Teoria stojąca za p-values a hipoteza zerowa może początkowo wydawać się skomplikowana, ale zrozumienie pojęć pomaga poruszać się po świecie statystyki. Niestety terminy te są często nadużywane w popularnonauce, więc wszyscy powinni zrozumieć podstawy.

Obliczanie p-value modelu i udowodnienie/obalanie hipotezy zerowej jest zaskakująco proste w MS Excel. Można to zrobić na dwa sposoby. Zagłębmy się.

Hipoteza zerowa i p-Wartość

Hipoteza zerowa to stwierdzenie, zwane również stanowiskiem domyślnym, mówiące o braku związku między obserwowanymi zjawiskami. Hipoteza zerowa może również dotyczyć powiązań między dwiema grupami eksperymentalnymi. Podczas badań sprawdzasz tę hipotezę i próbujesz ją obalić.

Załóżmy na przykład, że chcesz zaobserwować, czy dana modna dieta przynosi znaczące rezultaty. Hipoteza zerowa w tym przypadku jest taka, że ​​nie ma znaczącej różnicy w wadze badanych osób przed i po diecie. Alternatywna hipoteza jest taka, że ​​dieta zrobiła różnicę. Alternatywą jest to, co naukowcy próbowaliby udowodnić.

The p-value reprezentuje prawdopodobieństwo, że podsumowanie statystyczne będzie równe lub większe niż obserwowana wartość, gdy hipoteza zerowa jest ważna dla konkretnego modelu statystycznego. Chociaż p-value często jest wyrażany jako liczba dziesiętna, ogólnie lepiej jest opisać ją jako procent. Na przykład p-value 0,1 powinna być reprezentowana jako 10%.

niski p-value że dowody przeciwko hipotezie zerowej są mocne. To dodatkowo oznacza, że ​​Twoje dane są znaczące. Z drugiej strony wysoki p-value nie ma mocnych dowodów przeciwko tej hipotezie. Aby udowodnić, że modna dieta działa, naukowcy muszą znaleźć niski p-value.

Wynik istotny statystycznie to taki, który jest wysoce nieprawdopodobny, jeśli hipoteza zerowa jest prawdziwa. Poziom istotności oznaczono grecką literą alpha, i musi być większy niż p-value aby wynik był istotny statystycznie.

Wielu badaczy używa p-value aby uzyskać lepszy i głębszy wgląd w dane eksperymentu. Niektóre wybitne dziedziny naukowe, które wykorzystują p-value obejmują socjologię, wymiar sprawiedliwości w sprawach karnych, psychologię, finanse i ekonomię.

Znalezienie p-Wartość w Excelu 2010

Możesz znaleźć p-value zbioru danych w MS Excel za pośrednictwem T-Test lub używając Data Analysis. Najpierw przyjrzymy się T-Test. Zobaczysz pięciu studentów, którzy przeszli na 30-dniową dietę i porównywalne dane dotyczące ich wagi przed i po diecie.

UWAGA: W tym artykule omówiono funkcje wartości p dla MS Excel 2010 i 2016, ale kroki powinny zasadniczo dotyczyć wszystkich wersji. Jednak układ graficznego interfejsu użytkownika (GUI) w menu i inne elementy będą się różnić.

Funkcja testu T

Wykonaj poniższe czynności, aby obliczyć p-value funkcja T-Test.

  1. Utwórz i wypełnij tabelę. Nasz stół wygląda tak:
  2. Kliknij dowolną komórkę poza tabelą.
  3. Rodzaj=T.Test((include the starting parenthesis) into the cell.
  4. Po początkowym nawiasie wpisz pierwszy argument. W tym przykładzie jest to Before Diet. Zakres powinien wynosićB2:B6. Jak dotąd funkcja wygląda tak: T.Test(B2:B6.
  5. Następnie wprowadź drugi argument. The After Dietwraz z jego wynikami, jest drugim argumentem, a potrzebny zakres jest następujący: C2:C6. Dodajmy to do formuły: T.Test(B2:B6,C2:C6.
  6. Type in a comma after the second argument. The one-tailed distribution and two-tailed distribution options automatically appear in a drop-down menu. Go ahead and choose „one-tailed distribution” by double-clicking on it.
  7. Type in another comma. For ease of use, the complete code is listed further down.
  8. Double-click on the „Paired” option in the following.
  9. Teraz, gdy masz już wszystkie potrzebne elementy, musisz wstawić kończący nawias. Formuła tego przykładu wygląda tak: =T.Test(B2:B6,C2:C6,1,1)
  10. Naciskać Enter. Komórka wyświetla teraz p-value od razu. W naszym przypadku wartość to 0.133905569 lub 13.3905569%.

Będąc wyższy niż 5%, to p-value nie dostarcza mocnych dowodów przeciwko hipotezie zerowej. W naszym przykładzie badania nie dowiodły, że dieta pomogła badanym w utracie wagi. Wyniki niekoniecznie oznaczają, że hipoteza zerowa jest poprawna, tylko że nie została jeszcze obalona.

Ścieżka analizy danych

The Data Analysis pozwala robić wiele fajnych rzeczy, w tym p-value obliczenia. Użyjemy tej samej tabeli, co w poprzedniej metodzie, aby uprościć proces.

Oto jak korzystać z Data Analysis.

  1. Ponieważ już mamy weight różnice w D, pominiemy obliczanie różnicy. W przypadku przyszłych tabel użyj tej formuły: =Komórka 1–Cell 2.
  2. Następnie kliknij Data w menu głównym.
  3. Wybierz Data Analysis.
  4. Przewiń listę i wybierz t-Test: Paired Two Sample for Means.
  5. Kliknij OK.
  6. Pojawi się wyskakujące okienko. To wygląda tak:
  7. Wpisz pierwszy zakres/argument. W naszym przykładzie jest to $B$2:$B$6as in B2:B6.
  8. Wpisz drugi zakres/argument. W tym przypadku jest to $C$2:$C$6as in C2:C6.
  9. Pozostaw domyślną wartość w Alpha (0,05).
  10. Kliknij na Output Range i wybierz, gdzie chcesz uzyskać wynik. Jeśli to A8″ cell, type the following:$A$8.
  11. Kliknij OK.
  12. Excel obliczy p-value i kilka innych parametrów. Finałowy stół może wyglądać tak:

Jak widać, jeden ogon p-value jest taki sam jak w pierwszym przypadku (0.133905569). Ponieważ jest powyżej 0,05, hipoteza zerowa ma zastosowanie do tej tabeli, a dowody przeciwko niej są słabe.

Znalezienie p-Wartość w Excelu 2016

Podobnie jak w powyższych krokach, omówmy obliczanie p-Value w programie Excel 2016.

  1. Użyjemy tego samego przykładu, którego użyliśmy powyżej, więc utwórz tabelę, jeśli chcesz podążać dalej. Tabela Excela
  2. Teraz w komórce A8, wpisz: =T.Test(B2:B6, C2:C6.Tabela Excela 2
  3. Następnie w komórce A8 wpisz a comma po C6 a następnie wybierz One-tailed distribution.
  4. Następnie wprowadź inny comma i wybierz Paired.
  5. Równanie powinno teraz wyglądać następująco: =T.Test(B2:B6, C2:C6,1,1). Równanie tabeli Excel
  6. Na koniec naciśnij Enter aby pokazać wynik. Wynik tabeli Excel

Wyniki mogą się różnić o kilka miejsc po przecinku w zależności od ustawień i dostępnego miejsca na ekranie.

Co należy wiedzieć o p-Wartość

Oto kilka cennych wskazówek dotyczących p-value obliczenia w Excelu.

  1. Jeśli p-value równa się 0,05 (5%), dane w Twojej tabeli to significant. Jeśli jest mniejszy niż 0,05 (5%), dane są highly significant.
  2. W przypadku p-value wynosi więcej niż 0,1 (10%), dane w Twojej tabeli to insignificant. Jeśli jest w zakresie 0,05-0,10, masz marginally significant dane.
  3. Możesz zmienić alphachociaż najczęstsze opcje to 0,05 (5%) i 0,10 (10%).
  4. W zależności od Twojej hipotezy, wybierając two-tailed testing może być lepszym wyborem. W powyższym przykładzie one-tailed testing badamy, czy osoby testowane straciły na wadze po diecie, czego dokładnie potrzebowaliśmy, aby się dowiedzieć. Ale… two-tailed test sprawdziłby również, czy zyskały znaczną wagę.
  5. The p-value nie mogę zidentyfikować zmiennych. Innymi słowy, jeśli znajdzie korelację, nie może rozpoznać przyczyn, które za tym stoją.

p-Wartość zdemistyfikowana

Każdy statystyk musi znać tajniki testowania hipotezy zerowej i wiedzieć, co p-value. Wiedza ta przydaje się także badaczom z wielu innych dziedzin.

Poprzedni artykułJak trzymać laptopa włączonego i używać go, gdy jest zamknięty?
Następny artykułJak zmienić tygodniowy limit w Zella