सामग्री सारणी
तुम्ही एक्सेलमध्ये पी-व्हॅल्यू किंवा रेखीय प्रतिगमन, मध्ये संभाव्यता मूल्य मोजण्याचे मार्ग शोधत असाल तर तुम्ही योग्य ठिकाणी आहात. P-मूल्य काल्पनिक चाचण्यांच्या परिणामांची संभाव्यता निर्धारित करण्यासाठी वापरले जाते. आम्ही 2 गृहितकांवर आधारित परिणामांचे विश्लेषण करू शकतो; शून्य गृहीतक आणि वैकल्पिक गृहीतक . P-value वापरून परिणाम शून्य गृहीतक किंवा पर्यायी गृहीतकाला सपोर्ट करतो की नाही हे ठरवू शकतो.
तर, मुख्य लेखापासून सुरुवात करूया.
वर्कबुक डाउनलोड करा
P value.xlsx
एक्सेलमधील लीनियर रिग्रेशनमध्ये पी मूल्य मोजण्याचे ३ मार्ग
येथे, आमच्याकडे काही अंदाजित विक्री मूल्ये आहेत आणि कंपनीच्या काही उत्पादनांची वास्तविक विक्री मूल्ये. आम्ही या विक्री मूल्यांची तुलना करू आणि संभाव्यता मूल्य निर्धारित करू आणि नंतर आम्ही निर्धारित करू की P शून्य गृहितके किंवा पर्यायी गृहीतकाला समर्थन देते. शून्य परिकल्पना दोन प्रकारच्या विक्री मूल्यांमध्ये फरक नाही असे मानते आणि पर्यायी गृहीतक या दोन मूल्यांच्या संचामधील फरक विचारात घेईल.
आम्ही वापरला आहे Microsoft Office 365 आवृत्ती येथे, तुम्ही तुमच्या सोयीनुसार इतर कोणत्याही आवृत्त्या वापरू शकता.
पद्धत-1: P मूल्याची गणना करण्यासाठी 't-Test Analysis Tool' वापरणे
येथे, P-मूल्य निश्चित करण्यासाठी आम्ही टी-टेस्ट विश्लेषण साधन असलेले विश्लेषण टूलपॅक वापरू विक्री डेटाच्या या दोन संचांसाठी.
चरण :
तुम्ही डेटा विश्लेषण साधन सक्रिय केले नसल्यास नंतर प्रथम प्रथम हे टूलपॅक सक्षम करा.
➤ फाइल टॅबवर क्लिक करा.
➤ पर्याय<2 निवडा>.
त्यानंतर, Excel पर्याय डायलॉग बॉक्स दिसेल.
➤ Add-ins <निवडा. 2>डाव्या पॅनेलवर पर्याय.
➤ व्यवस्थापित करा बॉक्समधील Excel Add-ins पर्याय निवडा आणि नंतर दाबा. जा .
यानंतर, अॅड-इन्स संवाद बॉक्स पॉप अप होईल.
➤ तपासा Analysis ToolPak पर्याय आणि ठीक आहे दाबा.
➤ आता, डेटा टॅब >><वर जा. 1>विश्लेषण गट >> डेटा विश्लेषण पर्याय.
नंतर, डेटा विश्लेषण विझार्ड दिसेल .
➤ विश्लेषण साधने च्या विविध पर्यायांमधून टी-टेस्ट: पेअर केलेले दोन सॅम्पल फॉर मीन्स विकल्प निवडा.
त्यानंतर, टी-टेस्ट: पेअर टू सॅम्पल फॉर मीन्स डायलॉग बॉक्स उघडेल.
➤ जसे इनपुट आम्हाला दोन व्हेरिएबल रेंज द्याव्या लागतील; व्हेरिएबल 1 रेंज आणि $D$4:$D$11 साठी व्हेरिएबल 2 रेंज साठी $C$4:$C$11 , <म्हणून 1>आउटपुट रेंज आम्ही $E$4 निवडले आहे.
➤ तुम्ही वरून अल्फा चे मूल्य बदलू शकता. 0.05 (स्वयंचलितपणे व्युत्पन्न) ते 0.01 कारण या स्थिरांकासाठी नियुक्त मूल्य सामान्यतः 0.05 किंवा 0.01 असते.
➤शेवटी, ठीक आहे दाबा.
त्यानंतर, तुम्हाला दोन प्रकरणांसाठी पी-मूल्य मिळेल; एक-पुच्छ मूल्य 0.00059568 आहे आणि दोन-पुच्छ मूल्य 0.0011913 आहे. आपण एक-पुच्छ P-मूल्य टू-टेल P-व्हॅल्यू च्या अर्धा पट आहे हे पाहू शकतो. कारण दोन-पुच्छ P-मूल्य गुणांची वाढ आणि घट या दोन्ही गोष्टींचा विचार करते तर एक-पुच्छ P-मूल्य यापैकी फक्त एक प्रकरण विचारात घेते.
शिवाय, आपण हे पाहू शकतो की 0.05 च्या अल्फा मूल्यासाठी आपल्याला P 0.05 पेक्षा कमी मूल्ये मिळत आहेत याचा अर्थ ते शून्य गृहितकेकडे दुर्लक्ष करते आणि त्यामुळे डेटा अत्यंत महत्त्वाचा आहे.
अधिक वाचा: एक्सेलमध्ये रेखीय प्रतिगमन परिणामांचा अर्थ कसा लावायचा (सोप्या चरणांसह)
पद्धत-2: T.TEST फंक्शन वापरून एक्सेलमधील रेखीय रीग्रेशनमध्ये P मूल्य मोजण्यासाठी
या विभागात, आपण T.TEST फंक्शन<वापरणार आहोत. 2> पुच्छांसाठी P मूल्ये निर्धारित करण्यासाठी 1 आणि 2 .
चरण :
आम्ही टेल 1 <साठी P-मूल्य निर्धारित करून सुरुवात करू 2> किंवा एका दिशेने.
➤ सेल F5 मध्ये खालील सूत्र टाइप करा.
=T.TEST(C4:C11,D4 :D11,1,1)येथे, C4:C11 ची श्रेणी आहे अंदाजित विक्री , D4:D11 हे वास्तविक विक्री ची श्रेणी आहे, 1 शेपट मूल्य आहे आणि शेवटचे 1 आहे पेअरसाठी प्रकार.
एंटर दाबल्यानंतर, आपल्याला पी-मूल्य 0.00059568 मिळत आहे. टेलसाठी 1 .
➤ खालील सूत्र सेल F6 निश्चित करण्यासाठी लागू करा शेपूट 2 किंवा दोन्ही दिशानिर्देशांसाठी पी-मूल्य .
=T.TEST(C4:C11,D4:D11,2,1) येथे, C4: C11 हे अंदाजित विक्रीची श्रेणी आहे , D4:D11 ची श्रेणी आहे वास्तविक विक्री , 2 शेपटी मूल्य आहे आणि शेवटचे 1 हे जोडलेल्या प्रकारासाठी आहे.
अधिक वाचा: एक्सेल डेटा सेटवर एकाधिक रेखीय प्रतिगमन (2 पद्धती)
पद्धत-3: CORREL, T.DIST.2T फंक्शन वापरणे रेखीय प्रतिगमन मध्ये P मूल्याची गणना करण्यासाठी
आम्ही येथे CORREL , T.DIST.2T वापरून सहसंबंधासाठी P-मूल्य निर्धारित करू. फंक्शन्स.
हे करण्यासाठी आम्ही एकूण आयटम , कोरेल हेडरसह काही कॉलम तयार केले. घटक , टी मूल्य , आणि पी मूल्य आणि आम्ही एकूण आयटमचे मूल्य देखील प्रविष्ट केले जे 8 आहे. | सेल C14 मध्ये.
=CORREL(C4:C11,D4:D11) येथे, C4:C11 ची श्रेणी आहे अंदाजित विक्री , आणि D4:D11 या श्रेणी आहे वास्तविक विक्री .
➤ t मूल्य निश्चित करण्यासाठी सेलमध्ये खालील सूत्र टाइप करा D14 .
=(C14*SQRT(B14-2))/SQRT(1-C14*C14) येथे, C14 सहसंबंध घटक आहे आणि B14 आहे उत्पादनांची एकूण संख्या.
- SQRT(B14-2) होते
SQRT(8-2) → SQRT(6 ) 6 चे वर्गमूळ देते.
हे देखील पहा: एक्सेल सॉल्व्हरसह काही व्यावहारिक उदाहरणेआउटपुट → 2.4494897
- C14*SQRT(B14-2) होते
0.452421561*2.4494897
आउटपुट → 1.10820197
1-0.452421561*0.452421561
आउटपुट → 0.79531473
<30- SQRT(1-C14*C14) बनते
SQRT(0.79531473) → 0.79531473<2 चे वर्गमूळ मिळवते>.
आउटपुट → 0.891804199
- (C14*SQRT(B14-2))/SQRT(1-C14*C14) होते
(1.10820197)/0.891804199
आउटपुट → 1.242651665
➤ शेवटी, खालील फंक्शन वापरून आपण परस्परसंबंधासाठी P-मूल्य निश्चित करू.
=T.DIST.2T(D14,B14-2) येथे, D14 हे t मूल्य , B14-2 किंवा 8-2 किंवा 6 आहे स्वातंत्र्याची डिग्री आणि T.DIST.2T टू-टेल डिस्ट्रिब्युशनच्या सहसंबंधासाठी P-मूल्य परत करेल.
अधिक वाचा: एक्सेलमध्ये एकाधिक प्रतिगमन विश्लेषण कसे करावे (सोप्या चरणांसह)
लक्षात ठेवण्याच्या गोष्टी
⦿ साधारणपणे, आम्ही दोन सामान्य वापरतो अल्फा मूल्ये; 0.05 आणि 0.01 .
⦿ दोन गृहीतके आहेत, शून्य गृहितक, आणि पर्यायी गृहीतक,शून्य परिकल्पना डेटाच्या दोन संचामधील फरक विचारात घेत नाही आणि दुसरा डेटाच्या दोन संचामधील फरक विचारात घेतो.
⦿ जेव्हा P-मूल्य पेक्षा कमी असेल 0.05 हे शून्य गृहीतक नाकारते आणि 0.05 पेक्षा जास्त मूल्यांसाठी ते शून्य गृहितकाला समर्थन देते. P-मूल्य चे मूल्यमापन करून आपण खालील निष्कर्ष काढू शकतो.
P<0.05 → अत्यंत महत्त्वाचा डेटाP =0.05 → महत्त्वपूर्ण डेटा
P=0.05-0.1 → किरकोळ महत्त्वाचा डेटा
P>0.1 → क्षुल्लक डेटा
सराव विभाग
स्वतः सराव करण्यासाठी आम्ही सराव नावाच्या शीटमध्ये खाली दिलेला सराव विभाग दिला आहे. कृपया ते स्वतः करा.
निष्कर्ष
या लेखात, आम्ही पी-मूल्य ची गणना करण्याचे मार्ग समाविष्ट करण्याचा प्रयत्न केला. एक्सेलमध्ये रेखीय प्रतिगमन. आशा आहे की तुम्हाला ते उपयुक्त वाटेल. तुमच्याकडे काही सूचना किंवा प्रश्न असल्यास, त्या टिप्पणी विभागात मोकळ्या मनाने शेअर करा.
