உள்ளடக்க அட்டவணை
நீங்கள் P-மதிப்பு அல்லது நிகழ்தகவு மதிப்பை Excel இல் நேரியல் பின்னடைவில் கணக்கிடுவதற்கான வழிகளைத் தேடுகிறீர்கள் என்றால், நீங்கள் சரியான இடத்தில் உள்ளீர்கள். P-மதிப்பு அனுமான சோதனைகளின் முடிவுகளின் நிகழ்தகவைத் தீர்மானிக்கப் பயன்படுகிறது. 2 கருதுகோள்களின் அடிப்படையில் முடிவுகளை நாம் பகுப்பாய்வு செய்யலாம்; பூஜ்ய கருதுகோள் மற்றும் மாற்று கருதுகோள் . P-மதிப்பு ஐப் பயன்படுத்தி, முடிவு பூஜ்ய கருதுகோளை அல்லது மாற்று கருதுகோளை ஆதரிக்கிறதா என்பதை நாம் தீர்மானிக்க முடியும்.
எனவே, முக்கிய கட்டுரையுடன் தொடங்குவோம்.
பணிப்புத்தகத்தைப் பதிவிறக்கவும்
P value.xlsx
எக்செல் இல் லீனியர் ரிக்ரெஷனில் P மதிப்பைக் கணக்கிடுவதற்கான 3 வழிகள்
இங்கே, எங்களிடம் சில கணிக்கப்பட்ட விற்பனை மதிப்புகள் மற்றும் ஒரு நிறுவனத்தின் சில தயாரிப்புகளின் உண்மையான விற்பனை மதிப்புகள். இந்த விற்பனை மதிப்புகளை ஒப்பிட்டு, நிகழ்தகவு மதிப்பைத் தீர்மானிப்போம், பின்னர் P பூஜ்ய கருதுகோளை அல்லது மாற்று கருதுகோளை ஆதரிக்கிறதா என்பதை நாங்கள் தீர்மானிப்போம். பூஜ்ய கருதுகோள் இரண்டு வகையான விற்பனை மதிப்புகளுக்கு இடையில் எந்த வித்தியாசமும் இல்லை என்று கணக்கிடுகிறது மற்றும் மாற்று கருதுகோள் இந்த இரண்டு தொகுப்பு மதிப்புகளுக்கு இடையே உள்ள வேறுபாடுகளைக் கருத்தில் கொள்ளும்.
நாங்கள் பயன்படுத்தினோம். மைக்ரோசாஃப்ட் ஆபிஸ் 365 பதிப்பு இங்கே, உங்கள் வசதிக்கேற்ப வேறு எந்தப் பதிப்புகளையும் நீங்கள் பயன்படுத்தலாம்.
முறை-1: P மதிப்பைக் கணக்கிடுவதற்கு 't-Test Analysis Tool' ஐப் பயன்படுத்துதல்
இங்கே, P-மதிப்பைத் தீர்மானிக்க t-Test பகுப்பாய்வுக் கருவியைக் கொண்ட பகுப்பாய்வு கருவிப்பெட்டியைப் பயன்படுத்துவோம். இந்த இரண்டு செட் விற்பனைத் தரவுகளுக்கு.
படிகள் :
நீங்கள் தரவு பகுப்பாய்வுக் கருவியை இயக்கவில்லை என்றால் முதலில் இந்த டூல்பேக்கை இயக்கவும்.
➤ File டேப்பில் கிளிக் செய்யவும்>.
அதன் பிறகு, Excel Options உரையாடல் பெட்டி தோன்றும்.
➤ Add-ins இடதுபுற பேனலில் விருப்பம்.
➤ நிர்வகி பெட்டியில் Excel Add-ins விருப்பத்தைத் தேர்வுசெய்து ஐ அழுத்தவும் செல் .
பிறகு, சேர்க்கைகள் உரையாடல் பெட்டி பாப் அப் செய்யும்.
➤ ஐச் சரிபார்க்கவும். பகுப்பாய்வு ToolPak விருப்பம் மற்றும் சரி அழுத்தவும்.
➤ இப்போது, தரவு Tab >><க்குச் செல்லவும். 1>பகுப்பாய்வு குழு >> தரவு பகுப்பாய்வு விருப்பம்.
பின், தரவு பகுப்பாய்வு வழிகாட்டி தோன்றும் .
➤ பகுப்பாய்வுக் கருவிகள் இன் வெவ்வேறு விருப்பங்களில் இருந்து t-Test: Paired Two Sample for Means என்ற விருப்பத்தைத் தேர்ந்தெடுக்கவும்.
அதன் பிறகு, t-Test: Paired Two Sample for Means உரையாடல் பெட்டி திறக்கும்.
➤ என உள்ளீடு நாம் இரண்டு மாறி வரம்புகளை வழங்க வேண்டும்; $C$4:$C$11 க்கு மாறும் 1 வரம்பு மற்றும் $D$4:$D$11 க்கு மாறி 2 வரம்பு , என வெளியீட்டு வரம்பு நாங்கள் $E$4 என்பதைத் தேர்ந்தெடுத்துள்ளோம்.
➤ Alpha இலிருந்து மதிப்பை மாற்றலாம் 0.05 (தானாக உருவாக்கப்படும்) முதல் 0.01 வரை, ஏனெனில் இந்த மாறிலிக்கான நியமிக்கப்பட்ட மதிப்பு பொதுவாக 0.05 அல்லது 0.01 .
➤இறுதியாக, சரி ஐ அழுத்தவும்.
அதன் பிறகு, இரண்டு நிகழ்வுகளுக்கு P-மதிப்பு கிடைக்கும்; ஒரு வால் மதிப்பு 0.00059568 மற்றும் இரண்டு-வால் மதிப்பு 0.0011913 . ஒரு வால் P-மதிப்பு இரண்டு-வால் P-மதிப்பு ஐ விட அரை மடங்கு அதிகமாக இருப்பதைக் காணலாம். ஏனெனில் இரண்டு-வால் P-மதிப்பு மதிப்பெண்களின் அதிகரிப்பு மற்றும் குறைவு இரண்டையும் கருத்தில் கொள்கிறது, அதே சமயம் ஒரு-வால் P-மதிப்பு இந்த நிகழ்வுகளில் ஒன்றை மட்டுமே கருதுகிறது.
மேலும், ஆல்பா மதிப்பான 0.05 க்கு P மதிப்புகளை 0.05 க்கும் குறைவாகப் பெறுகிறோம், அதாவது பூஜ்ய கருதுகோளைப் புறக்கணிக்கிறது மற்றும் எனவே தரவு மிகவும் குறிப்பிடத்தக்கது.
மேலும் படிக்க: எக்செல் இல் நேரியல் பின்னடைவு முடிவுகளை எவ்வாறு விளக்குவது (எளிதான படிகளுடன்)
முறை-2: T.TEST செயல்பாட்டைப் பயன்படுத்தி எக்செல் இல் நேரியல் பின்னடைவில் P மதிப்பைக் கணக்கிடுதல்
இந்தப் பிரிவில், நாங்கள் T.TEST செயல்பாட்டைப் பயன்படுத்துவோம் P மதிப்புகள் 1 மற்றும் 2 .
படிகள் :
டெயில் 1 பி-மதிப்பு ஐ தீர்மானிப்பதில் தொடங்குவோம் 2> அல்லது ஒரு திசையில் :D11,1,1)
இங்கே, C4:C11 என்பது கணிக்கப்பட்ட விற்பனையின் வரம்பு , D4:D11 என்பது உண்மையான விற்பனையின் வரம்பு , 1 என்பது வால் மதிப்பு மற்றும் கடைசி 1 இணைந்தவர்களுக்கு வகை.
ENTER ஐ அழுத்திய பிறகு, P-மதிப்பு 0.00059568 ஐப் பெறுகிறோம் வால் 1 .
➤ F6 ஐத் தீர்மானிக்க, பின்வரும் சூத்திரத்தைப் பயன்படுத்தவும் வால் 2 அல்லது இரு திசைகளிலும் P-மதிப்பு .
=T.TEST(C4:C11,D4:D11,2,1) இங்கே, C4: C11 என்பது கணிக்கப்பட்ட விற்பனையின் வரம்பு , D4:D11 என்பது உண்மையான விற்பனை , 2 என்பது வால் மதிப்பு மற்றும் கடைசி 1 இணைந்த வகை.
மேலும் படிக்க நேரியல் பின்னடைவில் P மதிப்பைக் கணக்கிட
CORREL , T.DIST.2T ஆகியவற்றைப் பயன்படுத்தி P-மதிப்பு இங்கே தொடர்புபடுத்துவோம் செயல்பாடுகள்.
இதைச் செய்ய, மொத்த உருப்படி , கோரல் கொண்ட சில நெடுவரிசைகளை உருவாக்கினோம். காரணி , t மதிப்பு , மற்றும் P மதிப்பு மற்றும் மொத்த உருப்படிகளுக்கான மதிப்பையும் உள்ளிடினோம், அது 8 .
படிகள் :
➤ முதலில், பின்வரும் சூத்திரத்தை உள்ளிடுவதன் மூலம் Correl.Factor ஐ தீர்மானிக்கிறோம். கலத்தில் C14 .
=CORREL(C4:C11,D4:D11) இங்கே, C4:C11 என்பது வரம்பு கணிக்கப்பட்ட விற்பனை , மற்றும் D4:D11 என்பது உண்மையான விற்பனை .
➤ t மதிப்பைத் தீர்மானிக்க பின்வரும் சூத்திரத்தை கலத்தில் உள்ளிடவும் D14 .
=(C14*SQRT(B14-2))/SQRT(1-C14*C14) இங்கே, C14 என்பது தொடர்பு காரணி, மற்றும் B14 மொத்த தயாரிப்புகளின் எண்ணிக்கை ) 6 இன் வர்க்க மூலத்தைக் கொடுக்கிறது.
வெளியீடு → 2.4494897
- C14*SQRT(B14-2) ஆகிறது
0.452421561*2.4494897
வெளியீடு → 1.10820197
- 1-C14*C14 ஆக
1-0.452421561*0.452421561
வெளியீடு → 0.79531473
<30
- SQRT(1-C14*C14) ஆகிறது
SQRT(0.79531473) → 0.79531473<2 இன் வர்க்க மூலத்தை வழங்குகிறது>.
வெளியீடு → 0.891804199
- (C14*SQRT(B14-2))/SQRT(1-C14*C14) ஆகிறது
(1.10820197)/0.891804199
வெளியீடு → 1.242651665
=T.DIST.2T(D14,B14-2) இங்கே, D14 என்பது t மதிப்பு , B14-2 அல்லது 8-2 அல்லது 6 சுதந்திரத்தின் அளவு மற்றும் T.DIST.2T இரு முனைப் பரவலுடன் தொடர்புபடுத்துவதற்காக P-மதிப்பு ஐ வழங்கும்.
மேலும் படிக்க: எக்செல் இல் பல பின்னடைவு பகுப்பாய்வு செய்வது எப்படி (எளிதான படிகளுடன்)
நினைவில் கொள்ள வேண்டியவை
⦿ பொதுவாக, இரண்டு பொதுவான ஆல்பா மதிப்புகள்; 0.05 மற்றும் 0.01 .
⦿ இரண்டு கருதுகோள்கள் உள்ளன, பூஜ்ய கருதுகோள் மற்றும் மாற்று கருதுகோள்,பூஜ்ய கருதுகோள் இரண்டு தரவுத் தொகுப்புகளுக்கு இடையில் எந்த வித்தியாசத்தையும் கருதாது, மற்றொன்று இரண்டு தரவுத் தொகுப்புகளுக்கு இடையிலான வேறுபாட்டைக் கணக்கில் எடுத்துக்கொள்கிறது.
⦿ P-மதிப்பு ஐ விடக் குறைவாக இருக்கும்போது 0.05 இது பூஜ்ய கருதுகோளை மறுக்கிறது மற்றும் 0.05 ஐ விட அதிகமான மதிப்புகளுக்கு இது பூஜ்ய கருதுகோளை ஆதரிக்கிறது. P-மதிப்பு ஐ மதிப்பிடுவதன் மூலம் நாம் பின்வரும் முடிவுகளைக் கொண்டு வரலாம்.
P<0.05 →மிகவும் குறிப்பிடத்தக்க தரவுP =0.05 → குறிப்பிடத்தக்க தரவு
P=0.05-0.1 → சிறிதளவு குறிப்பிடத்தக்க தரவு
P>0.1 → சிறிய தரவு
பயிற்சிப் பிரிவு
நீங்களே பயிற்சி செய்வதற்காக, பயிற்சி என்ற தாளில் கீழே உள்ளதைப் போன்ற ஒரு பயிற்சி பகுதியை வழங்கியுள்ளோம். தயவுசெய்து அதை நீங்களே செய்யுங்கள்.
முடிவு
இந்தக் கட்டுரையில், P-மதிப்பு ஐக் கணக்கிடுவதற்கான வழிகளை விவரிக்க முயற்சித்தோம். எக்செல் இல் நேரியல் பின்னடைவு. உங்களுக்கு பயனுள்ளதாக இருக்கும் என்று நம்புகிறேன். உங்களிடம் ஏதேனும் ஆலோசனைகள் அல்லது கேள்விகள் இருந்தால், கருத்துப் பிரிவில் அவற்றைப் பகிர தயங்க வேண்டாம்.
