Testul Chi-pătrat în Excel: compararea variabilelor

În această postare, vă vom arăta cum să utilizați testul Chi-pătrat în Excel pentru a compara variabile. Puteți viziona videoclipul complet al acestui tutorial în partea de jos a acestui blog .

Testul Chi-pătrat al independenței are două variabile categorice. Vom afla dacă există vreo relație între aceste variabile.

Vom folosi cadrul de testare a ipotezelor. În cazul în care nu sunteți familiarizat cu acest lucru, consultați  cartea Advancing In Analytics  . Aceasta este o tehnică de analiză avansată care utilizează Excel , R și Python.

Pentru demonstrația noastră, vom folosi un set de date despre locuințe în Excel. Trebuie să obținem valorile reale folosind tabelul pivot și apoi să le comparăm cu valorile așteptate folosind formule.

De asemenea, vom verifica nivelul de semnificație de 95% și dacă există o relație între aer condiționat și zona preferată.

Cuprins

• Utilizarea testului Chi-pătrat în Excel pentru a compara variabile
• Concluzie

Utilizarea testului Chi-pătrat în Excel pentru a compara variabile

Să sărim în Excel. Acestea sunt prețurile locuințelor care au venit din Journal of Applied Econometrics.

Inserați un tabel Pivot , apoi faceți clic pe  OK pentru a utiliza o coloană index pentru a număra observațiile.

Din câmpurile tabelului pivot, trageți „ id ”  în secțiunea Valori. Selectați  Count  din Setările câmpului de valoare, deoarece acestea sunt toate valori unice. 

Următorul este să trageți „ prefarea ” în Coloane și apoi trageți „ airco ” în secțiunile Rânduri pentru a vedea valorile reale.

Avem un total de 546 de observații. Cele 298 nu sunt nici aer condiționat, nici zonă preferată, în timp ce 53 sunt ambele și așa mai departe.

Să creăm două tabele și să le etichetăm ca Actual și Expected .

Pentru a obține valorile așteptate nici pentru aer condiționat, nici pentru zona preferată, înmulțiți  D5  cu  B7 , apoi împărțiți-l cu  D7 .

Următorul este să obțineți valoarea așteptată fie a aerului condiționat, fie a zonei preferate, înmulțiți  D5  cu  C7 , apoi împărțiți-o cu  D7 .

Acum, pentru valoarea așteptată fie a zonei preferate, fie a aerului condiționat, înmulțiți  D6  cu  B7 , apoi împărțiți-o cu  D7 .

În sfârșit, să calculăm valoarea așteptată atât a aerului condiționat, cât și a zonei preferate. Înmulțiți  D6  cu  C7 , apoi împărțiți-l cu  D7 .

Evidențiați intervalul valorilor așteptate pentru a afla suma, care ar trebui să fie 546.

Acum vom găsi relația dintre valorile reale și cele așteptate. Să verificăm dacă au tendința de a se mișca împreună într-un fel.

Pentru a găsi semnificația, tastați  =CHISQ.TEST . Evidențiați intervalul valorilor reale, adăugați o virgulă, apoi evidențiați intervalul valorilor așteptate pentru a obține  valoarea p .

Pe baza rezultatului, aceasta este o șansă ușoară aleatorie. Se pare că există o relație între variabila zonă preferată și variabila aer condiționat.

Îmbinați interogări utilizând Anti Join în Excel cu Power Query
Count Valori distincte în Excel: abordări clasice spre moderne
Tabele de proporții și frecvență în Excel

Concluzie

Testul Chi-pătrat este o tehnică comună care ne ajută să știm diferența în funcție de categorie și este un bun exemplu de testare A/B.

Un alt lucru de reținut este că observațiile trebuie să fie independente. Pe baza exemplului nostru, ne uităm la două variabile binare, un tip specific de variabilă categorială.

În cele din urmă, să fim conștienți de faptul că poate deveni dificil atunci când avem o mulțime de categorii.

Sper că acesta este ceva pe care îl puteți folosi pentru testarea A/B, fie în Excel sau Python.

Toate cele bune,