Η τιμή p είναι μία από τις σημαντικότερες έννοιες στις στατιστικές. Κατά την εργασία σε ερευνητικά έργα, αυτό είναι οι επιστήμονες των δεδομένων παραγωγής που βασίζονται συχνότερα.
Δείτε επίσης το άρθρο μας "Πώς να συνδέσετε δεδομένα σε άλλη καρτέλα σε φύλλα Google"
Αλλά πώς υπολογίζετε πραγματικά την τιμή p στα Google Spreadsheets;
Αυτό το άρθρο θα σας δείξει όλα όσα πρέπει να ξέρετε για το θέμα. Μέχρι το τέλος του άρθρου, θα μπορείτε εύκολα να υπολογίσετε την τιμή p και να ελέγξετε τα αποτελέσματά σας.
Τι είναι το p- Value;
Η τιμή p χρησιμοποιείται για να προσδιοριστεί κατά πόσον ορισμένες υποθέσεις είναι σωστές ή όχι. Βασικά, οι επιστήμονες θα επιλέξουν μια τιμή ή ένα εύρος τιμών που θα εκφράζουν το κανονικό, αναμενόμενο αποτέλεσμα όταν δεν συσχετίζονται τα δεδομένα. Μετά τον υπολογισμό της τιμής p των συνόλων δεδομένων τους, θα γνωρίζουν πόσο κοντά είναι αυτά τα αποτελέσματα.
Η σταθερά που αντιπροσωπεύει τα αναμενόμενα αποτελέσματα ονομάζεται επίπεδο σημασίας. Παρόλο που μπορείτε να επιλέξετε αυτόν τον αριθμό βάσει προηγούμενης έρευνας, συνήθως ορίζεται σε 0, 05.
Εάν η υπολογιζόμενη τιμή p είναι πολύ χαμηλότερη από το επίπεδο σημαντικότητας, τότε το αναμενόμενο αποτέλεσμα δεν έγινε. Όσο χαμηλότερη είναι η p- τιμή, τόσο πιο πιθανό είναι ότι τα δεδομένα σας εκφράζουν κάποιο συσχετισμό.
Πώς υπολογίζετε το p- Value χειροκίνητα;
Αυτά είναι τα βήματα για τον υπολογισμό της τιμής p σε χαρτί:
- Προσδιορίστε τα αναμενόμενα αποτελέσματα για το πείραμά σας.
- Υπολογίστε και προσδιορίστε τα παρατηρούμενα αποτελέσματα για το πείραμά σας.
- Προσδιορίστε τον βαθμό ελευθερίας - πόση απόκλιση από τα σεβαστά αποτελέσματα θεωρείται σημαντική;
- Συγκρίνετε τα πρώτα, αναμενόμενα αποτελέσματα με τα αποτελέσματα του παρατηρητή με ένα chi-square.
- Επιλέξτε το επίπεδο σημαντικότητας.
- Προσέγγιση της τιμής p χρησιμοποιώντας τον πίνακα διανομής chi-square.
- Απορρίψτε ή διατηρήστε την αρχική μη υποθετική σας υπόθεση.
Όπως μπορείτε να δείτε, υπάρχουν πολλά να υπολογίσετε και να λάβετε υπόψη όταν το κάνετε αυτό με το στυλό και το χαρτί. Θα πρέπει να ελέγξετε αν έχετε ακολουθήσει τους σωστούς τύπους για όλα τα βήματα, καθώς και να ελέγξετε αν έχετε τις σωστές τιμές.
Για να αποφύγετε τον κίνδυνο να καταλήξετε σε ψευδή αποτελέσματα λόγω κακών υπολογισμού, είναι καλύτερο να χρησιμοποιήσετε εργαλεία όπως το Google Sheets. Δεδομένου ότι η τιμή p είναι τόσο σημαντική, οι προγραμματιστές έχουν συμπεριλάβει μια λειτουργία που θα υπολογίσει απευθείας. Η παρακάτω ενότητα θα σας δείξει πώς να το κάνετε.
Υπολογισμός της τιμής p στο φύλλο Google
Ο καλύτερος τρόπος για να εξηγήσετε αυτό θα είναι μέσω ενός παραδείγματος που μπορείτε να ακολουθήσετε. Αν έχετε ήδη έναν υπάρχοντα πίνακα, απλώς εφαρμόστε αυτό που μαθαίνετε από το ακόλουθο σεμινάριο.
Θα ξεκινήσουμε κάνοντας δύο σύνολα δεδομένων. Μετά από αυτό, θα συγκρίνουμε τα δημιουργημένα σύνολα δεδομένων για να δούμε αν υπάρχει στατιστική σημασία μεταξύ τους.
Ας υποθέσουμε ότι πρέπει να εξετάσουμε δεδομένα για έναν προσωπικό εκπαιδευτή. Ο προσωπικός προπονητής μας έδωσε τους αριθμούς των πελατών τους σχετικά με την ώθηση και την εξέλιξη του, και τους έχουμε εισάγει στο υπολογιστικό φύλλο Google.

Ο πίνακας είναι πολύ βασικός αλλά θα εξυπηρετήσει τους σκοπούς αυτού του άρθρου.
Για να συγκρίνουμε αυτά τα δύο διαφορετικά σύνολα δεδομένων, θα χρειαστεί να χρησιμοποιήσουμε τη λειτουργία T-TEST του Υπολογιστικού Φύλλου Google.
Η σύνταξη αυτής της λειτουργίας μοιάζει με αυτή: TTEST (array1, array2, ουρές, τύπος) αλλά μπορείτε επίσης να χρησιμοποιήσετε τη σύνταξη T.TEST (array1, array2, tail, type) - και οι δύο αναφέρονται στην ίδια λειτουργία.
Το Array1 είναι το πρώτο σύνολο δεδομένων. Στην περίπτωσή μας, αυτό θα ήταν ολόκληρη η στήλη Pushups (εκτός από το όνομα της στήλης, φυσικά).
Το Array2 είναι το δεύτερο σύνολο δεδομένων, το οποίο είναι όλα κάτω από τη στήλη Pull-ups.
Οι ουρές αντιπροσωπεύουν τον αριθμό ουρών που χρησιμοποιούνται για τη διανομή. Έχετε μόνο δύο επιλογές εδώ:
1 - μονοκόμματος διανομής
2 - διχαλωτή διανομή
Ο τύπος αντιπροσωπεύει μια ακέραιη τιμή η οποία μπορεί να είναι 1 (ζεύγος T-TEST), 2 (δοκιμή ισότητας διακύμανσης δύο δειγματοληψιών) ή 3 (T-Test ανισότητας δύο δειγμάτων).
Θα ονομάσουμε μια στήλη της επιλογής μας TTEST και θα εμφανιστούν τα αποτελέσματα αυτής της λειτουργίας στη στήλη δίπλα της.
Για να χρησιμοποιήσετε αυτή τη λειτουργία, απλά κάντε κλικ στην κενή στήλη όπου θέλετε να εμφανίζονται οι τιμές p και εισαγάγετε τον τύπο που χρειάζεστε. Για παράδειγμα, θα εισαγάγουμε τον ακόλουθο τύπο: = TTEST (A2: A7, B2: B7, 1, 3). Όπως μπορείτε να δείτε, το A2: A7 δηλώνει το σημείο εκκίνησης και τερματισμού της πρώτης στήλης μας. Μπορείτε απλά να κρατήσετε τον κέρσορα στην πρώτη θέση (A2) και να το σύρετε στο κάτω μέρος της στήλης σας και τα υπολογιστικά φύλλα Google θα ενημερώσουν αυτόματα τον τύπο σας. Προσθέστε ένα κόμμα στον τύπο σας και κάντε το ίδιο και για τη δεύτερη στήλη.
Στη συνέχεια, συμπληρώστε απλώς τις παραμέτρους και πληκτρολογήστε τα επιχειρήματα (διαχωρισμένα με κόμματα) και πατήστε Enter.
Το αποτέλεσμα θα πρέπει να εμφανίζεται στη στήλη όπου πληκτρολογήσατε τον τύπο.


Κοινά μηνύματα σφάλματος
Αν έχετε κάνει λάθος με την πληκτρολόγηση του τύπου TTEST σας, πιθανότατα έχετε δει ένα από αυτά τα μηνύματα σφάλματος:
- # N / A - εμφανίζεται αν τα δύο σύνολα δεδομένων σας έχουν διαφορετικά μήκη.
- #NUM - Εμφανίζεται αν το παράθυρο εισερχόμενων ουρών δεν είναι ίσο με 1 ή 2. Μπορεί επίσης να εμφανιστεί αν το όρισμα τύπου δεν είναι ίσο με 1, 2 ή 3.
- #ΑΞΙΑ! - εμφανίζεται αν έχετε εισαγάγει μη-αριθμητικές τιμές για ουρές ή τύποι παραδειγμάτων.
Ο υπολογισμός των δεδομένων δεν ήταν ποτέ ευκολότερος με τα υπολογιστικά φύλλα Google
Ας ελπίσουμε ότι τώρα έχετε προσθέσει μια άλλη λειτουργία των υπολογιστικών φύλλων Google στο οπλοστάσιό σας. Η γνώση σχετικά με τις δυνατότητες και τις δυνατότητες αυτού του διαδικτυακού εργαλείου θα σας βοηθήσει να αναλύσετε τα δεδομένα, ακόμη και αν δεν είστε στατιστικός.
Έχετε μια εναλλακτική μέθοδο που χρησιμοποιείτε για τον υπολογισμό της τιμής p ; Μη διστάσετε να μας πείτε όλα σχετικά με τα σχόλια παρακάτω.






