Cara Mengira Nilai P dalam Regresi Linear dalam Excel (3 Cara)

  • Berkongsi Ini
Hugh West

Jika anda mencari cara untuk mengira nilai-P atau nilai kebarangkalian dalam regresi linear dalam Excel, maka anda berada di tempat yang betul. P-value digunakan untuk menentukan kebarangkalian keputusan ujian hipotesis. Kita boleh menganalisis keputusan berdasarkan 2 hipotesis; hipotesis nol dan hipotesis alternatif . Menggunakan Nilai-P kita boleh menentukan sama ada hasilnya menyokong hipotesis Null atau hipotesis Alternatif.

Jadi, mari kita mulakan dengan artikel utama.

Muat Turun Buku Kerja

Nilai P.xlsx

3 Cara Mengira Nilai P dalam Regresi Linear dalam Excel

Di sini, kami mempunyai beberapa nilai jualan yang diramalkan dan nilai jualan sebenar beberapa produk syarikat. Kami akan membandingkan nilai jualan ini dan menentukan nilai kebarangkalian dan kemudian kami akan menentukan sama ada P menyokong hipotesis nol atau hipotesis alternatif. Hipotesis nol menganggap tiada perbezaan antara kedua-dua jenis nilai jualan dan hipotesis alternatif akan mempertimbangkan perbezaan antara dua set nilai ini.

Kami telah menggunakan Versi Microsoft Office 365 di sini, anda boleh menggunakan mana-mana versi lain mengikut keselesaan anda.

Kaedah-1: Menggunakan 'T-Test Analysis Tool' untuk Mengira Nilai P

Di sini, kami akan menggunakan toolpak analisis yang mengandungi alat analisis Ujian-t untuk menentukan nilai P untuk dua set data jualan ini.

Langkah :

Jika anda tidak mengaktifkan alat analisis data kemudian dayakan toolpak ini pada mulanya.

➤ Klik pada tab Fail .

➤ Pilih Pilihan .

Selepas itu, kotak dialog Excel Options akan muncul.

➤ Pilih Add-in pilihan pada panel kiri.

➤ Pilih pilihan Excel Tambahan dalam kotak Urus dan kemudian tekan Pergi .

Selepas itu, kotak dialog Add-in akan muncul.

➤ Tandai Analysis ToolPak pilihan dan tekan OK .

➤ Sekarang, pergi ke Data Tab >> Analisis Kumpulan >> Analisis Data Pilihan.

Kemudian, wizard Analisis Data akan muncul .

➤ Pilih pilihan T-Test: Paired Two Sample for Means daripada pilihan Analysis Tools yang berbeza.

Selepas itu, kotak dialog t-Test: Paired Two Sample for Means akan dibuka.

➤ As Input kita perlu menyediakan dua julat pembolehubah; $C$4:$C$11 untuk Julat Pembolehubah 1 dan $D$4:$D$11 untuk Julat Pembolehubah 2 , sebagai Julat Output kami telah memilih $E$4 .

➤ Anda boleh menukar nilai untuk Alfa daripada 0.05 (dijana secara automatik) kepada 0.01 kerana nilai yang ditetapkan untuk pemalar ini biasanya 0.05 atau 0.01 .

➤Akhir sekali, tekan OK .

Selepas itu, anda akan mendapat P-value untuk dua kes; nilai satu ekor ialah 0.00059568 dan nilai dua ekor ialah 0.0011913 . Kita boleh lihat satu ekor P-nilai adalah separuh kali ganda dua ekor P-nilai . Kerana dua ekor P-nilai menganggap kedua-dua peningkatan dan penurunan markah manakala satu ekor P-nilai menganggap hanya satu daripada kes ini.

Selain itu, kita dapat melihat bahawa untuk nilai Alpha 0.05 kita mendapat nilai P kurang daripada 0.05 yang bermakna ia mengabaikan hipotesis nol dan jadi data adalah sangat penting.

Baca Lagi: Cara Mentafsir Keputusan Regresi Linear dalam Excel (dengan Langkah Mudah)

Kaedah-2: Menggunakan Fungsi T.TEST untuk Mengira Nilai P dalam Regresi Linear dalam Excel

Dalam bahagian ini, kita akan menggunakan fungsi T.TEST untuk menentukan nilai P untuk ekor 1 dan 2 .

Langkah :

Kami akan mulakan dengan menentukan nilai-P untuk ekor 1 atau dalam satu arah.

➤ Taip formula berikut dalam sel F5 .

=T.TEST(C4:C11,D4 :D11,1,1)

Di sini, C4:C11 ialah julat Jualan Ramalan , D4:D11 ialah julat Jualan Sebenar , 1 ialah nilai ekor dan yang terakhir 1 ialah untuk Berpasangan taip.

Selepas menekan ENTER , kami mendapat nilai P 0.00059568 untuk ekor 1 .

➤ Gunakan formula berikut dalam sel F6 untuk menentukan nilai-P untuk ekor 2 atau dalam kedua-dua arah.

=T.TEST(C4:C11,D4:D11,2,1)

Di sini, C4: C11 ialah julat Jualan Diramalkan , D4:D11 ialah julat Jualan Sebenar , 2 ialah nilai ekor dan yang terakhir 1 adalah untuk jenis Berpasangan .

Baca Lagi: Regresi Linear Berbilang pada Set Data Excel (2 Kaedah)

Kaedah-3: Menggunakan Fungsi CORREL, T.DIST.2T untuk Mengira Nilai P dalam Regresi Linear

Kami akan menentukan nilai-P untuk korelasi di sini dengan menggunakan CORREL , T.DIST.2T fungsi.

Untuk melakukan ini, kami mencipta beberapa lajur dengan pengepala Jumlah Item , Correl. Faktorkan , Nilai t dan nilai P dan kami memasukkan nilai untuk jumlah item juga iaitu 8 .

Langkah :

➤ Pertama, Kami menentukan Faktor Correl. dengan memasukkan formula berikut dalam sel C14 .

=CORREL(C4:C11,D4:D11)

Di sini, C4:C11 ialah julat Jualan Diramalkan dan D4:D11 adalah julat Jualan Sebenar .

➤ Untuk menentukan nilai t taip formula berikut dalam sel D14 .

=(C14*SQRT(B14-2))/SQRT(1-C14*C14)

Di sini, C14 ialah faktor korelasi dan B14 ialah jumlah bilangan produk.

  • SQRT(B14-2) menjadi

    SQRT(8-2) → SQRT(6 ) memberi punca kuasa dua 6 .

    Output → 2.4494897

  • C14*SQRT(B14-2) menjadi

    0.452421561*2.4494897

    Output → 1.10820197

  • 1-C14*C14 menjadi

    1-0.452421561*0.452421561

    Output → 0.79531473

  • SQRT(1-C14*C14) menjadi

    SQRT(0.79531473) → mengembalikan punca kuasa dua 0.79531473 .

    Output → 0.891804199

  • (C14*SQRT(B14-2))/SQRT(1-C14*C14) menjadi

    (1.10820197)/0.891804199

    Output → 1.242651665

➤ Akhir sekali, dengan menggunakan fungsi berikut kita akan menentukan nilai-P untuk korelasi.

=T.DIST.2T(D14,B14-2)

Di sini, D14 ialah nilai t , B14-2 atau 8-2 atau 6 ialah darjah kebebasan dan T.DIST.2T akan mengembalikan nilai-P untuk korelasi dengan pengedaran dua hujung.

Baca Lagi: Cara Melakukan Analisis Regresi Berganda dalam Excel (dengan Langkah Mudah)

Perkara yang Perlu Diingati

⦿ Secara amnya, kami menggunakan dua biasa Alfa nilai; 0.05 dan 0.01 .

⦿ Terdapat dua hipotesis, hipotesis nol dan hipotesis alternatif,hipotesis nol menganggap tiada perbezaan antara dua set data dan satu lagi mengambil kira perbezaan antara dua set data.

⦿ Apabila nilai-P kurang daripada 0.05 ia menafikan hipotesis nol dan untuk nilai yang lebih besar daripada 0.05 ia menyokong hipotesis nol. Dengan menilai nilai-P kita boleh membuat kesimpulan berikut.

P<0.05 →data yang sangat signifikan

P =0.05 → data ketara

P=0.05-0.1 → data bererti sedikit

P>0.1 → data tidak ketara

Bahagian Amalan

Untuk melakukan latihan sendiri, kami telah menyediakan bahagian Amalan seperti di bawah dalam helaian bernama Amalan . Sila lakukan sendiri.

Kesimpulan

Dalam artikel ini, kami cuba membincangkan cara mengira nilai-P dalam regresi linear dalam Excel. Harap anda akan mendapati ia berguna. Jika anda mempunyai sebarang cadangan atau soalan, sila kongsikannya di bahagian komen.

Hugh West ialah jurulatih dan penganalisis Excel yang sangat berpengalaman dengan lebih 10 tahun pengalaman dalam industri. Beliau memiliki Ijazah Sarjana Muda Perakaunan dan Kewangan serta Ijazah Sarjana dalam Pentadbiran Perniagaan. Hugh mempunyai minat untuk mengajar dan telah membangunkan pendekatan pengajaran yang unik yang mudah diikuti dan difahami. Pengetahuan pakar Excel beliau telah membantu beribu-ribu pelajar dan profesional di seluruh dunia meningkatkan kemahiran mereka dan cemerlang dalam kerjaya mereka. Melalui blognya, Hugh berkongsi pengetahuannya dengan dunia, menawarkan tutorial Excel percuma dan latihan dalam talian untuk membantu individu dan perniagaan mencapai potensi penuh mereka.