La teoria dietrop-values e l'ipotesi nulla potrebbero sembrare complicati all'inizio, ma comprendere i concetti ti aiuterà a navigare nel mondo delle statistiche. Sfortunatamente, questi termini sono spesso usati in modo improprio nella divulgazione scientifica, quindi sarebbe utile per tutti comprenderne le basi.
Calcolare ilp-valore di un modello e dimostrare/confutare l'ipotesi nulla è sorprendentemente semplice con MS Excel. Ci sono due modi per farlo e li tratteremo entrambi. Entriamo.
Ipotesi nulla ep-Valore
L'ipotesi nulla è un'affermazione, detta anche posizione di default, che sostiene che la relazione tra i fenomeni osservati è inesistente. Può essere applicato anche alle associazioni tra due gruppi osservati. Durante la ricerca, metti alla prova questa ipotesi e provi a confutarla.
Ad esempio, supponiamo di voler osservare se una particolare dieta alla moda ha risultati significativi. L'ipotesi nulla, in questo caso, è che non vi sia alcuna differenza significativa nel peso dei soggetti prima e dopo la dieta. L'ipotesi alternativa è che la dieta abbia fatto la differenza. Questo è ciò che i ricercatori proverebbero a dimostrare.
Ilp-value rappresenta la possibilità che il riepilogo statistico sia uguale o maggiore del valore osservato quando l'ipotesi nulla è vera per un determinato modello statistico. Sebbene sia spesso espresso come numero decimale, generalmente è meglio esprimerlo in percentuale. Ad esempio, ilp-valore di 0,1 dovrebbe essere rappresentato come 10%.
un bassop-value significa che l'evidenza contro l'ipotesi nulla è forte. Ciò significa inoltre che i tuoi dati sono significativi. D'altra parte, un altop-value significa che non ci sono prove forti contro l'ipotesi. Per dimostrare che la dieta alla moda funziona, i ricercatori dovrebbero trovare un livello bassop-valore.
Un risultato statisticamente significativo è quello che è altamente improbabile che si verifichi se l'ipotesi nulla è vera. Il livello di significatività è indicato con la lettera greca alfa e deve essere maggiore dip-valore affinché il risultato sia statisticamente significativo.
Molti ricercatori in una vasta gamma di campi utilizzano ilp-value per ottenere una visione migliore e più approfondita dei dati con cui stanno lavorando. Alcuni dei campi di spicco includono sociologia, giustizia penale, psicologia, finanza ed economia.
Trovare ilp-Valore in Excel
Puoi trovare il filep-valore di un set di dati in MS Excel tramite la funzione T-Test o utilizzando lo strumento di analisi dei dati. Per prima cosa, esamineremo la funzione T-Test. Esamineremo cinque studenti universitari che hanno seguito una dieta di 30 giorni. Confronteremo il loro peso prima e dopo la dieta.
NOTA: Ai fini di questo articolo, utilizzeremo MS Excel 2010. Sebbene non sia il più recente, i passaggi dovrebbero generalmente applicarsi anche alle versioni più recenti.
Funzione T-Test
Segui questi passaggi per calcolare ilp-valore con la funzione T-Test.
- Creare e popolare la tabella. La nostra tabella si presenta così:
- Fare clic su qualsiasi cella al di fuori della tabella.
- Digita: =T.Test(.
- Dopo la parentesi aperta, digita il primo argomento. In questo esempio, è la colonna Prima della dieta. L'intervallo dovrebbe essere B2:B6. Finora, la funzione si presenta così: T.Test(B2:B6.
- Successivamente, inseriremo il secondo argomento. La colonna After Diet e i suoi risultati sono il nostro secondo argomento e l'intervallo di cui abbiamo bisogno è C2:C6. Aggiungiamolo alla formula: T.Test(B2:B6,C2:C6.
- Digita una virgola dopo il secondo argomento e le opzioni di distribuzione a una coda e distribuzione a due code appariranno automaticamente in un menu a discesa. Scegliamo la prima: distribuzione a una coda. Fare doppio clic su di esso.
- Digita un'altra virgola.
- Fare doppio clic sull'opzione Accoppiato nel menu a discesa successivo.
- Ora che hai tutti gli elementi di cui hai bisogno, chiudi la parentesi. La formula per questo esempio ha il seguente aspetto: =T.Test(B2:B6,C2:C6,1,1)
- Premere Invio. La cella visualizzerà ilp-valore immediatamente. Nel nostro caso, il valore è 0,133905569 o 13,3905569%.
Essendo superiore al 5%, questop-value non fornisce una prova forte contro l'ipotesi nulla. Nel nostro esempio, la ricerca non ha dimostrato che la dieta abbia aiutato i soggetti del test a perdere una quantità significativa di peso. Ciò non significa necessariamente che l'ipotesi nulla sia corretta, solo che non è stata ancora smentita.
Percorso di analisi dei dati
Lo strumento di analisi dei dati ti consente di fare molte cose interessanti, tra cuip-Calcoli di valore. Per semplificare le cose, utilizzeremo la stessa tabella del metodo precedente.
Ecco come è fatto.
- Poiché abbiamo già le differenze di peso nella colonna D, salteremo il calcolo della differenza. Per le tabelle future, usa questa formula: =Cell 1-Cell 2.
- Quindi, fai clic sulla scheda Dati nel menu principale.
- Seleziona lo strumento Analisi dati.
- Scorri l'elenco e fai clic sull'opzione t-Test: Paired Two Sample for Means.
- Fare clic su OK.
- Apparirà una finestra pop-up. Sembra così:
- Inserisci il primo intervallo/argomento. Nel nostro esempio, è B2:B6.
- Immettere il secondo intervallo/argomento. In questo caso, è C2:C6.
- Lascia il valore predefinito nella casella di testo Alfa (è 0.05).
- Fare clic sul pulsante di opzione Intervallo di output e scegliere dove si desidera ottenere il risultato. Se è la cella A8, digita: $A.
- Fare clic su OK.
- Excel calcolerà ilp-value e molti altri parametri. Il tavolo finale potrebbe assomigliare a questo:
Come puoi vedere, l'unica codap-value è lo stesso del primo caso – 0,133905569. Poiché è superiore a 0,05, l'ipotesi nulla si applica a questa tabella e le prove contro di essa sono deboli.
Cose da sapere sup-Valore
Ecco alcuni consigli utili per quanto riguardap-Calcoli di valore in Excel.
come cancellare la cronologia delle ricerche dei desideri
- Se lap-value è uguale a 0,05 (5%), i dati nella tua tabella sono significativi. Se è inferiore a 0,05 (5%), i dati che hai sono altamente significativi.
- Nel caso in cuip-value è maggiore di 0,1 (10%), i dati nella tabella sono insignificanti. Se è compreso nell'intervallo 0,05-0,10, hai dati marginalmente significativi.
- È possibile modificare il valore alfa, sebbene le opzioni più comuni siano 0,05 (5%) e 0,10 (10%).
- La scelta del test a due code può essere la scelta migliore, a seconda della tua ipotesi. Nell'esempio sopra, il test a una coda significa che esploriamo se i soggetti del test hanno perso peso dopo la dieta, ed è esattamente ciò di cui avevamo bisogno per scoprire. Ma un test a due code esaminerebbe anche se hanno guadagnato quantità di peso statisticamente significative.
- Ilp-value non può identificare le variabili. In altre parole, se identifica una correlazione, non può identificare le cause dietro di essa.
Ilp-Valore demistificato
Ogni statistico degno di questo nome deve conoscere i dettagli del test di ipotesi nulla e che cosa sonop-valore significa. Questa conoscenza sarà utile anche ai ricercatori in molti altri campi.
Hai mai usato Excel per calcolare ilp-valore di un modello statistico? Che metodo hai usato? Preferisci un altro modo per calcolarlo? Facci sapere nella sezione commenti.
