.2T για τον υπολογισμό της τιμής P στη γραμμική παλινδρόμηση
Θα καθορίσουμε P-value για τη συσχέτιση εδώ με τη χρήση του CORREL , T.DIST.2T λειτουργίες.
Για να το κάνουμε αυτό δημιουργήσαμε μερικές στήλες με επικεφαλίδες Συνολικό στοιχείο , Συντελεστής συσχέτισης , t Τιμή , και Τιμή P και εισαγάγαμε την τιμή για το σύνολο των αντικειμένων που είναι επίσης 8 .
Βήματα :
➤ Πρώτον, Καθορίζουμε το Παράγοντας Correl.Factor εισάγοντας τον ακόλουθο τύπο στο κελί C14 .
=CORREL(C4:C11,D4:D11) Ορίστε, C4:C11 είναι το εύρος των Προβλεπόμενες πωλήσεις , και D4:D11 είναι το εύρος των Πραγματικές πωλήσεις .
➤ Για να προσδιορίσετε το τιμή t πληκτρολογήστε τον ακόλουθο τύπο στο κελί D14 .
=(C14*SQRT(B14-2))/SQRT(1-C14*C14) Ορίστε, C14 είναι ο συντελεστής συσχέτισης και B14 είναι ο συνολικός αριθμός των προϊόντων.
- SQRT(B14-2) γίνεται
SQRT(8-2) → SQRT(6) δίνει την τετραγωνική ρίζα του 6 .
Έξοδος → 2.4494897
- C14*SQRT(B14-2) γίνεται
0.452421561*2.4494897
Έξοδος → 1.10820197
- 1-C14*C14 γίνεται
1-0.452421561*0.452421561
Έξοδος → 0.79531473
- SQRT(1-C14*C14) γίνεται
SQRT(0,79531473) → επιστρέφει την τετραγωνική ρίζα του 0.79531473 .
Έξοδος → 0.891804199
- (C14*SQRT(B14-2))/SQRT(1-C14*C14) γίνεται
(1.10820197)/0.891804199
Έξοδος → 1.242651665
➤ Τέλος, χρησιμοποιώντας την ακόλουθη συνάρτηση θα προσδιορίσουμε το P-value για συσχέτιση.
=T.DIST.2T(D14,B14-2) Ορίστε, D14 είναι η τιμή t , B14-2 ή 8-2 ή 6 είναι ο βαθμός ελευθερίας και T.DIST.2T θα επιστρέψει το P-value για τη συσχέτιση με την κατανομή με δύο ουρές.
Διαβάστε περισσότερα: Πώς να κάνετε ανάλυση πολλαπλής παλινδρόμησης στο Excel (με εύκολα βήματα)
Πράγματα που πρέπει να θυμάστε
⦿ Γενικά, χρησιμοποιούμε δύο κοινά Alpha αξίες, 0.05 και 0.01 .
⦿ Υπάρχουν δύο υποθέσεις, η μηδενική υπόθεση και η εναλλακτική υπόθεση, η μηδενική υπόθεση θεωρεί ότι δεν υπάρχει διαφορά μεταξύ δύο συνόλων δεδομένων και η άλλη λαμβάνει υπόψη τη διαφορά μεταξύ δύο συνόλων δεδομένων.
⦿ Όταν το P-value είναι μικρότερη από 0.05 αρνείται τη μηδενική υπόθεση και για τιμές μεγαλύτερες από 0.05 υποστηρίζει τη μηδενική υπόθεση. Αξιολογώντας την P-value μπορούμε να καταλήξουμε στα ακόλουθα συμπεράσματα.
P<0.05 → ιδιαίτερα σημαντικά δεδομέναP=0.05 → σημαντικά δεδομένα
P=0.05-0.1 → οριακά σημαντικά δεδομένα
P>0,1 → ασήμαντα δεδομένα
Τμήμα πρακτικής
Για να εξασκηθείτε μόνοι σας, σας παρέχουμε ένα Πρακτική τμήμα όπως παρακάτω σε ένα φύλλο με όνομα Πρακτική . Παρακαλώ κάντε το μόνοι σας.
Συμπέρασμα
Σε αυτό το άρθρο, προσπαθήσαμε να καλύψουμε τους τρόπους υπολογισμού P-value στο γραμμική παλινδρόμηση στο Excel. Ελπίζω να σας φανεί χρήσιμο. Αν έχετε προτάσεις ή ερωτήσεις, μπορείτε να τις μοιραστείτε στο τμήμα σχολίων.
