Სარჩევი
თუ თქვენ ეძებთ გზებს გამოთვალოთ P-მნიშვნელობა ან ალბათობის მნიშვნელობა ხაზოვან რეგრესიაში Excel-ში, მაშინ თქვენ სწორ ადგილას ხართ. P-მნიშვნელობა გამოიყენება ჰიპოთეტური ტესტების შედეგების ალბათობის დასადგენად. შედეგების ანალიზი შეგვიძლია 2 ჰიპოთეზის საფუძველზე; ნულო ჰიპოთეზა და ალტერნატიული ჰიპოთეზა . P-მნიშვნელობის გამოყენებით ჩვენ შეგვიძლია განვსაზღვროთ შედეგი მხარს უჭერს ნულოვან ჰიპოთეზას თუ ალტერნატიულ ჰიპოთეზას.
მაშ, დავიწყოთ მთავარი სტატიით.
ჩამოტვირთეთ სამუშაო წიგნი
P value.xlsx
3 გზა P მნიშვნელობის გამოსათვლელად ხაზოვანი რეგრესია Excel-ში
აქ, ჩვენ გვაქვს გაყიდვების პროგნოზირებული მნიშვნელობები და კომპანიის ზოგიერთი პროდუქტის რეალური გაყიდვების ღირებულება. ჩვენ შევადარებთ ამ გაყიდვების მნიშვნელობებს და განვსაზღვრავთ ალბათობის მნიშვნელობას და შემდეგ განვსაზღვრავთ, P მხარს უჭერს ნულოვან ჰიპოთეზას თუ ალტერნატიულ ჰიპოთეზას. ნულოვანი ჰიპოთეზა თვლის, რომ არ არსებობს განსხვავება გაყიდვების ღირებულებების ორ ტიპს შორის და ალტერნატიული ჰიპოთეზა განიხილავს განსხვავებას მნიშვნელობების ამ ორ კომპლექტს შორის.
ჩვენ გამოვიყენეთ Microsoft Office 365 ვერსია აქ, შეგიძლიათ გამოიყენოთ ნებისმიერი სხვა ვერსია თქვენი მოხერხებულობის მიხედვით.
მეთოდი-1: „t-Test Analysis Tool“-ის გამოყენება P მნიშვნელობის გამოსათვლელად
აქ, ჩვენ გამოვიყენებთ ანალიზის ხელსაწყოების პაკეტს, რომელიც შეიცავს t-Test ანალიზის ხელსაწყოს P-მნიშვნელობის დასადგენად გაყიდვების მონაცემების ამ ორი ნაკრებისთვის.
ნაბიჯები :
თუ არ გაააქტიურეთ მონაცემთა ანალიზის ინსტრუმენტი შემდეგ ჯერ ჩართეთ ეს ხელსაწყოების პაკეტი.
➤ დააწკაპუნეთ ჩანართზე ფაილი .
➤ აირჩიეთ პარამეტრები .
ამის შემდეგ გამოჩნდება Excel Options დიალოგური ფანჯარა.
➤ აირჩიეთ დამატებები ვარიანტი მარცხენა პანელზე.
➤ აირჩიეთ Excel Add-ins ოპცია Manage ველში და შემდეგ დააჭირეთ გადადით .
შემდეგ, დამატებების დიალოგური ფანჯარა გამოჩნდება.
➤ შეამოწმეთ Analysis ToolPak ოპცია და დააჭირეთ OK .
➤ ახლა გადადით Data Tab >> ანალიზი ჯგუფური >> მონაცემთა ანალიზი ოპცია.
შემდეგ გამოჩნდება მონაცემთა ანალიზის ოსტატი .
➤ აირჩიეთ ვარიანტი t-Test: Paired Two Sample for Means Analysis Tools -ის სხვადასხვა ვარიანტებიდან.
ამის შემდეგ, t-Test: Paired Two Sample for Means დიალოგური ფანჯარა გაიხსნება.
➤ როგორც შეყვანა ჩვენ უნდა მივაწოდოთ ორი ცვლადი დიაპაზონი; $C$4:$C$11 ცვლადი 1 დიაპაზონისთვის და $D$4:$D$11 ცვლადი 2 დიაპაზონისთვის , როგორც გამომავალი დიაპაზონი ჩვენ ავირჩიეთ $E$4 .
➤ შეგიძლიათ შეცვალოთ მნიშვნელობა Alpha -დან 0.05 (ავტომატურად გენერირებული) 0.01 -მდე, რადგან ამ მუდმივისთვის დანიშნული მნიშვნელობა ჩვეულებრივ არის 0.05 ან 0.01 .
➤ბოლოს დააჭირეთ OK .
ამის შემდეგ მიიღებთ P-მნიშვნელობას ორი შემთხვევისთვის; ერთი კუდის მნიშვნელობა არის 0.00059568 და ორკუდის მნიშვნელობა არის 0.0011913 . ჩვენ შეგვიძლია დავინახოთ ერთკუდიანი P-მნიშვნელობა ნახევრად არის ორკუდიანზე P-მნიშვნელობა . რადგან ორკუდიანი P-მნიშვნელობა განიხილავს ნიშნების ზრდასაც და შემცირებასაც, ხოლო ცალკუდიანი P-მნიშვნელობა განიხილავს მხოლოდ ერთ შემთხვევას.
უფრო მეტიც, ჩვენ ვხედავთ, რომ ალფა მნიშვნელობისთვის 0.05 ვიღებთ P მნიშვნელობებს 0.05 ზე ნაკლები, რაც ნიშნავს, რომ ის უგულებელყოფს ნულოვანი ჰიპოთეზას და ასე რომ, მონაცემები ძალზე მნიშვნელოვანია.
დაწვრილებით: როგორ განვმარტოთ ხაზოვანი რეგრესიის შედეგები Excel-ში (ადვილი ნაბიჯებით)
მეთოდი-2: T.TEST ფუნქციის გამოყენება Excel-ში ხაზოვანი რეგრესიის P მნიშვნელობის გამოსათვლელად
ამ განყოფილებაში ჩვენ გამოვიყენებთ T.TEST ფუნქციას P მნიშვნელობების დასადგენად კუდებისთვის 1 და 2 .
ნაბიჯები :
ჩვენ დავიწყებთ P-მნიშვნელობის კუდის განსაზღვრით 1 ან ერთი მიმართულებით.
➤ ჩაწერეთ შემდეგი ფორმულა უჯრედში F5 .
=T.TEST(C4:C11,D4 :D11,1,1)აქ, C4:C11 არის პროგნოზირებული გაყიდვების დიაპაზონი , D4:D11 არის ფაქტობრივი გაყიდვების დიაპაზონი , 1 არის კუდის მნიშვნელობა და ბოლო 1 არის დაწყვილებისთვის ტიპი.
ENTER დაჭერის შემდეგ, ჩვენ ვიღებთ P-მნიშვნელობას 0.00059568 კუდისთვის 1 .
➤ გამოიყენეთ შემდეგი ფორმულა უჯრედში F6 დასადგენად P-მნიშვნელობა კუდისთვის 2 ან ორივე მიმართულებით.
=T.TEST(C4:C11,D4:D11,2,1) აქ, C4: C11 არის პროგნოზირებული გაყიდვების დიაპაზონი , D4:D11 არის ფაქტობრივი გაყიდვების დიაპაზონი , 2 არის კუდის მნიშვნელობა და ბოლო 1 არის დაწყვილებული ტიპისთვის.
დაწვრილებით: მრავალჯერადი წრფივი რეგრესია Excel მონაცემთა ნაკრებებზე (2 მეთოდი)
მეთოდი-3: CORREL, T.DIST.2T ფუნქციების გამოყენება P მნიშვნელობის გამოსათვლელად ხაზოვანი რეგრესიაში
ჩვენ განვსაზღვრავთ P-მნიშვნელობას კორელაციისთვის აქ CORREL , T.DIST.2T გამოყენებით. ფუნქციები.
ამისთვის ჩვენ შევქმენით რამდენიმე სვეტი სათაურებით სულ ერთეული , Correl. ფაქტორი , t მნიშვნელობა და P მნიშვნელობა და ჩვენ შევიყვანეთ მნიშვნელობა მთლიანი ერთეულებისთვის, რომელიც არის 8 .
ნაბიჯები :
➤ პირველ რიგში, ჩვენ განვსაზღვრავთ Correl.Factor შემდეგი ფორმულის შეყვანით უჯრედში C14 .
=CORREL(C4:C11,D4:D11) აქ, C4:C11 არის დიაპაზონი პროგნოზირებული გაყიდვები და D4:D11 ეს არის ფაქტობრივი გაყიდვების დიაპაზონი .
➤ t მნიშვნელობის დასადგენად აკრიფეთ შემდეგი ფორმულა უჯრედში D14 .
=(C14*SQRT(B14-2))/SQRT(1-C14*C14) აქ C14 არის კორელაციის ფაქტორი და B14 არის პროდუქტების საერთო რაოდენობა.
- SQRT(B14-2) იქცევა
SQRT(8-2) → SQRT(6 ) იძლევა 6 -ის კვადრატულ ფესვს.
გამომავალი → 2.4494897
- C14*SQRT(B14-2) იქცევა
0.452421561*2.4494897
გამომავალი → 1.10820197
- 1-C14*C14 იქცევა
1-0.452421561*0.452421561
გამომავალი → 0.79531473
- SQRT(1-C14*C14) იქცევა
SQRT(0.79531473) → აბრუნებს კვადრატულ ფესვს 0.79531473 .
გამომავალი → 0.891804199
- (C14*SQRT(B14-2))/SQRT(1-C14*C14) იქცევა
(1.10820197)/0.891804199
გამომავალი → 1.242651665
➤ ბოლოს, შემდეგი ფუნქციის გამოყენებით ჩვენ განვსაზღვრავთ P-მნიშვნელობას კორელაციისთვის.
=T.DIST.2T(D14,B14-2) აქ, D14 არის t მნიშვნელობა , B14-2 ან 8-2 ან 6 არის თავისუფლების ხარისხი და T.DIST.2T დააბრუნებს P-მნიშვნელობას ორკუდიან განაწილებასთან კორელაციისთვის.
დაწვრილებით: როგორ გავაკეთოთ მრავალჯერადი რეგრესიის ანალიზი Excel-ში (მარტივი ნაბიჯებით)
რაც უნდა გვახსოვდეს
⦿ ზოგადად, ჩვენ ვიყენებთ ორ ჩვეულებრივ ალფა მნიშვნელობები; 0.05 და 0.01 .
⦿ არსებობს ორი ჰიპოთეზა, ნულოვანი ჰიპოთეზა და ალტერნატიული ჰიპოთეზა.ნულოვანი ჰიპოთეზა არ ითვალისწინებს განსხვავებას მონაცემთა ორ კომპლექტს შორის, ხოლო მეორე ითვალისწინებს განსხვავებას მონაცემთა ორ კომპლექტს შორის.
⦿ როდესაც P-მნიშვნელობა -ზე ნაკლებია. 0.05 ის უარყოფს ნულოვანი ჰიპოთეზას და 0.05-ზე მეტი მნიშვნელობების შემთხვევაში მხარს უჭერს ნულ ჰიპოთეზას. P-მნიშვნელობის შეფასებით შეგვიძლია მივიღოთ შემდეგი დასკვნები.
P<0.05 →ძალიან მნიშვნელოვანი მონაცემებიP =0.05 → მნიშვნელოვანი მონაცემები
P=0.05-0.1 → ზღვრულად მნიშვნელოვანი მონაცემები
P>0.1 → არამნიშვნელოვანი მონაცემები
სავარჯიშო განყოფილება
დამოუკიდებლად პრაქტიკის გასაკეთებლად, ჩვენ მოგაწოდეთ პრაქტიკა სექცია, როგორც ქვემოთ, ფურცელში სახელად პრაქტიკა . გთხოვთ, გააკეთოთ ეს დამოუკიდებლად.
დასკვნა
ამ სტატიაში ჩვენ შევეცადეთ გაგვეშუქებინა P-მნიშვნელობის გამოთვლის გზები წრფივი რეგრესია Excel-ში. იმედია გამოგადგებათ. თუ თქვენ გაქვთ რაიმე შემოთავაზება ან შეკითხვა, მოგერიდებათ გააზიაროთ ისინი კომენტარების განყოფილებაში.
