এক্সেলে কীভাবে পি-মান গণনা করা যায়

পি- ভ্যালু এবং নাল অনুমানের পিছনে তত্ত্বটি প্রথমে জটিল মনে হতে পারে তবে ধারণাগুলি বোঝা আপনাকে পরিসংখ্যানের বিশ্বে নেভিগেট করতে সহায়তা করবে। দুর্ভাগ্যক্রমে, জনপ্রিয় বিজ্ঞানের ক্ষেত্রে এই পদগুলি প্রায়শই অপব্যবহার করা হয়, সুতরাং এটি বেসিকগুলি বুঝতে সবার পক্ষে কার্যকর হবে।

এছাড়াও আমাদের নিবন্ধটি দেখুন কীভাবে এক্সেলে প্রতিটি অন্যান্য সারি মুছবেন

কোনও মডেলের পি- ভ্যালু গণনা করা এবং নাল অনুমানটি প্রমাণ / অস্বীকার করা এমএস এক্সেলের সাথে আশ্চর্যরকম সহজ। এটি করার দুটি উপায় রয়েছে এবং আমরা উভয়টিই coverেকে রাখব। খনন করি

নাল হাইপোথেসিস এবং পি- ভ্যালু

নাল হাইপোথিসিস একটি বিবৃতি, এটি একটি ডিফল্ট অবস্থান হিসাবেও উল্লেখ করা হয়, যা দাবি করে যে পর্যবেক্ষণ করা ঘটনার মধ্যে সম্পর্ক অস্তিত্বহীন। এটি দুটি পর্যবেক্ষিত দলের মধ্যে সংঘের ক্ষেত্রেও প্রয়োগ করা যেতে পারে। গবেষণা চলাকালীন, আপনি এই অনুমানটি পরীক্ষা করে এটি অস্বীকার করার চেষ্টা করেন।

উদাহরণস্বরূপ, বলুন যে আপনি নির্দিষ্ট ফ্যাড ডায়েটের উল্লেখযোগ্য ফলাফল রয়েছে কিনা তা পর্যবেক্ষণ করতে চান। নাল অনুমান, এই ক্ষেত্রে, ডায়েটিংয়ের আগে এবং পরে পরীক্ষার বিষয়গুলির ওজনের কোনও উল্লেখযোগ্য পার্থক্য নেই। বিকল্প অনুমানটি হ'ল ডায়েটটি পৃথক করে। গবেষকরা এটাই প্রমাণ করার চেষ্টা করবেন।

পি- ভ্যালুটি এমন একটি সুযোগের প্রতিনিধিত্ব করে যে পরিসংখ্যানগত সংক্ষিপ্ততটি নির্দিষ্ট পরিসংখ্যানের মডেলের ক্ষেত্রে নাল অনুমানটি সত্য হলে পর্যবেক্ষণের মানের সমান বা তার চেয়ে বেশি হবে। যদিও এটি প্রায়শই দশমিক সংখ্যা হিসাবে প্রকাশ করা হয়, তবে শতাংশ হিসাবে এটি প্রকাশ করা সাধারণত ভাল। উদাহরণস্বরূপ, 0.1 এর পি- ভ্যালুটি 10% হিসাবে প্রতিনিধিত্ব করা উচিত।

কম পি- ভ্যালু মানে নাল অনুমানের বিরুদ্ধে প্রমাণগুলি শক্তিশালী strong এর অর্থ হ'ল আপনার ডেটা উল্লেখযোগ্য। অন্যদিকে, একটি উচ্চ পি- মূল্য মানে হ'ল অনুমানের বিরুদ্ধে কোনও শক্ত প্রমাণ নেই no ফ্যাড ডায়েট কাজ করে তা প্রমাণ করার জন্য গবেষকদের কম পি- ভ্যালু খুঁজে পাওয়া দরকার।

একটি পরিসংখ্যানগতভাবে উল্লেখযোগ্য ফলাফল হ'ল নাল অনুমানটি সত্য হলে এমনটি হওয়ার সম্ভাবনা খুব বেশি। তাত্পর্য স্তরটি গ্রীক অক্ষরের সাথে আলফা দ্বারা চিহ্নিত করা হয় এবং ফলাফলের পরিসংখ্যানগতভাবে তাৎপর্যপূর্ণ হওয়ার জন্য এটি পি- ভ্যালু থেকে বড় হতে হয়।

বিস্তৃত ক্ষেত্রের অনেক গবেষক পি- ভ্যালুটি ব্যবহার করে তারা যে ডেটা নিয়ে কাজ করছেন তা আরও ভাল এবং গভীরতর অন্তর্দৃষ্টি পেতে পারেন। কিছু বিশিষ্ট ক্ষেত্রগুলির মধ্যে রয়েছে সমাজবিজ্ঞান, অপরাধমূলক বিচার, মনোবিজ্ঞান, অর্থ এবং অর্থনীতি finance

এক্সেলে পি- ভ্যালু সন্ধান করা

টি-টেস্ট ফাংশন বা ডেটা অ্যানালাইসিস সরঞ্জামটি ব্যবহার করে আপনি এমএস এক্সেলে ডেটা সেট করার ডে-এর মূল্য খুঁজে পেতে পারেন। প্রথমত, আমরা টি-টেস্ট ফাংশনটি খতিয়ে দেখব। আমরা ৩০ টি কলেজ ছাত্রকে পরীক্ষা করব যা ৩০ দিনের ডায়েটে গেছে। আমরা ডায়েটের আগে এবং পরে তাদের ওজন তুলনা করব।

দ্রষ্টব্য: এই নিবন্ধটির উদ্দেশ্যে, আমরা এমএস এক্সেল 2010 ব্যবহার করব it যদিও এটি সাম্প্রতিকতম নয়, পদক্ষেপগুলি সাধারণত নতুন সংস্করণগুলিতেও প্রয়োগ করা উচিত।

টি-টেস্ট ফাংশন

টি-টেস্ট ফাংশন সহ পি- ভ্যালু গণনা করতে এই পদক্ষেপগুলি অনুসরণ করুন।

1. টেবিলটি তৈরি এবং পপুলেট করুন। আমাদের টেবিলটি এমন দেখাচ্ছে:
   

   

2. আপনার টেবিলের বাইরে যে কোনও ঘরে ক্লিক করুন।
3. টাইপ করুন: = টি.স্টেস্ট (।
4. ওপেন বন্ধনীর পরে, প্রথম যুক্তিটি টাইপ করুন। এই উদাহরণে এটি ডায়েটের আগে কলাম Before পরিসরটি B2: B6 হওয়া উচিত। এখনও অবধি, ফাংশনটি দেখতে এটির মতো দেখাচ্ছে: টি.স্টেস্ট (বি 2: বি 6)।
5. এর পরে, আমরা দ্বিতীয় যুক্তিটি প্রবেশ করবো। ডায়েটের পরে কলাম এবং এর ফলাফলগুলি আমাদের দ্বিতীয় যুক্তি এবং আমাদের যে পরিসরটি প্রয়োজন তা হ'ল সি 2: সি 6। আসুন এটি সূত্রে যুক্ত করুন: টি.স্টেষ্ট (বি 2: বি 6, সি 2: সি 6)।
6. দ্বিতীয় যুক্তির পরে কমাতে টাইপ করুন এবং এক-লেজ বন্টন এবং দ্বি-পুচ্ছ বিতরণ বিকল্পগুলি স্বয়ংক্রিয়ভাবে একটি ড্রপ-ডাউন মেনুতে উপস্থিত হবে। আসুন প্রথমটি বেছে নিন - এক-লেজ বন্টন। এটিতে ডাবল ক্লিক করুন।
7. অন্য কমাতে টাইপ করুন।
8. পরবর্তী ড্রপ-ডাউন মেনুতে জোড় করা বিকল্পটিতে ডাবল ক্লিক করুন।
9. এখন আপনার যে সমস্ত উপাদানগুলির প্রয়োজন রয়েছে সেগুলি বন্ধনী বন্ধ করুন। এই উদাহরণের সূত্রটি এর মতো দেখাচ্ছে: = টি.স্টেস্ট (বি 2: বি 6, সি 2: সি 6, 1, 1)
   

   
10. এন্টার চাপুন. সেলটি অবিলম্বে পি- ভ্যালুটি প্রদর্শন করবে। আমাদের ক্ষেত্রে মানটি 0.133906 বা 13.3906%।

৫% এর বেশি হওয়ার কারণে এই পি- ভ্যালু নাল হাইপোথিসিসের বিরুদ্ধে শক্ত প্রমাণ সরবরাহ করে না। আমাদের উদাহরণস্বরূপ, গবেষণাটি প্রমাণ করে নি যে ডায়েটিংয়ের ফলে পরীক্ষার বিষয়গুলি ওজনের একটি উল্লেখযোগ্য পরিমাণ হ্রাস করতে সহায়তা করে। এর অর্থ এই নয় যে নাল অনুমানটি সঠিক, কেবলমাত্র এটি এখনও অস্বীকৃত হয়নি।

ডেটা বিশ্লেষণের রুট

ডেটা অ্যানালাইসিস সরঞ্জাম আপনাকে পি- ভ্যালু গণনা সহ অনেক দুর্দান্ত জিনিস করতে দেয়। জিনিসগুলি সহজ করে তোলার জন্য, আমরা আগের পদ্ধতির মতো একই টেবিলটি ব্যবহার করব।

এটি কিভাবে সম্পন্ন হয়েছে তা এখানে।

1. যেহেতু ডি কলামে আমাদের ইতিমধ্যে ওজনের পার্থক্য রয়েছে তাই আমরা পার্থক্য গণনাটি এড়িয়ে যাব। ভবিষ্যতের টেবিলগুলির জন্য, এই সূত্রটি ব্যবহার করুন: = "সেল 1" - "সেল 2"।
2. এরপরে, প্রধান মেনুতে ডেটা ট্যাবে ক্লিক করুন।
3. ডেটা বিশ্লেষণ সরঞ্জামটি নির্বাচন করুন।
4. তালিকাটি নীচে স্ক্রোল করুন এবং টি-টেস্টটি: সংযুক্ত দুটি নমুনা অর্থের বিকল্পটিতে ক্লিক করুন।
5. ঠিক আছে ক্লিক করুন।
6. একটি পপ আপ উইন্ডো প্রদর্শিত হবে. দেখে মনে হচ্ছে:
   

   
7. প্রথম পরিসর / যুক্তি সন্নিবেশ করান। আমাদের উদাহরণস্বরূপ, এটি বি 2: বি 6।
8. দ্বিতীয় পরিসর / যুক্তি সন্নিবেশ করান। এই ক্ষেত্রে এটি সি 2: সি 6।
9. আলফা পাঠ্য বাক্সে এটির ডিফল্ট মানটি ছেড়ে দিন (এটি 0.05)।
10. আউটপুট রেঞ্জের রেডিও বোতামে ক্লিক করুন এবং আপনি ফলাফলটি কোথায় চান তা চয়ন করুন। এটি যদি এ 8 সেল হয় তবে টাইপ করুন: $ এ $ 8।
11. ঠিক আছে ক্লিক করুন।
12. এক্সেল পি- ভ্যালু এবং অন্যান্য কয়েকটি পরামিতি গণনা করবে। চূড়ান্ত টেবিলটি দেখতে এটির মতো হতে পারে:
    

    

আপনি দেখতে পাচ্ছেন, ওয়ান-লেজ পি- ভ্যালু প্রথম ক্ষেত্রে - 0.133905569 হিসাবে একই। যেহেতু এটি 0.05 এর উপরে, তাই এই টেবিলের জন্য নাল অনুমানটি প্রযোজ্য, এবং এর বিরুদ্ধে প্রমাণগুলি দুর্বল।

পি- ভ্যালু সম্পর্কে জানার বিষয়গুলি

এক্সেলে পি- ভ্যালু গণনা সম্পর্কিত কিছু দরকারী টিপস এখানে।

1. যদি পি- ভ্যালুটি 0.05 (5%) এর সমান হয়, আপনার টেবিলের ডেটা উল্লেখযোগ্য। যদি এটি 0.05 (5%) এর চেয়ে কম হয় তবে আপনার কাছে থাকা ডেটা অত্যন্ত তাৎপর্যপূর্ণ।
2. যদি পি- ভ্যালু 0.1 (10%) এর বেশি হয় তবে আপনার টেবিলের ডেটা নগণ্য। এটি যদি 0.05-0.10 পরিসরে থাকে তবে আপনার কাছে সামান্য উল্লেখযোগ্য ডেটা রয়েছে।
3. আপনি আলফা মান পরিবর্তন করতে পারেন, যদিও সর্বাধিক সাধারণ বিকল্পগুলি 0.05 (5%) এবং 0.10 (10%) হয়।
4. আপনার অনুমানের উপর নির্ভর করে দ্বি-পুচ্ছ পরীক্ষা বেছে নেওয়া আরও ভাল পছন্দ হতে পারে। উপরের উদাহরণে, এক-লেজযুক্ত পরীক্ষার অর্থ আমরা পরীক্ষার বিষয়গুলি ডায়েটিংয়ের পরে ওজন হ্রাস পেয়েছিল কিনা তা আবিষ্কার করি এবং এটি আমাদের খুঁজে পাওয়ার দরকার ছিল। তবে একটি দ্বি-পুচ্ছ পরীক্ষাও পরীক্ষা করে যে তারা পরিসংখ্যানগতভাবে গুরুত্বপূর্ণ পরিমাণে ওজন অর্জন করেছে কিনা।
5. পি- ভ্যালু ভেরিয়েবল সনাক্ত করতে পারে না। অন্য কথায়, এটি যদি কোনও সম্পর্ককে চিহ্নিত করে তবে এটি এর পিছনের কারণগুলি সনাক্ত করতে পারে না।

পি- ভ্যালু ডেমিস্টাইফড

তার নুনের মূল্যবান প্রতিটি পরিসংখ্যানবিদকে নাল অনুমানের পরীক্ষার ইনস এবং আউটস এবং পি- ভ্যালু মানে কী তা জানতে হবে। এই জ্ঞান অন্যান্য অনেক ক্ষেত্রে গবেষকদের কাজেও আসবে।

আপনি কি কখনও কোনও পরিসংখ্যানের মডেলের পি- ভ্যালু গণনা করতে এক্সেল ব্যবহার করেছেন? আপনি কোন পদ্ধতি ব্যবহার করেছেন? আপনি এটি গণনা করার অন্য উপায় পছন্দ করেন? আমাদের মন্তব্য বিভাগে জানতে দিন।