De p- verdi er et av de viktigste begrepene i statistikk. Når de jobber med forskningsprosjekter, er dette resultatet dataforskere ofte bruker for å finne den statistiske signifikansen til to datasett.
Men hvordan regner du ut p- verdi i Google Regneark?
Denne artikkelen vil vise deg alt du trenger å vite om emnet. Ved slutten av artikkelen vil du kunne beregne p-verdien og enkelt sjekke resultatene dine.
Hva er P-verdien?
De p- verdi brukes til å bestemme om visse hypoteser er riktige eller ikke. I utgangspunktet vil forskere velge en verdi eller et verdiområde som uttrykker det normale, forventede resultatet når data ikke er korrelert. Etter å ha beregnet p- verdien av datasettene deres, vil de vite hvor nærme de er disse resultatene.
Konstanten som representerer de forventede resultatene kalles signifikansnivået. Selv om du kan velge dette tallet basert på tidligere forskning, er det vanligvis satt til 0,05.
Hvis den beregnede p- verdien er langt under signifikansnivået, da er de forventede resultatene statistisk signifikante. Jo lavere s -verdi, jo mer sannsynlig er det at dataene dine uttrykker en slags korrelasjon.
Enkel oppsummering
Hvis du ikke har brukt Google Regneark eller formler før, deler vi det ned, så det er lett å forstå.
Funksjoner er enkle formler som forteller Google Sheets hvilke data du vil trekke ut fra et sett med tall.
For å finne P-verdien (om et sett med tall er statistisk signifikant), bruker vi T-Test-funksjonen. Hvis utfallet er lavere enn 0,05, er dataene statistisk signifikante. Hvis den er høyere enn 0,05, trenger vi mer data.
For å unngå risikoen for å ende opp med falske resultater på grunn av feilaktige beregninger, er det best å bruke verktøy som Google Sheets. Siden p- verdien er så betydelig at utviklerne har inkludert en funksjon som vil beregne den direkte. Den følgende delen viser deg hvordan du gjør det.
Slik legger du inn data i T-Test-funksjonen og får resultatene:
- Klikk på boksen du vil legge inn formelen.
- Klikk Sett inn på toppen. Deretter velger du Funksjon og Statistisk . Klikk deretter for å sette inn T.Test funksjon .
Nå som du har satt inn T-Test-funksjonen, kan du legge inn dataene slik:
List opp det første settet med kolonner og rader:
- Skriv inn det første settet som kolonnenummer + radnummer.
- Ta med komma etter det første settet.
- Det skal se ut som A2:A7 for vårt eksempel.
List deretter det andre settet med kolonner og rader :
- Skriv inn det andre settet som kolonnenummer + radnummer.
- Ta med et komma etter det andre settet.
- I vårt eksempel ville det være B2:B7
Fortell Google om Distribution Tails :
- Tallet 1 betyr at du jobber med One Distribution tail.
- Tallet 2 betyr at du jobber med Two Distribution tails.
- Ta med komma etter 1 eller 2.
Skriv inn 1, 2 eller 3 som det endelige tallet :
- 1 er parametere for en paret test.
- 2 er for en lik to-prøvetest.
- 3 er for en ulik to-utvalgstest.
- Ta med komma etter 1, 2 eller 3.
Nå som du forstår hvordan funksjonen fungerer, la oss se om datasettet ditt er større enn eller mindre enn 0,5.
Beregning av p- Verdi i Google Sheets
Den beste måten å forklare dette på er gjennom et eksempel du kan følge. Hvis du allerede har en eksisterende tabell, kan du bare bruke det du lærer fra den følgende opplæringen.
Vi starter med å lage to sett med data. Etter det vil vi sammenligne de opprettede datasettene for å se om de har statistisk signifikans.
La oss si at vi må undersøke data for en personlig trener. Den personlige treneren ga oss kundens tall angående pushup- og pull-up-progresjonen, og vi har lagt dem inn i Google Spreadsheet.
Tabellen er veldig grunnleggende, men den vil tjene formålet med denne artikkelen.
For å sammenligne disse to settene med data, må vi bruke Google Spreadsheets T-TEST-funksjon.
Denne funksjonens syntaks ser slik ut: TTEST(array1,array2,tails,type), men du kan også bruke syntaksen T.TEST(array1,array2,tails,type) – begge refererer til samme funksjon.
Array1 er det første datasettet . I vårt tilfelle vil det være hele Pushups-kolonnen (bortsett fra kolonnenavnet, selvfølgelig).
Array2 er det andre datasettet , som er alt under Pull-ups-kolonnen.
Haler representerer antall haler som brukes til fordelingen. Du har bare to alternativer her:
hvordan lage en potion av brannmotstand
1 – ensidig fordeling
2 – tosidet fordeling
Type representerer en heltallsverdi som kan være 1 (paret T-TEST), 2 (to-samplet lik varians T-Test) eller 3 (to-utvalgs ulik varians T-Test).
Vi vil følge disse trinnene for å jobbe gjennom eksempel-p-testen:
- Navngi en kolonne du velger, TTEST, og vis denne funksjonens resultater i kolonnen ved siden av.
- Klikk på den tomme kolonnen der du vil ha p- verdier som skal vises, og angi formelen du trenger.
- Skriv inn følgende formel: =TEST(A2:A7;B2:B7;1;3). Som du kan se, betyr A2:A7 start- og sluttpunktet for vår første kolonne. Du kan ganske enkelt holde markøren på den første posisjonen (A2) og dra den til bunnen av kolonnen, og Google Spreadsheets vil automatisk oppdatere formelen.
- Legg til et komma i formelen din og gjør det samme for den andre kolonnen også.
Legg merke til at de fylte kolonnene nå er uthevet.
- Fyll inn haler og skriv argumentene (atskilt med komma), og trykk Enter.
Merk : Se forrige avsnitt for mer forklaring.
Resultatet skal vises i kolonnen der du har skrevet inn formelen.
Vanlige feilmeldinger
Hvis du har gjort en feil ved å skrive inn TTEST-formelen, har du sannsynligvis sett en av disse feilmeldingene:
- #N/A – vises hvis de to datasettene dine har forskjellige lengder.
- #NUM – vises hvis det angitte hale-argumentet ikke er lik 1 eller 2. Det kan også vises hvis typeargumentet ikke er lik 1, 2 eller 3.
- #VERDI! – vises hvis du har angitt ikke-numeriske verdier for haler eller typeargumenter.
Det har aldri vært enklere å beregne data med Google Regneark
Forhåpentligvis har du nå lagt til en annen Google Regneark-funksjon til arsenalet ditt. Å lære om dette nettverktøyets muligheter og funksjoner vil gjøre deg bedre til å analysere data, selv om du ikke er statistiker.
Har du en alternativ metode du bruker for å beregne p- verdi? Fortell oss gjerne alt om det i kommentarene nedenfor.
