Excel의 카이제곱 검정: 변수 비교

이 게시물에서는 Excel에서 카이제곱 테스트를 사용하여 변수를 비교하는 방법을 보여 드리겠습니다 . 이 블로그 하단에서 이 튜토리얼의 전체 비디오를 볼 수 있습니다 .

카이 제곱 독립 검정에는 두 개의 범주형 변수가 있습니다. 이러한 변수 사이에 어떤 관계가 있는지 알아낼 것입니다.

우리는 가설 테스트 프레임워크를 사용할 것입니다. 이에 익숙하지 않은 경우  Advancing Into Analytics  책을 확인하십시오. Excel , R, Python을 이용한 고급 분석 기법입니다 .

데모에서는 Excel의 주택 데이터 세트를 사용합니다. 피벗 테이블을 사용하여 실제 값을 얻은 다음 수식을 사용하여 예상 값과 비교해야 합니다.

또한 95% 유의 수준과 에어컨과 선호 지역 사이에 관계가 있는지 확인합니다.

목차

• Excel에서 카이제곱 검정을 사용하여 변수 비교
• 결론

Excel에서 카이제곱 검정을 사용하여 변수 비교

엑셀로 넘어가 보겠습니다. 이들은 Journal of Applied Econometrics에서 가져온 주택 가격입니다.

피벗 테이블을 삽입한 다음 확인을 클릭하여  인덱스 열 을 사용하여 관측치를 계산합니다.

피벗 테이블 필드에서 ' id '를  값 섹션으로 드래그합니다.  모두 고유한 값이므로 값 필드 설정에서  개수를 선택합니다  .

다음은 ' prefarea '를 열로 드래그한 다음 ' airco '를 행 섹션으로 드래그하여 실제 값을 보는 것입니다.

총 546개의 관찰이 있습니다. 298은 에어컨도 선호하는 지역도 아니고 53은 둘 다 등등입니다.

두 개의 테이블을 만들고 Actual 및 Expected 로 레이블을 지정해 보겠습니다 .

에어컨도 선호 지역도 아닌 기대값을 얻으려면  D5  에  B7 을 곱한 다음 D7 로 나눕니다  .

다음은 에어컨이나 선호 지역의 기대값을 구하는 것입니다.  D5  에  C7 을 곱한 다음 D7 로 나눕니다  .

이제 선호 지역이나 에어컨의 기대값에 대해  D6  에  B7 을 곱한 다음  D7 로 나눕니다 .

마지막으로 에어컨과 선호 지역의 기대값을 계산해 봅시다. D6  에  C7 을 곱한  다음  D7 로 나눕니다 .

예상 값의 범위를 강조 표시하여 합계를 찾으십시오(546이어야 함).

이제 실제 값과 예상 값 사이의 관계를 찾을 것입니다. 그들이 어떤 방식으로 함께 움직이는 경향이 있는지 확인합시다.

의미를 찾으려면  =CHISQ.TEST 를 입력하십시오 . 실제 값의 범위를 강조 표시하고 쉼표를 추가한 다음 예상 값의 범위를 강조 표시하여  p-값을 얻습니다 .

결과에 따라 이것은 약간의 무작위 기회입니다. 선호 면적 변수와 공조 변수 사이에는 어떤 관계가 있는 것 같습니다.

Excel의 안티 조인을 사용하여 쿼리를 병합하고 파워 쿼리와 함께
Excel의 고유 값 계산:
Excel의 클래식에서 최신 접근 방식 비율 및 빈도 테이블

결론

카이 제곱 테스트는 범주별 차이를 알 수 있도록 도와주는 일반적인 기술이며 A/B 테스트의 좋은 예입니다.

기억해야 할 또 다른 사항은 관측값이 독립적이어야 한다는 것입니다. 예제를 기반으로 특정 유형의 범주형 변수인 두 개의 이진 변수를 보고 있습니다.

마지막으로 카테고리가 많으면 까다로울 수 있다는 점에 유의하세요.

Excel 에서든 Python 에서든 A/B 테스트에 사용할 수 있기를 바랍니다 .

모두 제일 좋다,