Table of contents
如果你正在寻找计算的方法 P值 或概率值在 在Excel中进行线性回归。 那么你就来对地方了。 P值 我们可以根据2个假设来分析结果，分别是 空白假说 和 替代假说 使用 P值 我们可以确定结果是否支持 "空头假设 "或 "备选假设"。
因此，让我们开始阅读主要文章。
下载工作手册
P值.xlsx在Excel中计算线性回归的P值的3种方法
在这里，我们有某公司一些产品的预测销售值和实际销售值。 我们将比较这些销售值并确定概率值，然后我们将确定是否 P 空白假设认为两类销售价值之间没有差异，而替代假设将考虑这两组价值之间的差异。
我们已经使用了 微软Office 365 在这里，你可以根据你的方便使用任何其他版本。
方法一：使用 "t检验分析工具 "来计算P值
在这里，我们将使用包含t-test分析工具的分析工具包来确定 P值 为这两组销售数据。
阶梯 :
如果你没有激活数据分析工具，那么首先要启用这个工具箱。
➤ 点击 文件 标签。
➤ 选择 选项 .
在这之后， Excel选项 对话框会出现。
➤ 选择 附加元件 左边面板上的选项。
➤ 选择 ǞǞǞ 附加元件 中的选项。 管理 框，然后按 进展 .
之后，在 附加元件 对话框将弹出。
➤ 检查 分析工具包 选项，并按 认可 .
➤ 现在，转到 数据 标签>>。 分析报告 集团>>。 数据分析 选择。
然后，在 数据分析 会出现向导。
➤ 选择选项 t-检验：成对的两个样本的平均数 从不同的选项中选择 分析工具 .
在这之后， t-检验：成对的两个样本的平均数 对话框将被打开。
➤ 作为 输入 我们必须提供两个变量范围。 $C$4:$C$11 为 变量1范围 和 $D$4:$D$11 为 变量2范围 ，因为 输出范围 我们已经选择了 $E$4 .
➤ 你可以改变以下的值 阿尔法 从 0.05 (自动生成)到 0.01 因为这个常数的指定值通常是 0.05 或 0.01 .
➤ 最后，按 认可 .
之后，你会得到 P值 两种情况；单尾值为 0.00059568 和双尾值为 0.0011913 我们可以看到单尾 P值 是双尾的一半 P值 .因为双尾 P值 考虑到分数的增加和减少，而单尾的 P值 只考虑其中一种情况。
此外，我们可以看到，对于Alpha值的 0.05 我们正在获得 P 小于的值 0.05 这意味着它忽略了无效假设，所以数据是高度显著的。
阅读更多。 如何在Excel中解释线性回归结果（简易步骤）
方法二：使用T.TEST函数计算Excel中线性回归的P值
在本节中，我们将使用 T.TEST功能 以确定 P值 用于尾部 1 和 2 .
阶梯 :
我们将首先确定 P值 用于尾部 1 或在一个方向。
➤ 在单元格中键入以下公式 F5 .
=T.TEST(C4:C11,D4:D11,1,1)在这里。 C4:C11 的范围是 预测的销售额 , D4:D11 的范围是 实际销售额 , 1 是尾巴值，最后一个 1 是为 成对的 类型。
在按下 进入 ，我们得到的是 P值 0.00059568 用于尾部 1 .
➤ 在单元格中应用以下公式 F6 以确定 P值 用于尾部 2 或在两个方向。
=T.TEST(C4:C11,D4:D11,2,1) 在这里。 C4:C11 的范围是 预测的销售额 , D4:D11 的范围是 实际销售额 , 2 是尾巴值，最后一个 1 是为 成对的 类型。
阅读更多。 Excel数据集的多元线性回归（2种方法）
方法-3：使用CORREL、T.DIST.2T函数来计算线性回归中的P值
我们将确定 P值 在这里通过使用 珊瑚礁（CORREL , T.DIST.2T 职能。
为了做到这一点，我们创建了一些带有标题的栏目 项目总数 , 关联因素 , t 价值 ，以及 P值 我们还输入了总项目的值，即 8 .
阶梯 :
➤ 首先，我们确定 关联因素 通过在单元格中输入以下公式 C14 .
=CORREL(C4:C11,D4:D11) 在这里。 C4:C11 的范围是 预测的销售额 ，以及 D4:D11 的范围是 实际销售额 .
➤ 要确定 t值 在单元格中输入以下公式 D14 .
=(C14*SQRT(B14-2))/SQRT(1-C14*C14) 在这里。 C14 是相关系数，和 B14 是产品的总数。
- SQRT(B14-2) 成为
sqrt(8-2) → sqrt(6) 的平方根。 6 .
输出→ 2.4494897
- c14*sqrt(b14-2) 成为
0.452421561*2.4494897
输出→ 1.10820197
- 1-C14*C14 成为
1-0.452421561*0.452421561
输出→ 0.79531473
- sqrt(1-c14*c14) 成为
sqrt(0.79531473) → 的平方根。 0.79531473 .
输出→ 0.891804199
- (C14*SQRT(B14-2))/SQRT(1-C14*C14) 成为
(1.10820197)/0.891804199
输出→ 1.242651665
最后，通过使用以下函数，我们将确定 P值 为相关的。
=T.DIST.2T(D14,B14-2) 在这里。 D14 是指 t值 , B14-2 或 8-2 或 6 是自由度和 T.DIST.2T 将返回 P值 为双尾分布的关联性。
阅读更多。 如何在Excel中进行多元回归分析（简易步骤）？
需要记住的事情
⦿ 一般来说，我们使用两种常见的 阿尔法 价值。 0.05 和 0.01 .
⦿有两个假设，即无效假设和备选假设，无效假设认为两组数据之间没有差异，另一个假设考虑到两组数据的差异。
⦿ 当 P值 小于 0.05 它否定了无效假设，对于大于 0.05 通过评估 P值 我们可以得出以下结论。
P<0.05 → 高度重要的数据P=0.05 → 重要数据
P=0.05-0.1 → 稍有意义的数据
P>0.1 → 不重要的数据
练习部分
为了方便自己的练习，我们提供了一个 实践 的工作表中，像下面这样，在一个名为 实践 .请自己动手吧。
总结
在这篇文章中，我们试图涵盖计算的方法。 P值 在 在Excel中进行线性回归。 希望你会发现它很有用。 如果你有任何建议或问题，欢迎在评论区分享。
