p- 값과 귀무 가설에 대한 이론은 처음에는 복잡해 보일 수 있지만 개념을 이해하면 통계 세계를 탐색하는 데 도움이됩니다. 불행하게도 이러한 용어는 대중 과학에서 종종 잘못 사용되기 때문에 모든 사람이 기본 사항을 이해하는 것이 유용 할 것입니다.
Excel에서 다른 모든 행을 삭제하는 방법 문서도 참조하십시오.
모델의 p- 값을 계산하고 귀무 가설을 증명 / 반증하는 것은 MS Excel에서 놀랍도록 간단합니다. 두 가지 방법이 있으며 두 가지 방법을 모두 다룰 것입니다. 파헤쳐 보자.
귀무 가설 및 p-값
귀무 가설은 기본 위치라고도하며, 관찰 된 현상 사이의 관계가 존재하지 않는다고 주장합니다. 또한 두 관찰 그룹 간의 연관에도 적용 할 수 있습니다. 조사하는 동안이 가설을 테스트하고이를 반증하려고합니다.
예를 들어, 특정 유행 다이어트가 중요한 결과를 갖는지 관찰하고 싶다고 가정하십시오. 이 경우 귀무 가설은식이 전후에 피험자의 체중에 유의 한 차이가 없다는 것입니다. 대안 가설은식이가 변화를 일으켰다는 것입니다. 이것이 연구원들이 증명하려고하는 것입니다.
p- 값은 특정 통계 모델에 대해 귀무 가설이 참일 때 통계 요약이 관측 된 값 이상일 가능성을 나타냅니다. 종종 10 진수로 표시되지만 일반적으로 백분율로 표시하는 것이 좋습니다. 예를 들어, p- 값 0.1은 10 %로 표시해야합니다.
낮은 p- 값은 귀무 가설에 대한 증거가 강력 함을 의미합니다. 이는 또한 데이터가 중요하다는 것을 의미합니다. 반면, p- 값이 높으면 가설에 대한 강력한 증거가 없음을 의미합니다. 식이 요법이 효과가 있음을 증명하기 위해 연구자들은 낮은 p- 값을 찾아야합니다.
통계적으로 유의미한 결과는 귀무 가설이 참이면 일어날 가능성이 거의없는 결과입니다. 유의 수준은 그리스 문자 알파로 표시되며 결과가 통계적으로 유의하려면 p- 값보다 커야합니다.
광범위한 분야의 많은 연구원들이 p- 값을 사용하여 작업중인 데이터에 대한보다 심층적 인 통찰력을 얻습니다. 유명한 분야 중 일부는 사회학, 형사 사법, 심리학, 금융 및 경제학을 포함합니다.
Excel에서 p- 값 찾기
T-Test 기능 또는 데이터 분석 도구를 사용하여 MS Excel에서 데이터 세트의 p- 값을 찾을 수 있습니다. 먼저 T-Test 기능을 살펴 보겠습니다. 30 일 동안 식사를 한 5 명의 대학생을 살펴 보겠습니다. 다이어트 전후 체중을 비교해 보겠습니다.
참고 :이 문서의 목적을 위해 Microsoft Excel 2010을 사용합니다. 최신 버전은 아니지만이 단계는 일반적으로 최신 버전에도 적용됩니다.
T 테스트 기능
T-Test 함수를 사용하여 p- 값을 계산하려면 다음 단계를 따르십시오.
- 테이블을 작성하고 채우십시오. 우리의 테이블은 다음과 같습니다 :
- 테이블 외부의 셀을 클릭하십시오.
- = T.Test (를 입력하십시오.
- 열린 괄호 뒤에 첫 번째 인수를 입력하십시오. 이 예에서는 다이어트 전 열입니다. 범위는 B2 : B6이어야합니다. 지금까지 함수는 다음과 같습니다. T.Test (B2 : B6.
- 다음으로 두 번째 인수를 입력하겠습니다. 다이어트 후 열과 그 결과는 두 번째 주장이며 필요한 범위는 C2 : C6입니다. 공식에 추가합시다 : T.Test (B2 : B6, C2 : C6).
- 두 번째 인수 뒤에 쉼표를 입력하면 단측 분포 및 양측 분포 옵션이 자동으로 드롭 다운 메뉴에 나타납니다. 첫 번째 꼬리 분포를 선택합시다. 두 번 클릭하십시오.
- 다른 쉼표를 입력하십시오.
- 다음 드롭 다운 메뉴에서 Paired 옵션을 두 번 클릭하십시오.
- 필요한 모든 요소가 준비되었으므로 괄호를 닫습니다. 이 예제의 공식은 다음과 같습니다. = T.Test (B2 : B6, C2 : C6, 1, 1)
- 엔터 키를 치시오. 셀은 p- 값을 즉시 표시합니다. 이 경우 값은 0.133906 또는 13.3906 %입니다.
5 %보다 높은이 p- 값은 귀무 가설에 대한 강력한 증거를 제공하지 않습니다. 이 예에서, 연구는식이 요법이 피실험자가 상당한 양의 체중을 잃는 데 도움이되었다는 것을 증명하지 못했습니다. 이것은 반드시 귀무 가설이 정확하다는 것을 의미하는 것은 아니며 아직 입증되지 않은 것입니다.
데이터 분석 경로
데이터 분석 도구를 사용하면 p- 값 계산을 비롯한 많은 멋진 작업을 수행 할 수 있습니다. 작업을 단순화하기 위해 이전 방법과 동일한 테이블을 사용합니다.
방법은 다음과 같습니다.
- D 열에 가중치 차이가 이미 있으므로 차이 계산을 건너 뜁니다. 다음 표에서는 = "Cell 1"- "Cell 2"공식을 사용하십시오.
- 그런 다음 Main 메뉴에서 Data 탭을 클릭하십시오.
- 데이터 분석 도구를 선택하십시오.
- 목록을 아래로 스크롤하고 t- 검정 : 평균에 대해 쌍을 이룬 두 표본 옵션을 클릭합니다.
- 확인을 클릭하십시오.
- 팝업 창이 나타납니다. 다음과 같이 보입니다 :
- 첫 번째 범위 / 인수를 입력하십시오. 이 예에서는 B2 : B6입니다.
- 두 번째 범위 / 인수를 입력하십시오. 이 경우 C2 : C6입니다.
- 알파 텍스트 상자에 기본값을 그대로 두십시오 (0.05).
- 출력 범위 라디오 버튼을 클릭하고 원하는 결과를 선택하십시오. A8 셀인 경우 $ A $ 8을 입력하십시오.
- 확인을 클릭하십시오.
- Excel은 p- 값 및 기타 여러 매개 변수를 계산합니다. 최종 테이블은 다음과 같습니다.
보시다시피, 단일 꼬리 p- 값은 첫 번째 경우와 동일합니다 – 0.133905569. 0.05보다 크므로이 표에 귀무 가설이 적용되며 이에 대한 증거는 약합니다.
p- 값 에 대해 알아야 할 사항
다음은 Excel에서 p- 값 계산에 관한 유용한 팁입니다.
- p- 값이 0.05 (5 %)와 같으면 테이블의 데이터가 중요합니다. 0.05 (5 %) 미만이면 보유한 데이터가 매우 중요합니다.
- p- 값이 0.1 (10 %)을 초과하면 테이블의 데이터가 중요하지 않습니다. 0.05-0.10 범위에 있으면 데이터가 거의 없습니다.
- 가장 일반적인 옵션은 0.05 (5 %) 및 0.10 (10 %)이지만 알파 값을 변경할 수 있습니다.
- 가설에 따라 양측 테스트를 선택하는 것이 더 좋습니다. 위의 예에서, 단측 테스팅은 다이어트 후 피험자가 체중을 잃었는지 여부를 탐색하는 것을 의미합니다. 그러나 양측 테스트는 통계적으로 상당한 양의 체중을 얻었는지 여부도 검사합니다.
- p- 값은 변수를 식별 할 수 없습니다. 즉, 상관 관계를 식별하면 그 원인을 식별 할 수 없습니다.
p- 가치의 미스터리
자신의 염분 가치가있는 모든 통계학자는 귀무 가설 검정의 장단점과 p- 값의 의미를 알아야합니다. 이 지식은 다른 많은 분야의 연구원들에게도 유용 할 것입니다.
통계 모델의 p- 값을 계산하기 위해 Excel을 사용한 적이 있습니까? 어떤 방법을 사용 했습니까? 그것을 계산하는 다른 방법을 선호합니까? 의견 섹션에 알려주십시오.
