Excel でのカイ二乗検定: 変数の比較

この記事では、 Excel でカイ二乗検定を使用して変数を比較する方法を説明します。このチュートリアルのビデオ全体は、このブログの下部でご覧いただけます。

独立性のカイ二乗検定には 2 つのカテゴリ変数があります。これらの変数間に何らかの関係があるかどうかを調べます。

仮説検証フレームワークを使用します。これについて詳しくない場合は、  『Advancing Into Analytics』 という書籍を参照してください。これは、 Excel、R、Pythonを使用した高度な分析手法です。

デモでは、Excel で設定された住宅データを使用します。ピボット テーブルを使用して実際の値を取得し、数式を使用してこれを期待値と比較する必要があります。

また、95% の有意水準と、空調と優先エリアとの間に関係があるかどうかも確認します。

目次

• Excel でカイ二乗検定を使用して変数を比較する
• 結論

Excel でカイ二乗検定を使用して変数を比較する

Excel を使ってみましょう。これらは、Journal of Applied Econometrics から取得した住宅価格です。

ピボット テーブルを挿入し、  [OK]をクリックしてインデックス列を使用して観測値をカウントします。

ピボット テーブルのフィールドから、「id」を 値セクションにドラッグします。 これらはすべて一意の値であるため、[値フィールドの設定] から [カウント]を選択します 。

次に、「prefarea」を列にドラッグし、次に「airco」を行セクションにドラッグして、実際の値を確認します。

合計 546 件の観測があります。298 室にはエアコンも優先エリアもありませんが、53 室にはその両方が備わっています。

2 つのテーブルを作成し、 ActualとExpectedというラベルを付けてみましょう。

空調設備も優先エリアも期待値を取得するには、  D5 に B7を乗算し、それを D7で除算します。

次に、空調または優先エリアの期待値を取得し、  D5 に C7を乗算し、それをD7で割ります 。

ここで、優先エリアまたは空調の期待値を求めるには、  D6 に B7を乗算し、それを D7で割ります。

最後に、空調と優先エリアの両方の期待値を計算してみましょう。D6 と C7を乗算し 、  D7で除算します。

期待値の範囲を強調表示して合計を確認します。合計は 546 になります。

次に、実際の値と期待値の関係を調べます。ある意味一緒に動く傾向があるかどうかチェックしてみましょう。

有意性を確認するには、  =CHISQ.TESTと入力します。実際の値の範囲を強調表示し、カンマを追加して、期待値の範囲を強調表示して p 値を取得します。

結果から言えば、これはわずかに偶然の可能性です。優先エリア変数と空調変数の間には何らかの関係があるようです。

Excel のアンチ結合と Power Query を使用したクエリのマージ
Excel の個別値の数をカウントする: 古典的なアプローチから最新のアプローチへ
Excel の比率と度数テーブル

結論

カイ二乗テストは、カテゴリごとの違いを知るのに役立つ一般的な手法であり、A/B テストの良い例です。

もう 1 つ覚えておくべきことは、観測は独立している必要があるということです。この例に基づいて、特定の種類のカテゴリカル変数である 2 つのバイナリ変数を調べています。

最後に、カテゴリが多数ある場合は扱いが難しくなる可能性があることに注意してください。

これがExcelまたは Pythonの A/B テストに使用できることを願っています。

ではごきげんよう、