सामग्री सारणी
डेटा विश्लेषणाच्या आधुनिक युगात, तुम्हाला Excel मध्ये P मूल्य मोजण्याची आवश्यकता असू शकते. तुम्ही हे वन वे अॅनोव्हा किंवा टू वे अॅनोव्हा वापरून करू शकता. या लेखात, आम्ही तुम्हाला पी मूल्य मोजण्याचे तीन संभाव्य मार्ग दाखवणार आहोत. एक्सेल एनोव्हा मध्ये. तुम्हाला याबद्दल उत्सुकता असल्यास, आमचे सराव वर्कबुक डाउनलोड करा आणि आमचे अनुसरण करा.
सराव वर्कबुक डाउनलोड करा
तुम्ही हा लेख वाचत असताना सरावासाठी हे सराव वर्कबुक डाउनलोड करा.
P Value.xlsx गणना करा
ANOVA विश्लेषण म्हणजे काय?
ANOVA डेटासेटवर कोणत्या घटकांचा महत्त्वपूर्ण प्रभाव पडतो हे निर्धारित करण्याची पहिली संधी आम्हाला प्रदान करते. विश्लेषण पूर्ण केल्यानंतर, विश्लेषक त्या डेटा सेटच्या विसंगत स्वरूपावर लक्षणीय परिणाम करणाऱ्या पद्धतीविषयक घटकांवर अतिरिक्त विश्लेषण करतो. याव्यतिरिक्त, अंदाजे रिग्रेशन विश्लेषणाशी संबंधित अतिरिक्त डेटा तयार करण्यासाठी तो f-test मधील Anova विश्लेषण निष्कर्षांचा वापर करतो. ANOVA विश्लेषण अनेक डेटा संचांची तुलना एकाच वेळी करतो की नाही हे पाहण्यासाठी त्यांच्यातील संबंध. ANOVA ही एक सांख्यिकीय पद्धत आहे जी डेटासेटमध्ये आढळलेल्या भिन्नतेचे दोन विभागांमध्ये विभागून विश्लेषण करण्यासाठी वापरली जाते:
-
-
-
-
-
-
-
-
-
-
-
-
- पद्धतशीर घटक आणि
- यादृच्छिकघटक
-
-
-
-
-
11> -
-
-
-
-
अनोव्हाचे गणितीय सूत्र आहे:
<3
येथे,
- F = एनोवा गुणांक,
- MST = उपचारांमुळे वर्गांची सरासरी बेरीज,<11
- MSE = त्रुटीमुळे चौरसांची सरासरी बेरीज.
-
- सर्वप्रथम, डेटा टॅबमधून, विश्लेषण गटातून डेटा टूलपॅक निवडा. तुमच्याकडे डेटा टॅबमध्ये डेटा टूलपॅक नसल्यास, तुम्ही ते एक्सेल पर्याय मधून सक्षम करू शकता.
- परिणामी, डेटा विश्लेषण नावाचा एक छोटा डायलॉग बॉक्स दिसेल.
- आता, Anova: सिंगल फॅक्टर<निवडा. 2> पर्याय निवडा आणि ठीक आहे क्लिक करा.
- अनोवा: सिंगल फॅक्टर नावाचा दुसरा डायलॉग बॉक्स दिसेल. .
- नंतर, इनपुट विभागात, डेटासेटची इनपुट सेल श्रेणी निवडा. येथे, इनपुट श्रेणी $C$5:$D$12 आहे.
- स्तंभ<2 मध्ये ग्रुप केलेले पर्याय ठेवा>.
- त्यानंतर, आउटपुट विभागात, तुम्हाला निकाल कसा मिळवायचा आहे ते नमूद करावे लागेल. तुम्ही ते तीन वेगवेगळ्या प्रकारे मिळवू शकता. आम्हाला परिणाम समान शीट वर मिळवायचा आहे.
- म्हणून, आम्ही आउटपुट श्रेणी पर्याय निवडतो आणि सेल संदर्भ $F$4<म्हणून दर्शवतो. 2>.
- शेवटी, ठीक आहे क्लिक करा.
- एका सेकंदात, तुम्हाला निकाल मिळेल . आमचे इच्छित P मूल्य सेल K14 मध्ये आहे. त्याशिवाय, तुम्हाला सेलच्या श्रेणीमध्ये सारांश परिणाम देखील मिळेल F6:J9 .
- प्रथम, डेटा टॅबमध्ये, <निवडा 1>डेटा टूलपॅक गटातील विश्लेषण. तुमच्याकडे डेटा टॅबमध्ये डेटा टूलपॅक नसल्यास, तुम्ही ते <वरून सक्षम करू शकता. 1>एक्सेल पर्याय .
- परिणामी, डेटा विश्लेषण डायलॉग बॉक्स दिसेल.<11
- त्यानंतर, Anova: टू-फॅक्टर विथ रिप्लिकेशन निवडा आणि ठीक आहे वर क्लिक करा.
- Anova: टू-फॅक्टर विथ रिप्लिकेशन नावाचा आणखी एक छोटा डायलॉग बॉक्स दिसेल.
- आता, इनपुट विभागात, डेटासेटची इनपुट सेल श्रेणी निवडा. . येथे, इनपुट श्रेणी $B$4:$D$12 आहे.
- नंतर, प्रति नमुन्यासाठी पंक्ती फील्ड म्हणून दर्शवा. 4 .
- नंतर, आउटपुट विभागात, तुम्हाला निकाल कसा मिळवायचा आहे ते नमूद करावे लागेल. आपण ते मिळवू शकता तीन वेगवेगळ्या प्रकारे. या उदाहरणात, आम्हाला परिणाम नवीन वर्कशीट मध्ये मिळवायचा आहे.
- अशा प्रकारे, नवीन वर्कशीट प्लाय पर्याय निवडा आणि तुमच्यानुसार योग्य नाव लिहा. इच्छा या नावाची नवीन वर्कशीट मिळवण्यासाठी आम्ही Anova Two Factor लिहितो.
- शेवटी, ठीक आहे वर क्लिक करा.
- आपल्या लक्षात येईल की एक नवीन वर्कशीट तयार केली जाईल आणि एक्सेल त्या वर्कशीटवर विश्लेषण परिणाम दर्शवेल. आमचे इच्छित P मूल्य सेलच्या श्रेणीमध्ये आहे G25:G27 . त्याशिवाय, तुम्हाला सेलच्या श्रेणीमध्ये सारांश परिणाम देखील मिळेल B3:D20 .
- प्रथम, डेटा टॅबमध्ये, निवडा डेटा टूलपॅक गटातील विश्लेषण. तुमच्याकडे डेटा टॅबमध्ये डेटा टूलपॅक नसल्यास, तुम्ही ते येथून सक्षम करू शकता एक्सेल पर्याय .
- परिणामी, डेटा विश्लेषण नावाचा एक छोटा डायलॉग बॉक्स दिसेल. .
- पुढे, अनोव्हा: टू-फॅक्टर विदाऊट रिप्लिकेशन पर्याय निवडा आणि ओके दाबा.
- अनोवा: टू-फॅक्टर विदाऊट रिप्लिकेशन नावाचा आणखी एक छोटा डायलॉग बॉक्स दिसेल.
- त्यानंतर, इनपुट विभागात, इनपुट निवडा डेटासेटची सेल श्रेणी. येथे, इनपुट श्रेणी आहे $B$4:$D$12 .
- नंतर, अद्याप तपासले नसल्यास लेबल्स पर्याय तपासा .
- आता, आउटपुट विभागात, तुम्हाला परिणाम कसा मिळवायचा आहे ते निर्दिष्ट करावे लागेल. तुम्ही ते तीन वेगवेगळ्या प्रकारे मिळवू शकता. आम्हाला समान शीट मध्ये निकाल मिळवायचा आहे.
- म्हणून, आम्ही आउटपुट श्रेणी पर्याय निवडतो आणि सेल संदर्भ $F$4<म्हणून दर्शवतो. 2>.
- शेवटी, ठीक आहे क्लिक करा.
- एका सेकंदात, तुम्हाला निकाल दिसेल. पासून दर्शविले आहेसेल F4 . आमचे इच्छित P मूल्य सेलच्या श्रेणीमध्ये आहे K22:K23 . त्याशिवाय, तुम्हाला सेलच्या श्रेणीमध्ये सारांश परिणाम देखील मिळेल F6:J17 .
P मूल्य काय आहे?
P मूल्य कोणत्याही डेटासेटचे संभाव्यता मूल्य दर्शवते. शून्य गृहितक सत्य असल्यास, सांख्यिकीय गृहीतक चाचणीतून निष्कर्ष प्राप्त होण्याची शक्यता जे किमान वास्तविक परिणामांइतके गंभीर असेल त्याला p-मूल्य म्हणून ओळखले जाते. महत्त्वाची सर्वात लहान पातळी ज्यावर शून्य गृहीतक नाकारले जाईल ते p-मूल्याद्वारे नकार बिंदूंना पर्याय म्हणून प्रदान केले जाते. पर्यायी गृहीतकेसाठी मजबूत समर्थन कमी p-मूल्याद्वारे सूचित केले जाते.
3 एक्सेल ANOVA मध्ये P मूल्य मोजण्यासाठी योग्य उदाहरणे
उदाहरणे प्रदर्शित करण्यासाठी, आम्ही च्या डेटासेटचा विचार करतो. दोन नमुने. आम्ही कोणत्याही संस्थेच्या दोन शिफ्टमधून गणित आणि रसायनशास्त्र विद्यार्थ्यांचे चार परीक्षेतील गुण घेतो. त्यामुळे, आम्ही दावा करू शकतो की आमचा डेटासेट सेलच्या श्रेणीमध्ये आहे B5:D12.
1. सिंगल फॅक्टर एनोव्हा विश्लेषण वापरणे
पहिल्या उदाहरणात, आम्ही तुम्हाला Anova: सिंगल फॅक्टर वापरून P मूल्य मोजण्याची पद्धत दाखवू. या पद्धतीच्या पायऱ्या खाली दिल्या आहेत:
📌पायऱ्या:
अशा प्रकारे , आम्ही म्हणू शकतो की आमची पद्धत उत्तम प्रकारे कार्य करते, आणि आम्ही Excel Anova मध्ये P मूल्य मोजू शकलो.
🔎 निकालाचा अर्थ
यामध्येउदाहरणार्थ, आम्हाला 0.1462 चे P मूल्य मिळाले. याचा अर्थ असा की दोन्ही गटांमध्ये समान संख्या मिळण्याची शक्यता 0.1462 किंवा 14.62% आहे. म्हणून, आम्ही असा दावा करू शकतो की आमच्या निवडलेल्या डेटासेटमध्ये या P मूल्याचे महत्त्व आहे.
अधिक वाचा: ANOVA सिंगल फॅक्टर परिणाम एक्सेलमध्ये कसे समजावे
2. प्रतिकृती ANOVA विश्लेषणासह टू-फॅक्टर वापरणे
पुढील उदाहरणात, आम्ही आमच्या P मूल्याची गणना करण्यासाठी Anova: प्रतिकृतीसह टू-फॅक्टर प्रक्रिया वापरणार आहोत. डेटासेट या दृष्टिकोनाच्या पायऱ्या पुढीलप्रमाणे दिल्या आहेत:
📌 पायऱ्या:
म्हणून, आम्ही असे म्हणू शकतो की आमचे पद्धतीने प्रभावीपणे काम केले आणि आम्ही Excel Anova मधील P मूल्याची गणना करू शकलो.
🔎 निकालाचे स्पष्टीकरण
या उदाहरणात, स्तंभ साठी P-मूल्य 0.0373 आहे, जे सांख्यिकीयदृष्ट्या महत्त्वपूर्ण आहे, म्हणून आपण असे म्हणू शकतो की परीक्षेतील विद्यार्थ्यांच्या कामगिरीवर बदलांचा परिणाम होतो. परंतु उदाहरण प्रक्रियेची 3री प्रतिमा दर्शवते की मूल्य 0.05 च्या अल्फा मूल्याच्या जवळ आहे, त्यामुळे प्रभाव कमी लक्षणीय आहे.
तसेच, इंटरॅक्शन्स चे P-मूल्य हे 0.0010 आहे, जे अल्फा मूल्यापेक्षा खूपच कमी आहे, त्यामुळे त्याचे सांख्यिकीयदृष्ट्या उच्च महत्त्व आहे आणि आपण दोन्ही परीक्षांवर शिफ्टचा परिणाम खूप जास्त आहे अशी टिप्पणी करा.
अधिक वाचा: अर्थ कसा लावायचाएक्सेलमध्ये एनोव्हा परिणाम (3 मार्ग)
3. प्रतिकृतीशिवाय दोन-घटक लागू करणे ANOVA विश्लेषण
या उदाहरणात, अनोव्हा: प्रतिकृतीशिवाय दोन-घटक आम्हाला P मूल्य मोजण्यात मदत करेल. प्रक्रियेचे चरण-दर-चरण खाली वर्णन केले आहे:
📌 पायऱ्या:
शेवटी , आम्ही म्हणू शकतो की आमची पद्धत यशस्वीरित्या कार्य करते, आणि आम्ही Excel Anova मध्ये P मूल्य मोजू शकलो.
🔎 निकालाचा अर्थ
येथे, स्तंभ साठी P-मूल्य 0.2482 आहे, जे सांख्यिकीयदृष्ट्या महत्त्वपूर्ण आहे. त्यामुळे परीक्षेतील विद्यार्थ्यांच्या कामगिरीवर बदलांचा परिणाम होतो असे आपण म्हणू शकतो. तथापि, मूल्य 0.05 च्या अल्फा मूल्याच्या जवळ आहे, त्यामुळे प्रभाव कमी लक्षणीय आहे.
अधिक वाचा: एक्सेलमध्ये द्वि-मार्गी एनोव्हा परिणामांचा अर्थ कसा लावायचा
निष्कर्ष
हा लेखाचा शेवट आहे. मला आशा आहे की हा लेख तुमच्यासाठी उपयुक्त ठरेल आणि तुम्ही Excel Anova मधील P मूल्याची गणना करू शकाल. जर तुम्हाला आणखी काही प्रश्न किंवा शिफारसी असतील तर कृपया खाली दिलेल्या टिप्पण्या विभागात आमच्याशी पुढील कोणतीही शंका किंवा शिफारसी शेअर करा.
अनेक Excel साठी आमची वेबसाइट, ExcelWIKI तपासायला विसरू नका. संबंधित समस्या आणि उपाय. नवीन पद्धती शिकत राहा आणि वाढत रहा!