نحوه محاسبه P-Value در Google Sheets

مقدار p یکی از مهمترین مفاهیم در آمار است. هنگام کار بر روی پروژه های تحقیقاتی، این همان داده خروجی است که دانشمندان اغلب برای یافتن اهمیت آماری دو مجموعه داده استفاده می کنند.

اما چگونه می توان مقدار p- را در صفحات گسترده گوگل محاسبه کرد؟

این مقاله هر آنچه را که باید در مورد موضوع بدانید را به شما نشان می دهد. در پایان مقاله، شما قادر خواهید بود مقدار p را محاسبه کرده و نتایج خود را به راحتی بررسی کنید.

مقدار p چیست ؟

مقدار p برای تعیین اینکه آیا برخی فرضیه ها درست هستند یا خیر استفاده می شود. اساساً، دانشمندان مقدار یا محدوده‌ای از مقادیر را انتخاب می‌کنند که نتایج عادی و مورد انتظار را زمانی که داده‌ها همبستگی ندارند بیان می‌کند. پس از محاسبه مقدار p مجموعه داده های خود، آنها می دانند که چقدر به این نتایج نزدیک هستند.

ثابتی که نتایج مورد انتظار را نشان می دهد، سطح معنی داری نامیده می شود. اگرچه می توانید این عدد را بر اساس تحقیقات قبلی انتخاب کنید، اما معمولاً روی 0.05 تنظیم می شود.

اگر مقدار p- محاسبه شده بسیار کمتر از سطح معنی داری باشد، نتایج مورد انتظار از نظر آماری معنی دار هستند. هرچه مقدار p کمتر باشد ، احتمال اینکه داده های شما نوعی همبستگی را بیان کنند بیشتر است.

خلاصه ساده

اگر با Google Sheets یا فرمول‌ها تازه کار هستید، آن‌ها را تجزیه می‌کنیم، بنابراین درک آن آسان است.

توابع فرمول‌های ساده‌ای هستند که به Google Sheets می‌گویند چه داده‌هایی را می‌خواهید از مجموعه‌ای از اعداد استخراج کنید.

برای یافتن P-Value (اینکه آیا مجموعه ای از اعداد از نظر آماری معنی دار هستند)، از تابع T-Test استفاده می کنیم. اگر نتیجه کمتر از 0.05 باشد، داده ها از نظر آماری معنی دار هستند. اگر بالاتر از 0.05 باشد، به داده های بیشتری نیاز داریم.

برای جلوگیری از خطر نتیجه نادرست به دلیل محاسبات ناقص، بهتر است از ابزارهایی مانند Google Sheets استفاده کنید. از آنجایی که مقدار p بسیار مهم است، توسعه دهندگان تابعی را اضافه کرده اند که مستقیماً آن را محاسبه می کند. بخش زیر نحوه انجام آن را به شما نشان می دهد.

در اینجا نحوه وارد کردن داده به تابع T-Test و دریافت نتایج آمده است:

1. روی کادری که می خواهید فرمول را وارد کنید کلیک کنید.
   
2. روی Insert در بالا کلیک کنید . سپس، تابع و آماری را انتخاب کنید . سپس، برای درج تابع T.Test کلیک کنید .
   

اکنون که تابع T-Test را وارد کرده اید، در اینجا نحوه وارد کردن داده ها آمده است:

اولین مجموعه از ستون ها و ردیف ها را فهرست کنید:

• مجموعه اول را به صورت Column Number + Row Number وارد کنید.
• بعد از ست اول یک کاما قرار دهید.
• برای مثال ما باید شبیه A2:A7 باشد.

سپس مجموعه دوم ستون‌ها و ردیف‌ها را فهرست کنید :

• مجموعه دوم را به صورت Column Number + Row Number وارد کنید.
• بعد از ست دوم یک کاما قرار دهید.
• طبق مثال ما، B2:B7 خواهد بود

به Google در مورد Distribution Tails بگویید :

• عدد 1 به این معنی است که شما با One Distribution tail کار می کنید.
• عدد 2 به این معنی است که شما با Two Distribution tails کار می کنید.
• بعد از 1 یا 2 یک کاما قرار دهید.

1، 2 یا 3 را به عنوان عدد نهایی وارد کنید :

• 1 پارامترهای یک تست زوجی است.
• 2 برای یک آزمون دو نمونه ای برابر است.
• 3 برای یک تست دو نمونه نابرابر است.
• یک کاما بعد از ۱، ۲ یا ۳ قرار دهید.

اکنون که متوجه شدید این تابع چگونه کار می کند، بیایید ببینیم که آیا مجموعه داده های شما بزرگتر یا کمتر از 0.5 است.

محاسبه p- Value در Google Sheets

بهترین راه برای توضیح این موضوع از طریق مثالی است که می توانید دنبال کنید. اگر از قبل یک جدول موجود دارید، به سادگی آنچه را که از آموزش زیر یاد گرفته اید، اعمال کنید.

ما با ساخت دو مجموعه داده شروع خواهیم کرد. پس از آن، مجموعه داده های ایجاد شده را با هم مقایسه می کنیم تا ببینیم آیا آنها از نظر آماری معنادار هستند یا خیر.

بیایید بگوییم که باید داده ها را برای یک مربی شخصی بررسی کنیم. مربی شخصی شماره های مشتری خود را در مورد پیشرفت pushup و pull-up در اختیار ما قرار داده است و ما آنها را در صفحه گسترده گوگل وارد کرده ایم.

جدول بسیار ابتدایی است، اما در خدمت اهداف این مقاله خواهد بود.

برای مقایسه این دو مجموعه داده، باید از تابع T-TEST صفحه گسترده گوگل استفاده کنیم.

نحو این تابع به این صورت است: TTEST(array1, array2, tails, type) اما می توانید از نحو T.TEST (array1, array2,tails, type) نیز استفاده کنید – هر دو به یک تابع اشاره دارند.

Array1 اولین مجموعه داده است . در مورد ما، این کل ستون Pushups خواهد بود (البته به جز نام ستون).

Array2 دومین مجموعه داده است که همه چیز زیر ستون Pull-ups است.

دم نشان دهنده تعداد دنباله هایی است که برای توزیع استفاده می شود. در اینجا فقط دو گزینه دارید:

1- توزیع یک دم

2 – توزیع دو دم

Type یک مقدار صحیح را نشان می دهد که می تواند 1 (T-TEST جفت شده)، 2 (Test T واریانس مساوی دو نمونه) یا 3 (Test T واریانس نابرابر دو نمونه) باشد.

ما این مراحل را دنبال می کنیم تا از طریق نمونه p-test کار کنیم:

1. نام ستونی را که انتخاب می کنیم، TTEST می کنیم و نتایج این تابع را در ستون کناری آن نمایش می دهیم.
2. روی ستون خالی که می خواهید مقادیر p نمایش داده شود کلیک کنید و فرمول مورد نیاز خود را وارد کنید.
3. فرمول زیر را وارد کنید: =TTEST(A2:A7,B2:B7,1,3). همانطور که می بینید، A2:A7 نشان دهنده نقطه شروع و پایان اولین ستون ما است. شما به سادگی می توانید مکان نما خود را در موقعیت اول (A2) نگه دارید و آن را به پایین ستون خود بکشید، و صفحات گسترده گوگل به طور خودکار فرمول شما را به روز می کند.
   
4. یک کاما به فرمول خود اضافه کنید و همین کار را برای ستون دوم نیز انجام دهید.
   توجه داشته باشید که ستون های پر شده اکنون برجسته شده اند.
   
5. دنباله ها را پر کنید و آرگومان ها را تایپ کنید (با کاما از هم جدا شده اند) و Enter را بزنید.
   توجه : برای توضیحات بیشتر به بخش قبل مراجعه کنید.
   

نتیجه شما باید در ستونی که فرمول را تایپ کرده اید ظاهر شود.

پیام های خطای رایج

اگر در تایپ فرمول TTEST خود اشتباه کرده اید، احتمالاً یکی از این پیام های خطا را دیده اید:

1. #N/A – اگر دو مجموعه داده شما طول متفاوتی داشته باشند نمایش داده می شود.
2. #NUM - اگر آرگومان tails وارد شده برابر با 1 یا 2 نباشد نمایش داده می شود. همچنین اگر آرگومان نوع برابر با 1، 2 یا 3 نباشد، می تواند نمایش داده شود.
3. #ارزش! - اگر مقادیر غیر عددی برای دنباله ها یا آرگومان های نوع وارد کرده باشید نمایش داده می شود.

محاسبه داده‌ها با صفحات گسترده Google هرگز آسان‌تر نبوده است

امیدواریم اکنون یک عملکرد دیگر از صفحات گسترده Google را به زرادخانه خود اضافه کرده باشید. یادگیری در مورد امکانات و ویژگی های این ابزار آنلاین شما را در تجزیه و تحلیل داده ها بهتر می کند، حتی اگر یک آمارگیر نباشید.

آیا روش جایگزینی برای محاسبه مقدار p دارید ؟ با خیال راحت همه چیز را در نظرات زیر به ما بگویید.