Excel에서 P-값 또는 선형 회귀의 확률 값을 계산하는 방법을 찾고 있다면 제대로 찾아오셨습니다. P-값 는 가상 테스트 결과의 확률을 결정하는 데 사용됩니다. 두 가지 가설을 바탕으로 결과를 분석할 수 있습니다. 귀무가설 및 대립가설 . P-값 을 사용하여 결과가 귀무가설 또는 대립가설을 지지하는지 여부를 결정할 수 있습니다.

이제 본문부터 시작하겠습니다.

통합 문서 다운로드

Excel의 선형 회귀에서 P 값을 계산하는 3가지 방법

예상 판매 값과 회사의 일부 제품의 실제 판매 가치. 이러한 판매 가치를 비교하고 확률 가치를 결정한 다음 P 가 귀무 가설을 지지하는지 대립 가설을 지지하는지 판단합니다. 귀무 가설은 두 유형의 판매 값 간에 차이가 없다고 생각하고 대립 가설은 이 두 값 집합 간의 차이를 고려할 것입니다.

우리는 를 사용했습니다. Microsoft Office 365 버전은 여기에서 사용자의 편의에 따라 다른 버전을 사용할 수 있습니다.

방법-1: 't-Test 분석 도구'를 사용하여 P 값 계산

여기, t-Test 분석 도구가 포함된 분석 도구 팩을 사용하여 P-값을 결정합니다. 이 두 세트의 판매 데이터에 대해.

단계 :

데이터 분석 도구를 활성화하지 않은 경우 그런 다음 먼저 이 툴팩을 먼저 활성화합니다.

< 파일 탭을 클릭합니다.

< 옵션<2을 선택합니다>.

이후 Excel 옵션 대화 상자가 나타납니다.

< 추가 기능 옵션을 왼쪽 패널에.

< 관리 상자에서 Excel 추가 기능 옵션을 선택한 다음 을 누릅니다. Go .

다음에 추가 기능 대화 상자가 나타납니다.

➤ Analysis ToolPak 옵션을 선택하고 확인 을 누릅니다.

➤ 이제 데이터 탭 >> 분석 그룹>> 데이터 분석 옵션.

그러면 데이터 분석 마법사가 나타납니다. .

➤ 분석 도구 의 다양한 옵션에서 t-Test: 평균에 대한 두 표본 쌍 옵션을 선택합니다.

그 다음에는 t-Test: 평균에 대한 두 개의 표본 쌍을 이룬 대화 상자가 열립니다.

➤ As 입력 두 가지 변수 범위를 제공해야 합니다. 변수 1 범위 의 $C$4:$C$11 및 변수 2 범위 의 $D$4:$D$11 ( 출력 범위 $E$4 를 선택했습니다.

➤ Alpha 의 값을 에서 변경할 수 있습니다. 0.05 (자동 생성) ~ 0.01 이 상수에 대한 지정 값은 일반적으로 0.05 또는 0.01 .

입니다.<마지막으로 확인 을 누릅니다.

그 후에 두 가지 경우에 대한 P-값 을 얻게 됩니다. 한 꼬리 값은 0.00059568 이고 두 꼬리 값은 0.0011913 입니다. 한쪽 꼬리 P-값 이 양쪽 꼬리 P-값 의 절반인 것을 볼 수 있습니다. 두 꼬리 P-값 은 마크의 증가와 감소를 모두 고려하는 반면 한 꼬리 P-값 은 이러한 경우 중 하나만 고려하기 때문입니다.

또한 0.05 의 알파 값에 대해 0.05 보다 작은 P 값을 얻고 있음을 알 수 있습니다. 이는 귀무 가설을 무시하고 따라서 데이터는 매우 중요합니다.

자세히 알아보기: Excel에서 선형 회귀 결과를 해석하는 방법(쉬운 단계 포함)

방법-2: T.TEST 함수를 사용하여 Excel의 선형 회귀에서 P 값 계산

이 절에서는 T.TEST 함수 꼬리 1 및 2 .

<에 대한 P 값 을 결정합니다. 22>

단계 :

꼬리 1 <에 대한 P-값 을 결정하는 것으로 시작하겠습니다. 2> 또는 한 방향으로.

< F5 .

여기서 C4:C11 는 예상매출 의 범위이고, D4:D11 는 실제 판매 의 범위이고, 1 는 테일 값이고 마지막 1 는 페어링 유형.

ENTER 를 누르면 P-값 0.00059568 이 표시됩니다. 꼬리 1 .

<셀 F6 에 다음 수식을 적용하여 결정합니다. 꼬리 2 또는 양방향의 P-값 .

여기서 C4: C11 는 예상 판매 의 범위이고, D4:D11 는 실제 판매 의 범위입니다. , 2 는 테일 값이고 마지막 1 는 쌍 유형입니다.

자세히 보기: Excel 데이터 세트에 대한 다중 선형 회귀(2가지 방법)

방법-3: CORREL, T.DIST.2T 함수 사용 선형 회귀에서 P 값을 계산하려면

CORREL , T.DIST.2T 기능.

이를 위해 Total Item , Correl 헤더가 있는 일부 열을 생성했습니다. Factor , t Value 및 P value 이며 전체 항목에 대한 값도 8 로 입력했습니다. .

단계 :

➤ 먼저 다음 공식을 입력하여 Correl.Factor 를 결정합니다. 셀 C14 .

여기서 C4:C11 는 의 범위입니다. 예상 매출 및 D4:D11 은 실제 매출 .

< t 값 을 결정하려면 셀에 다음 수식을 입력하십시오. D14 .

여기서 C14 는 상관계수이고 B14 는

• SQRT(B14-2) 는

  SQRT(8-2) → SQRT(6 ) 는 6 의 제곱근을 제공합니다.

  출력 → 2.4494897

• C14*SQRT(B14-2)

  0.452421561*2.4494897

  출력 → 1.10820197

• 1-C14*C14

  1-0.452421561*0.452421561

  출력 → 0.79531473

• SQRT(1-C14*C14)

  SQRT(0.79531473) → 0.79531473<2의 제곱근을 반환>.

  출력 → 0.891804199

• (C14*SQRT(B14-2))/SQRT(1-C14*C14)

  (1.10820197)/0.891804199

  출력 → 1.242651665

➤ 마지막으로 다음 함수를 사용하여 상관관계에 대한 P-값 을 결정합니다.

여기서 D14 는 t 값 , B14-2 또는 8-2 또는 6 는 자유도 및 T.DIST.2T 는 양측 분포와의 상관 관계에 대한 P-값 을 반환합니다.

자세히 알아보기: 엑셀에서 다중회귀 분석하는 방법(쉬운 단계)

기억할 사항

⦿ 일반적으로 우리는 두 가지 일반적인 알파 값; 0.05 와 0.01 .

⦿ 귀무가설과 대립가설 두 가지 가설이 있는데,귀무가설은 두 데이터 사이의 차이가 없다고 간주하고 다른 하나는 두 데이터 사이의 차이를 고려합니다.

⦿ P-value 가 보다 작을 때 0.05 귀무가설을 부인하고 0.05 보다 큰 값에 대해서는 귀무가설을 지지합니다. P-value 를 평가하여 다음과 같은 결론을 내릴 수 있습니다.

P =0.05 → 유의한 데이터

P=0.05-0.1 → 미미한 데이터

P>0.1 → 미미한 데이터

실습 섹션

혼자 연습할 수 있도록 Practice 라는 시트에 아래와 같은 Practice 섹션을 제공했습니다. 직접 해보시기 바랍니다.

결론

이 기사에서는 P-값 을 계산하는 방법을 다루었습니다. Excel의 선형 회귀. 유용하게 사용하시기 바랍니다. 제안이나 질문이 있는 경우 의견 섹션에서 자유롭게 공유하십시오.