ഉള്ളടക്ക പട്ടിക
നിങ്ങൾ Excel-ലെ P-value അല്ലെങ്കിൽ ലീനിയർ റിഗ്രഷനിലെ പ്രോബബിലിറ്റി മൂല്യം കണക്കാക്കുന്നതിനുള്ള വഴികൾക്കായി തിരയുകയാണെങ്കിൽ, നിങ്ങൾ ശരിയായ സ്ഥലത്താണ്. സാങ്കൽപ്പിക പരിശോധനകളുടെ ഫലങ്ങളുടെ സംഭാവ്യത നിർണ്ണയിക്കാൻ P-മൂല്യം ഉപയോഗിക്കുന്നു. 2 അനുമാനങ്ങളെ അടിസ്ഥാനമാക്കി നമുക്ക് ഫലങ്ങൾ വിശകലനം ചെയ്യാം; നൾ ഹൈപ്പോതെസിസ് ഉം ബദൽ സിദ്ധാന്തം . P-value ഉപയോഗിച്ച് ഫലം ശൂന്യമായ സിദ്ധാന്തത്തെയോ ഇതര സിദ്ധാന്തത്തെയോ പിന്തുണയ്ക്കുന്നുണ്ടോ എന്ന് നമുക്ക് നിർണ്ണയിക്കാനാകും.
അതിനാൽ, പ്രധാന ലേഖനത്തിൽ നിന്ന് നമുക്ക് ആരംഭിക്കാം.
വർക്ക്ബുക്ക് ഡൗൺലോഡ് ചെയ്യുക
P value.xlsx
Excel-ലെ ലീനിയർ റിഗ്രഷനിൽ P മൂല്യം കണക്കാക്കാനുള്ള 3 വഴികൾ
ഇവിടെ, ഞങ്ങൾക്ക് ചില പ്രവചിച്ച വിൽപ്പന മൂല്യങ്ങളും ഉണ്ട് ഒരു കമ്പനിയുടെ ചില ഉൽപ്പന്നങ്ങളുടെ യഥാർത്ഥ വിൽപ്പന മൂല്യങ്ങൾ. ഞങ്ങൾ ഈ വിൽപ്പന മൂല്യങ്ങൾ താരതമ്യം ചെയ്യുകയും പ്രോബബിലിറ്റി മൂല്യം നിർണ്ണയിക്കുകയും ചെയ്യും, തുടർന്ന് P ശൂന്യമായ സിദ്ധാന്തത്തെയോ ഇതര സിദ്ധാന്തത്തെയോ പിന്തുണയ്ക്കുന്നുണ്ടോ എന്ന് ഞങ്ങൾ നിർണ്ണയിക്കും. രണ്ട് തരത്തിലുള്ള വിൽപ്പന മൂല്യങ്ങൾ തമ്മിൽ വ്യത്യാസമില്ലെന്ന് നൾ ഹൈപ്പോതെസിസ് കണക്കാക്കുന്നു, ഈ രണ്ട് സെറ്റ് മൂല്യങ്ങൾ തമ്മിലുള്ള വ്യത്യാസം ഇതര സിദ്ധാന്തം പരിഗണിക്കും.
ഞങ്ങൾ ഉപയോഗിച്ചു. Microsoft Office 365 പതിപ്പ് ഇവിടെ, നിങ്ങളുടെ സൗകര്യത്തിനനുസരിച്ച് നിങ്ങൾക്ക് മറ്റേതെങ്കിലും പതിപ്പുകൾ ഉപയോഗിക്കാം.
രീതി-1: P മൂല്യം കണക്കാക്കാൻ 't-Test Analysis Tool' ഉപയോഗിച്ച്
ഇവിടെ, പി-മൂല്യം നിർണ്ണയിക്കാൻ ടി-ടെസ്റ്റ് വിശകലന ഉപകരണം അടങ്ങിയ വിശകലന ടൂൾപാക്ക് ഞങ്ങൾ ഉപയോഗിക്കും. ഈ രണ്ട് സെയിൽസ് ഡാറ്റയ്‌ക്ക്.
ഘട്ടങ്ങൾ :
നിങ്ങൾ ഡാറ്റ വിശകലന ഉപകരണം സജീവമാക്കിയില്ലെങ്കിൽ ആദ്യം ഈ ടൂൾപാക്ക് പ്രവർത്തനക്ഷമമാക്കുക.
➤ ഫയൽ ടാബിൽ ക്ലിക്ക് ചെയ്യുക.
➤ ഓപ്‌ഷനുകൾ<2 തിരഞ്ഞെടുക്കുക>.
അതിനുശേഷം, Excel Options ഡയലോഗ് ബോക്‌സ് ദൃശ്യമാകും.
➤ Ad-ins <തിരഞ്ഞെടുക്കുക 2>ഇടത് പാനലിലെ ഓപ്ഷൻ.
➤ മാനേജ് ബോക്‌സിൽ Excel ആഡ്-ഇൻസ് ഓപ്ഷൻ തിരഞ്ഞെടുക്കുക തുടർന്ന് അമർത്തുക പോകുക .
അതിനുശേഷം, ആഡ്-ഇന്നുകൾ ഡയലോഗ് ബോക്‌സ് പോപ്പ് അപ്പ് ചെയ്യും.
➤ പരിശോധിക്കുക. Analysis ToolPak ഓപ്ഷൻ, OK അമർത്തുക.
➤ ഇപ്പോൾ Data Tab >><എന്നതിലേക്ക് പോകുക 1>വിശകലനം ഗ്രൂപ്പ് >> ഡാറ്റ അനാലിസിസ് ഓപ്ഷൻ.
അപ്പോൾ, ഡാറ്റ അനാലിസിസ് വിസാർഡ് ദൃശ്യമാകും .
➤ വിശകലന ടൂളുകളുടെ എന്ന വ്യത്യസ്‌ത ഓപ്‌ഷനുകളിൽ നിന്ന് t-Test: പെയർ ചെയ്‌ത രണ്ട് സാമ്പിൾ എന്നത് തിരഞ്ഞെടുക്കുക.
അതിനുശേഷം, t-Test: Paired Two Sample for Means ഡയലോഗ് ബോക്‌സ് തുറക്കും.
➤ ഇങ്ങനെ ഇൻപുട്ട് നമുക്ക് രണ്ട് വേരിയബിൾ ശ്രേണികൾ നൽകണം; $C$4:$C$11 വേരിയബിൾ 1 ശ്രേണി , $D$4:$D$11 വേരിയബിൾ 2 റേഞ്ച് , 1>ഔട്ട്പുട്ട് ശ്രേണി ഞങ്ങൾ $E$4 തിരഞ്ഞെടുത്തു.
➤ നിങ്ങൾക്ക് ആൽഫ എന്നതിന്റെ മൂല്യം എന്നതിൽ നിന്ന് മാറ്റാം 0.05 (യാന്ത്രികമായി ജനറേറ്റ് ചെയ്തത്) മുതൽ 0.01 വരെ, കാരണം ഈ സ്ഥിരാങ്കത്തിന്റെ നിയുക്ത മൂല്യം സാധാരണയായി 0.05 അല്ലെങ്കിൽ 0.01 ആണ്.
➤അവസാനമായി, OK അമർത്തുക.
അതിനുശേഷം, രണ്ട് കേസുകൾക്കായി നിങ്ങൾക്ക് P-value ലഭിക്കും; വൺ-ടെയിൽ മൂല്യം 0.00059568 ആണ്, രണ്ട്-ടെയിൽ മൂല്യം 0.0011913 ആണ്. വൺ-ടെയിൽ പി-മൂല്യം രണ്ട്-ടെയിൽ പി-മൂല്യം ന്റെ പകുതി ഇരട്ടിയാണെന്ന് നമുക്ക് കാണാൻ കഴിയും. കാരണം ടു-ടെയിൽ പി-മൂല്യം മാർക്കുകളുടെ വർദ്ധനയും കുറവും പരിഗണിക്കുന്നു, അതേസമയം വൺ-ടെയിൽ പി-മൂല്യം ഈ കേസുകളിൽ ഒന്ന് മാത്രം പരിഗണിക്കുന്നു.
കൂടാതെ, 0.05 ന്റെ ആൽഫ മൂല്യത്തിന് P മൂല്യങ്ങൾ 0.05 നേക്കാൾ കുറവാണ് ലഭിക്കുന്നതെന്ന് നമുക്ക് കാണാൻ കഴിയും, അതായത് ഇത് ശൂന്യമായ സിദ്ധാന്തത്തെ അവഗണിക്കുകയും അതിനാൽ ഡാറ്റ വളരെ പ്രാധാന്യമർഹിക്കുന്നു.
കൂടുതൽ വായിക്കുക: എക്സെൽ ലെ ലീനിയർ റിഗ്രഷൻ ഫലങ്ങൾ എങ്ങനെ വ്യാഖ്യാനിക്കാം (എളുപ്പമുള്ള ഘട്ടങ്ങളോടെ)
രീതി-2: Excel-ലെ ലീനിയർ റിഗ്രഷനിൽ P മൂല്യം കണക്കാക്കാൻ T.TEST ഫംഗ്ഷൻ ഉപയോഗിക്കുന്നു
ഈ വിഭാഗത്തിൽ, ഞങ്ങൾ T.TEST ഫംഗ്ഷൻ<ഉപയോഗിക്കും. 2> 1 , 2 എന്നിവയ്‌ക്കായുള്ള P മൂല്യങ്ങൾ നിർണ്ണയിക്കാൻ.
ഘട്ടങ്ങൾ :
ഞങ്ങൾ P-മൂല്യം ടെയിൽ 1 നിർണ്ണയിക്കുന്നത് ആരംഭിക്കും. 2> അല്ലെങ്കിൽ ഒരു ദിശയിൽ :D11,1,1)
ഇവിടെ, C4:C11 ആണ് പ്രവചിച്ച വിൽപ്പന , D4:D11 എന്നത് യഥാർത്ഥ വിൽപ്പനയുടെ ശ്രേണിയാണ് , 1 എന്നത് ടെയിൽ മൂല്യവും അവസാനത്തെ 1 ആണ് ജോടിയാക്കിയതിന് തരം വാലിനായി 1 .
➤ നിർണ്ണയിക്കാൻ F6 സെല്ലിൽ ഇനിപ്പറയുന്ന ഫോർമുല പ്രയോഗിക്കുക 2 അല്ലെങ്കിൽ രണ്ട് ദിശകളിലും P-മൂല്യം .
=T.TEST(C4:C11,D4:D11,2,1) ഇവിടെ, C4: C11 എന്നത് പ്രവചിച്ച വിൽപ്പനയുടെ ശ്രേണിയാണ്, D4:D11 എന്നത് യഥാർത്ഥ വിൽപ്പനയുടെ ശ്രേണിയാണ്. , 2 എന്നത് ടെയിൽ മൂല്യവും അവസാനത്തെ 1 എന്നത് ജോടിയാക്കിയ തരം
ഉം ആണ്. 3>
കൂടുതൽ വായിക്കുക: Excel ഡാറ്റാ സെറ്റുകളിൽ ഒന്നിലധികം ലീനിയർ റിഗ്രഷൻ (2 രീതികൾ)
രീതി-3: CORREL, T.DIST.2T ഫംഗ്‌ഷനുകൾ ഉപയോഗിക്കുന്നു ലീനിയർ റിഗ്രഷനിലെ പി മൂല്യം കണക്കാക്കാൻ
CORREL , T.DIST.2T എന്നിവ ഉപയോഗിച്ച് ഞങ്ങൾ ഇവിടെ പരസ്പരബന്ധത്തിനായി P-മൂല്യം നിർണ്ണയിക്കും. ഫംഗ്‌ഷനുകൾ.
ഇത് ചെയ്യുന്നതിന്, മൊത്തം ഇനം , കോറൽ എന്നിവ ഉപയോഗിച്ച് ഞങ്ങൾ ചില കോളങ്ങൾ സൃഷ്‌ടിച്ചു. ഘടകം , t മൂല്യം , P മൂല്യം എന്നിവയും ഞങ്ങൾ മൊത്തം ഇനങ്ങളുടെ മൂല്യവും നൽകി, അത് 8 ആണ് .
ഘട്ടങ്ങൾ :
➤ ആദ്യം, ഇനിപ്പറയുന്ന ഫോർമുല നൽകി Correl.Factor ഞങ്ങൾ നിർണ്ണയിക്കുന്നു സെല്ലിൽ C14 .
=CORREL(C4:C11,D4:D11) ഇവിടെ, C4:C11 ന്റെ ശ്രേണിയാണ് പ്രവചിച്ച വിൽപ്പന , D4:D11 എന്നിവയാണ് യഥാർത്ഥ വിൽപ്പന .
➤ t മൂല്യം നിർണ്ണയിക്കാൻ സെല്ലിൽ ഇനിപ്പറയുന്ന ഫോർമുല ടൈപ്പ് ചെയ്യുക D14 .
=(C14*SQRT(B14-2))/SQRT(1-C14*C14) ഇവിടെ, C14 ആണ് പരസ്പര ബന്ധ ഘടകം, B14 ആണ് ഉൽപ്പന്നങ്ങളുടെ മൊത്തം എണ്ണം ) 6 ന്റെ വർഗ്ഗമൂല്യം നൽകുന്നു.
ഔട്ട്പുട്ട് → 2.4494897
- C14*SQRT(B14-2) ആയി
0.452421561*2.4494897
ഔട്ട്പുട്ട് → 1.10820197
- 1-C14*C14 ആകുന്നു
1-0.452421561*0.452421561
ഔട്ട്പുട്ട് → 0.79531473
- SQRT(1-C14*C14) ആകുന്നു
SQRT(0.79531473) → 0.79531473<2 എന്നതിന്റെ വർഗ്ഗമൂല്യം നൽകുന്നു>.
ഔട്ട്പുട്ട് → 0.891804199
- (C14*SQRT(B14-2))/SQRT(1-C14*C14) ആയുന്നു
(1.10820197)/0.891804199
ഔട്ട്പുട്ട് → 1.242651665
➤ അവസാനമായി, ഇനിപ്പറയുന്ന ഫംഗ്ഷൻ ഉപയോഗിച്ച് ഞങ്ങൾ പി-മൂല്യം പൊരുത്തത്തിനായി നിർണ്ണയിക്കും.
=T.DIST.2T(D14,B14-2) ഇവിടെ, D14 എന്നത് t മൂല്യമാണ് , B14-2 അല്ലെങ്കിൽ 8-2 അല്ലെങ്കിൽ 6 ആണ് സ്വാതന്ത്ര്യത്തിന്റെ ബിരുദവും T.DIST.2T ടു-ടെയിൽഡ് ഡിസ്ട്രിബ്യൂഷനുമായുള്ള പരസ്പര ബന്ധത്തിനായി P-മൂല്യം നൽകും.
കൂടുതൽ വായിക്കുക: എക്‌സലിൽ ഒന്നിലധികം റിഗ്രഷൻ അനാലിസിസ് എങ്ങനെ ചെയ്യാം (എളുപ്പമുള്ള ഘട്ടങ്ങളോടെ)
ഓർക്കേണ്ട കാര്യങ്ങൾ
⦿ സാധാരണയായി, ഞങ്ങൾ രണ്ട് പൊതുവായ ഉപയോഗിക്കുന്നു ആൽഫ മൂല്യങ്ങൾ; 0.05 ഒപ്പം 0.01 .
⦿ രണ്ട് അനുമാനങ്ങളുണ്ട്, ശൂന്യമായ സിദ്ധാന്തവും ബദൽ സിദ്ധാന്തവും,ശൂന്യമായ സിദ്ധാന്തം രണ്ട് സെറ്റ് ഡാറ്റകൾ തമ്മിലുള്ള വ്യത്യാസം പരിഗണിക്കുന്നില്ല, മറ്റൊന്ന് രണ്ട് സെറ്റ് ഡാറ്റകൾ തമ്മിലുള്ള വ്യത്യാസം കണക്കിലെടുക്കുന്നു. 0.05 ഇത് ശൂന്യ സിദ്ധാന്തത്തെ നിഷേധിക്കുന്നു, കൂടാതെ 0.05 നേക്കാൾ വലിയ മൂല്യങ്ങൾക്ക് ഇത് നൾ ഹൈപ്പോതെസിസിനെ പിന്തുണയ്ക്കുന്നു. P-മൂല്യം വിലയിരുത്തുന്നതിലൂടെ നമുക്ക് ഇനിപ്പറയുന്ന നിഗമനങ്ങളിൽ എത്തിച്ചേരാനാകും.
P<0.05 → വളരെ പ്രാധാന്യമുള്ള ഡാറ്റP =0.05 → പ്രധാനമായ ഡാറ്റ
P=0.05-0.1 → നാമമായി പ്രാധാന്യമുള്ള ഡാറ്റ
P>0.1 → നിസാര ഡാറ്റ
പ്രാക്ടീസ് വിഭാഗം
സ്വയം പ്രാക്ടീസ് ചെയ്യുന്നതിനായി ഞങ്ങൾ പരിശീലനം എന്ന പേരിലുള്ള ഷീറ്റിൽ താഴെപ്പറയുന്നതുപോലെ ഒരു പ്രാക്ടീസ് വിഭാഗം നൽകിയിട്ടുണ്ട്. ദയവായി ഇത് സ്വയം ചെയ്യുക.
ഉപസംഹാരം
ഈ ലേഖനത്തിൽ, പി-മൂല്യം ഇൻ കണക്കാക്കുന്നതിനുള്ള വഴികൾ ഞങ്ങൾ കവർ ചെയ്യാൻ ശ്രമിച്ചു Excel-ലെ ലീനിയർ റിഗ്രഷൻ. നിങ്ങൾക്ക് ഇത് ഉപയോഗപ്രദമാകുമെന്ന് പ്രതീക്ഷിക്കുന്നു. നിങ്ങൾക്ക് എന്തെങ്കിലും നിർദ്ദേശങ്ങളോ ചോദ്യങ്ങളോ ഉണ്ടെങ്കിൽ, അവ അഭിപ്രായ വിഭാഗത്തിൽ പങ്കിടാൻ മടിക്കേണ്ടതില്ല.
