Jak obliczyć wartość p w Arkuszach Google
Wartość p jest jednym z najważniejszych pojęć w statystyce. Pracując nad projektami badawczymi, są to dane wyjściowe, których naukowcy często używają do znalezienia statystycznej istotności dwóch zestawów danych.
Ale jak obliczyć wartość p w Arkuszach kalkulacyjnych Google?
W tym artykule znajdziesz wszystko, co musisz wiedzieć na ten temat. Pod koniec artykułu będziesz w stanie obliczyć wartość p i łatwo sprawdzić swoje wyniki.
Co to jest wartość P?
Wartość p służy do określenia, czy pewne hipotezy są poprawne, czy nie. Zasadniczo naukowcy wybiorą wartość lub zakres wartości, które wyrażają normalny, oczekiwany wynik, gdy dane nie są skorelowane. Po obliczeniu wartości p swoich zestawów danych będą wiedzieć, jak blisko są tych wyników.
Stała reprezentująca oczekiwane wyniki nazywana jest poziomem istotności. Chociaż możesz wybrać tę liczbę na podstawie wcześniejszych badań, zwykle jest ona ustawiona na 0,05.
Jeśli obliczona wartość p jest znacznie poniżej poziomu istotności, oczekiwane wyniki są statystycznie istotne. Im niższa wartość p, tym bardziej prawdopodobne jest, że twoje dane wyrażają jakąś korelację.
Proste podsumowanie
Jeśli dopiero zaczynasz korzystać z Arkuszy Google lub formuł, podzielimy je tak, aby były łatwe do zrozumienia.
Funkcje to proste formuły, które informują Arkusze Google, jakie dane chcesz wyodrębnić ze zbioru liczb.
Aby znaleźć wartość P (czy zestaw liczb jest istotny statystycznie), użyjemy funkcji T-Test. Jeśli wynik jest niższy niż. 05, dane są statystycznie istotne. Jeśli jest wyższy niż. 05, potrzebujemy więcej danych.
Aby uniknąć ryzyka otrzymania fałszywych wyników z powodu błędnych obliczeń, najlepiej jest korzystać z narzędzi takich jak Arkusze Google. Ponieważ wartość p jest tak znacząca, programiści umieścili funkcję, która obliczy ją bezpośrednio. Poniższa sekcja pokaże ci, jak to zrobić.
Oto jak wprowadzić dane do funkcji T-Test i uzyskać wyniki:
- Kliknij pole, w którym chcesz wprowadzić formułę.
- Kliknij Wstaw u góry. Następnie wybierz opcję Funkcja i Statystyka . Następnie kliknij, aby wstawić funkcję T.Test .
Teraz, gdy wstawiłeś funkcję T-Test, oto jak wprowadzić dane:
Wymień pierwszy zestaw kolumn i wierszy:
- Wprowadź pierwszy zestaw jako Numer kolumny + Numer wiersza.
- Umieść przecinek po pierwszym zestawie.
- W naszym przykładzie powinien wyglądać jak A2:A7.
Następnie wypisz drugi zestaw kolumn i wierszy :
- Wprowadź drugi zestaw jako Numer kolumny + Numer wiersza.
- Umieść przecinek po drugim zestawie.
- W naszym przykładzie będzie to B2:B7
Poinformuj Google o ogonach dystrybucji :
- Numer 1 oznacza, że pracujesz z ogonem One Distribution.
- Liczba 2 oznacza, że pracujesz z dwoma ogonami dystrybucji.
- Umieść przecinek po 1 lub 2.
Wprowadź 1, 2 lub 3 jako ostateczną liczbę :
- 1 to parametry dla sparowanego testu.
- 2 dotyczy równego testu dwóch próbek.
- 3 dotyczy nierównego testu dwóch próbek.
- Umieść przecinek po 1, 2 lub 3.
Teraz, gdy już wiesz, jak działa ta funkcja, zobaczmy, czy Twój zestaw danych jest większy, czy mniejszy niż 0,5.
Obliczanie wartości p w Arkuszach Google
Najlepszym sposobem wyjaśnienia tego jest przykład, który możesz naśladować. Jeśli masz już istniejącą tabelę, po prostu zastosuj to, czego nauczysz się z poniższego samouczka.
Zaczniemy od utworzenia dwóch zestawów danych. Następnie porównamy utworzone zestawy danych, aby sprawdzić, czy mają one istotność statystyczną.
Powiedzmy, że musimy przeanalizować dane dla trenera osobistego. Trener personalny dostarczył nam numery swojego klienta dotyczące postępów w pompkach i podciągnięciach, a my wprowadziliśmy je do Arkusza kalkulacyjnego Google.
Tabela jest bardzo prosta, ale posłuży celom tego artykułu.
Aby porównać te dwa zestawy danych, będziemy musieli użyć funkcji T-TEST arkusza kalkulacyjnego Google.
Składnia tej funkcji wygląda następująco: TTEST(tablica1,tablica2,końce,typ) ale można też użyć składni T.TEST(tablica1,tablica2,końce,typ) – obie odnoszą się do tej samej funkcji.
Tablica1 to pierwszy zestaw danych . W naszym przypadku byłaby to cała kolumna Pushups (oczywiście z wyjątkiem nazwy kolumny).
Array2 to drugi zestaw danych , który zawiera wszystko w kolumnie Pull-ups.
Ogonki reprezentują liczbę ogonów używanych do rozkładu. Tutaj masz tylko dwie opcje:
1 – rozkład jednostronny
2 – rozkład dwustronny
Typ reprezentuje wartość całkowitą, która może wynosić 1 (TEST T-sparowany), 2 (Test T-T równej wariancji dla dwóch prób) lub 3 (Test T-T dla nierównej wariancji dla dwóch prób).
Wykonamy następujące kroki, aby przejść przez przykładowy test p:
- Nazwij wybraną przez nas kolumnę TTEST i wyświetl wyniki tej funkcji w kolumnie obok niej.
- Kliknij pustą kolumnę, w której chcesz wyświetlić wartości p, i wprowadź potrzebną formułę.
- Wprowadź następującą formułę: =TEST(A2:A7;B2:B7;1;3). Jak widać, A2:A7 oznacza punkt początkowy i końcowy naszej pierwszej kolumny. Wystarczy przytrzymać kursor w pierwszej pozycji (A2) i przeciągnąć go na dół kolumny, a Arkusze kalkulacyjne Google automatycznie zaktualizują formułę.
- Dodaj przecinek do formuły i zrób to samo dla drugiej kolumny.
Zauważ, że wypełnione kolumny są teraz podświetlone. - Wpisz ogony i wpisz argumenty (oddzielone przecinkami) i naciśnij Enter.
Uwaga : Więcej wyjaśnień znajduje się w poprzedniej sekcji.
Twój wynik powinien pojawić się w kolumnie, w której wpisałeś formułę.
Częste komunikaty o błędach
Jeśli popełniłeś błąd podczas wpisywania formuły TTEST, prawdopodobnie zobaczyłeś jeden z następujących komunikatów o błędach:
- #N/D — wyświetlany, jeśli dwa zestawy danych mają różne długości.
- #LICZBA – wyświetlana, jeśli wprowadzony argument ogonów nie jest równy 1 lub 2. Może być również wyświetlany, jeśli argument typu nie jest równy 1, 2 lub 3.
- #WARTOŚĆ! – wyświetlane, jeśli wprowadzono wartości nieliczbowe dla ogonów lub argumentów typu.
Obliczanie danych nigdy nie było łatwiejsze dzięki Arkuszom kalkulacyjnym Google
Mamy nadzieję, że dodałeś teraz kolejną funkcję Arkuszy kalkulacyjnych Google do swojego arsenału. Poznanie możliwości i funkcji tego narzędzia online sprawi, że będziesz lepiej analizować dane, nawet jeśli nie jesteś statystykiem.
Czy masz alternatywną metodę, której używasz do obliczania wartości p? Opowiedz nam o tym wszystkim w komentarzach poniżej.
Dodaj komentarz