Η θεωρία πίσω από τις τιμές p και η μηδενική υπόθεση μπορεί να φαίνονται σύνθετες από την αρχή, αλλά η κατανόηση των εννοιών θα σας βοηθήσει να πλοηγηθείτε στον κόσμο των στατιστικών. Δυστυχώς, αυτοί οι όροι συχνά χρησιμοποιούνται κατά λάθος στη δημοφιλή επιστήμη, οπότε θα ήταν χρήσιμο για όλους να κατανοήσουν τα βασικά.
Δείτε επίσης το άρθρο μας Πώς να διαγράψετε κάθε άλλη σειρά στο Excel
Ο υπολογισμός της τιμής p ενός μοντέλου και η απόδειξη / εξάλειψη της μηδενικής υπόθεσης είναι εκπληκτικά απλή με το MS Excel. Υπάρχουν δύο τρόποι να το κάνουμε και θα καλύψουμε και τα δύο. Ας σκάψουμε.
Null Hypothesis και p -Value
Η μηδενική υπόθεση είναι μια δήλωση, η οποία αναφέρεται επίσης ως προεπιλεγμένη θέση, η οποία ισχυρίζεται ότι η σχέση μεταξύ των παρατηρούμενων φαινομένων είναι ανύπαρκτη. Μπορεί επίσης να εφαρμοστεί στις σχέσεις μεταξύ δύο παρατηρημένων ομάδων. Κατά τη διάρκεια της έρευνας, δοκιμάζετε αυτήν την υπόθεση και προσπαθείτε να την αντικρούσετε.
Για παράδειγμα, λέτε ότι θέλετε να παρατηρήσετε εάν μια συγκεκριμένη δίαιτα μανίας έχει σημαντικά αποτελέσματα. Η μηδενική υπόθεση, στην περίπτωση αυτή, είναι ότι δεν υπάρχει σημαντική διαφορά στο βάρος των ατόμων των δοκιμών πριν και μετά τη δίαιτα. Η εναλλακτική υπόθεση είναι ότι η διατροφή έκανε τη διαφορά. Αυτό θα προσπαθήσουν να αποδείξουν οι ερευνητές.
Η p- τιμή αντιπροσωπεύει την πιθανότητα η στατιστική περίληψη να είναι ίση ή μεγαλύτερη από την παρατηρούμενη τιμή όταν η μηδενική υπόθεση ισχύει για ένα συγκεκριμένο στατιστικό μοντέλο. Παρόλο που εκφράζεται συχνά ως δεκαδικός αριθμός, είναι γενικά καλύτερα να εκφράζεται ως ποσοστό. Για παράδειγμα, η p- τιμή του 0, 1 θα πρέπει να αντιπροσωπεύεται ως 10%.
Μια χαμηλή τιμή p σημαίνει ότι τα στοιχεία κατά της μηδενικής υπόθεσης είναι ισχυρά. Αυτό σημαίνει ότι τα δεδομένα σας είναι σημαντικά. Από την άλλη πλευρά, μια υψηλή τιμή p σημαίνει ότι δεν υπάρχουν ισχυρά στοιχεία κατά της υπόθεσης. Για να αποδειχθεί ότι η δίαιτα μανίας λειτουργεί, οι ερευνητές θα πρέπει να βρουν μια χαμηλή τιμή p .
Ένα στατιστικά σημαντικό αποτέλεσμα είναι αυτό που είναι εξαιρετικά απίθανο να συμβεί αν η μηδενική υπόθεση είναι αληθής. Το επίπεδο σημασίας υποδηλώνεται με το ελληνικό γράμμα άλφα και πρέπει να είναι μεγαλύτερο από το p- τιμή για το αποτέλεσμα να είναι στατιστικά σημαντικό.
Πολλοί ερευνητές σε ένα ευρύ φάσμα τομέων χρησιμοποιούν την p- τιμή για να αποκτήσουν μια καλύτερη και βαθύτερη γνώση των δεδομένων με τα οποία συνεργάζονται. Μερικοί από τους εξέχοντες τομείς περιλαμβάνουν την κοινωνιολογία, την ποινική δικαιοσύνη, την ψυχολογία, τη χρηματοδότηση και την οικονομία.
Εύρεση p- Value στο Excel
Μπορείτε να βρείτε την p- τιμή ενός συνόλου δεδομένων στο MS Excel μέσω της λειτουργίας T-Test ή χρησιμοποιώντας το εργαλείο ανάλυσης δεδομένων. Πρώτον, θα εξετάσουμε τη λειτουργία T-Test. Θα εξετάσουμε πέντε φοιτητές που πήραν μια διατροφή 30 ημερών. Θα συγκρίνουμε το βάρος τους πριν και μετά τη δίαιτα.
ΣΗΜΕΙΩΣΗ: Για τους σκοπούς αυτού του άρθρου, θα χρησιμοποιήσουμε το MS Excel 2010. Αν και δεν είναι το πιο πρόσφατο, τα βήματα θα πρέπει γενικά να ισχύουν και για τις νεότερες εκδόσεις.
Λειτουργία T-Test
Ακολουθήστε αυτά τα βήματα για να υπολογίσετε την p- τιμή με τη λειτουργία T-Test.
- Δημιουργήστε και συμπληρώστε τον πίνακα. Ο πίνακας μας φαίνεται έτσι:
- Κάντε κλικ σε οποιαδήποτε κελιά έξω από το τραπέζι σας.
- Πληκτρολογήστε: = T.Test (.
- Μετά το ανοιχτό υποστήριγμα, πληκτρολογήστε το πρώτο επιχείρημα. Σε αυτό το παράδειγμα, είναι η στήλη Πριν από τη Διατροφή. Η περιοχή πρέπει να είναι B2: B6. Μέχρι στιγμής, η λειτουργία μοιάζει με αυτό: T.Test (B2: B6.
- Στη συνέχεια, θα εισαγάγουμε το δεύτερο επιχείρημα. Η στήλη After Diet και τα αποτελέσματά της αποτελούν το δεύτερο επιχείρημά μας και η περιοχή που χρειαζόμαστε είναι C2: C6. Ας το προσθέσουμε στον τύπο: T.Test (B2: B6, C2: C6.
- Πληκτρολογήστε ένα κόμμα μετά το δεύτερο παράθυρο και οι επιλογές διανομής με μία ουρά και δίλημμα θα εμφανιστούν αυτόματα σε ένα αναπτυσσόμενο μενού. Ας πάρουμε την πρώτη - με μια ουρά διανομή. Κάντε διπλό κλικ σε αυτό.
- Πληκτρολογήστε ένα άλλο κόμμα.
- Κάντε διπλό κλικ στην επιλογή Παροχές στο επόμενο αναπτυσσόμενο μενού.
- Τώρα που έχετε όλα τα στοιχεία που χρειάζεστε, κλείστε το βραχίονα. Ο τύπος για αυτό το παράδειγμα μοιάζει με αυτόν: = T.Test (B2: B6, C2: C6, 1, 1)
- Πατήστε Enter. Το κελί θα εμφανίσει την p- τιμή αμέσως. Στην περίπτωσή μας, η τιμή είναι 0.133906 ή 13.3906%.
Όντας υψηλότερο από 5%, αυτή η p- τιμή δεν παρέχει ισχυρές ενδείξεις κατά της μηδενικής υπόθεσης. Στο παράδειγμά μας, η έρευνα δεν απέδειξε ότι η δίαιτα βοήθησε τα εξεταζόμενα άτομα να χάσουν σημαντικό βάρος. Αυτό δεν σημαίνει απαραίτητα ότι η μηδενική υπόθεση είναι σωστή, αλλά μόνο ότι δεν έχει διαψευστεί ακόμα.
Διαδρομή ανάλυσης δεδομένων
Το εργαλείο ανάλυσης δεδομένων σάς επιτρέπει να κάνετε πολλά δροσερά πράγματα, συμπεριλαμβανομένων των υπολογισμών p- value. Για να κάνουμε τα πράγματα απλούστερα, θα χρησιμοποιήσουμε τον ίδιο πίνακα όπως στην προηγούμενη μέθοδο.
Δείτε πώς γίνεται αυτό.
- Δεδομένου ότι έχουμε ήδη τις διαφορές βάρους στη στήλη D, θα παραλείψουμε τον υπολογισμό της διαφοράς. Για τους μελλοντικούς πίνακες, χρησιμοποιήστε τον ακόλουθο τύπο: = "Cell 1" - "Cell 2".
- Στη συνέχεια, κάντε κλικ στην καρτέλα Δεδομένα στο Κύριο μενού.
- Επιλέξτε το εργαλείο ανάλυσης δεδομένων.
- Πραγματοποιήστε κύλιση προς τα κάτω στη λίστα και κάντε κλικ στην επιλογή t-Test: Παρεμπόδιση δύο δειγμάτων για μέσα.
- Κάντε κλικ στο κουμπί OK.
- Θα εμφανιστεί ένα αναδυόμενο παράθυρο. Μοιάζει με αυτό:
- Εισαγάγετε το πρώτο εύρος / όρισμα. Στο παράδειγμά μας, είναι B2: B6.
- Εισαγάγετε το δεύτερο εύρος / όρισμα. Σε αυτή την περίπτωση, είναι C2: C6.
- Αφήστε την προεπιλεγμένη τιμή στο πλαίσιο κειμένου Alpha (είναι 0, 05).
- Κάντε κλικ στο κουμπί επιλογής Εύρος εξόδου και επιλέξτε όπου θέλετε το αποτέλεσμα. Αν είναι το κελί Α8, πληκτρολογήστε: $ A $ 8.
- Κάντε κλικ στο κουμπί OK.
- Το Excel θα υπολογίσει την p- τιμή και αρκετές άλλες παραμέτρους. Το τελικό τραπέζι μπορεί να μοιάζει με αυτό:
Όπως βλέπετε, η τιμή p- value της ίδιας ουράς είναι ίδια με την πρώτη περίπτωση - 0.133905569. Δεδομένου ότι είναι πάνω από 0, 05, η μηδενική υπόθεση ισχύει για αυτόν τον πίνακα, και τα αποδεικτικά στοιχεία εναντίον του είναι αδύναμα.
Πράγματα που πρέπει να γνωρίζετε για το p- Value
Ακολουθούν ορισμένες χρήσιμες συμβουλές σχετικά με τους υπολογισμούς p- value στο Excel.
- Εάν η p- τιμή είναι ίση με 0, 05 (5%), τα δεδομένα στον πίνακα σας είναι σημαντικά. Αν είναι μικρότερη από 0, 05 (5%), τα δεδομένα που έχετε είναι πολύ σημαντικά.
- Σε περίπτωση που η p- τιμή είναι μεγαλύτερη από 0, 1 (10%), τα δεδομένα στον πίνακα σας είναι ασήμαντα. Εάν βρίσκεται στην περιοχή 0.05-0.10, έχετε οριακά σημαντικά δεδομένα.
- Μπορείτε να αλλάξετε την τιμή alpha, αν και οι πιο συνήθεις επιλογές είναι 0, 05 (5%) και 0, 10 (10%).
- Επιλέγοντας δύο-ουρές δοκιμές μπορεί να είναι η καλύτερη επιλογή, ανάλογα με την υπόθεσή σας. Στο παραπάνω παράδειγμα, η δοκιμή με ένα μάτι σημαίνει ότι εξετάζουμε αν τα άτομα που δοκιμάστηκαν έχασαν βάρος μετά από τη δίαιτα και αυτό ακριβώς χρειαζόμασταν για να μάθουμε. Ωστόσο, μια δοκιμή διπλής όψης θα εξετάσει επίσης αν έχουν κερδίσει στατιστικά σημαντικές ποσότητες βάρους.
- Η p- τιμή δεν μπορεί να αναγνωρίσει μεταβλητές. Με άλλα λόγια, εάν εντοπίσει μια συσχέτιση, δεν μπορεί να προσδιορίσει τα αίτια πίσω από αυτό.
Το p -Value έχει απομυθοποιηθεί
Κάθε στατιστικός που αξίζει το αλάτι του / της πρέπει να γνωρίζει τις εισόδους και εξόδους δοκιμών null hypothesis και τι σημαίνει η p- value. Αυτή η γνώση θα είναι χρήσιμη και για τους ερευνητές σε πολλούς άλλους τομείς.
Έχετε χρησιμοποιήσει ποτέ το Excel για να υπολογίσετε την p- τιμή ενός στατιστικού μοντέλου; Ποια μέθοδος χρησιμοποιήσατε; Προτιμάτε έναν άλλο τρόπο να το υπολογίσετε; Ενημερώστε μας στο τμήμα σχολίων.
