Excelでp値を計算する方法

背後にある理論p-値と帰無仮説は最初は複雑に見えるかもしれませんが、概念を理解することは統計の世界をナビゲートするのに役立ちます。残念ながら、これらの用語は一般的な科学で誤用されることが多いため、誰もが基本を理解するのに役立ちます。

の計算p-モデルの値と帰無仮説の証明/反証は、MSExcelを使用すると驚くほど簡単です。これを行うには2つの方法があり、両方について説明します。掘り下げてみましょう。

帰無仮説とp-値

帰無仮説は、デフォルトの位置とも呼ばれるステートメントであり、観測された現象間の関係が存在しないと主張します。また、2つの観測されたグループ間の関連付けにも適用できます。調査中に、この仮説をテストし、反証しようとします。

たとえば、特定の流行の食事療法が重要な結果をもたらすかどうかを観察したいとします。この場合の帰無仮説は、ダイエットの前後で被験者の体重に有意差がないというものです。対立仮説は、食事療法が違いを生んだというものです。これは、研究者が証明しようとするものです。

ザ・p-値は、特定の統計モデルに対して帰無仮説が真である場合に、統計要約が観測値以上になる可能性を表します。多くの場合、10進数で表されますが、一般的にはパーセンテージで表す方が適切です。たとえば、p-0.1の値は10％として表す必要があります。

低p-値は、帰無仮説に対する証拠が強いことを意味します。これはさらに、データが重要であることを意味します。一方、高p-値は、仮説に反する強力な証拠がないことを意味します。流行の食事療法が機能することを証明するために、研究者は低値を見つける必要がありますp-値。

統計的に有意な結果は、帰無仮説が真である場合に発生する可能性が非常に低い結果です。有意水準はギリシャ文字のアルファで示され、より大きくなければなりません。p-結果が統計的に有意であるための値。

幅広い分野の多くの研究者がp-使用しているデータについて、より適切で深い洞察を得るための価値。著名な分野には、社会学、刑事司法、心理学、金融、経済学などがあります。

あなたは見つけることができますp-T検定機能またはデータ分析ツールを使用したMSExcelのデータセットの値。まず、T検定関数について調べます。 30日間の食事をとった5人の大学生を調べます。ダイエット前後の体重を比較します。

注：この記事では、MS Excel 2010を使用します。これは最新のものではありませんが、通常、この手順は新しいバージョンにも適用されます。

次の手順に従って、p-T検定関数を使用した値。

テーブルを作成してデータを入力します。テーブルは次のようになります。
テーブルの外側のセルをクリックします。
次のように入力します：= T.Test（。
開き角かっこの後、最初の引数を入力します。この例では、「ダイエット前」列です。範囲はB2：B6である必要があります。これまでのところ、関数は次のようになっています：T.Test（B2：B6。
次に、2番目の引数を入力します。ダイエット後の列とその結果は2番目の引数であり、必要な範囲はC2：C6です。それを式に追加しましょう：T.Test（B2：B6、C2：C6。
2番目の引数の後にコンマを入力すると、片側分布と両側分布のオプションがドロップダウンメニューに自動的に表示されます。最初の片側分布を選びましょう。それをダブルクリックします。
別のカンマを入力します。
次のドロップダウンメニューで[ペアリング]オプションをダブルクリックします。
必要な要素がすべて揃ったので、角かっこを閉じます。この例の式は次のようになります。= T.Test（B2：B6、C2：C6,1,1）
Enterキーを押します。セルには、p-すぐに値を付けます。この場合、値は0.133905569または13.3905569％です。

5％より高いので、これp-値は、帰無仮説に対する強力な証拠を提供しません。私たちの例では、ダイエットが被験者の体重を大幅に減らすのに役立つことを研究は証明していません。これは必ずしも帰無仮説が正しいことを意味するわけではなく、まだ反証されていないことだけを意味します。

データ分析ツールを使用すると、次のような多くの優れた機能を実行できます。p-値の計算。簡単にするために、前の方法と同じテーブルを使用します。

これがその方法です。

ご覧のとおり、片側p-値は最初の場合と同じ–0.133905569。 0.05を超えているため、このテーブルには帰無仮説が適用され、それに対する証拠は弱いです。

ここにに関するいくつかの役立つヒントがありますp-Excelでの値の計算。

携帯電話でデスクトップ facebook を取得するにはどうすればよいですか

の場合p-値が0.05（5％）に等しい場合、テーブルのデータは重要です。 0.05（5％）未満の場合、データは非常に重要です。
の場合p-値が0.1（10％）を超えている場合、テーブル内のデータは重要ではありません。 0.05〜0.10の範囲にある場合は、わずかに有意なデータがあります。
アルファ値は変更できますが、最も一般的なオプションは0.05（5％）と0.10（10％）です。
仮説によっては、両側検定を選択することをお勧めします。上記の例では、片側検定とは、被験者がダイエット後に体重を減らしたかどうかを調査することを意味します。これはまさに私たちが調べる必要があることです。しかし、両側検定では、統計的に有意な量の重みが得られたかどうかも調べます。
ザ・p-値は変数を識別できません。つまり、相関関係を特定した場合、その背後にある原因を特定することはできません。