Chi-Square-test i Excel: Sammenligning af variabler

I dette indlæg skal vi vise dig, hvordan du bruger Chi-square-testen i Excel til at sammenligne variabler. .

Chi-kvadrattesten for uafhængighed har to kategoriske variable. Vi vil finde ud af, om der er nogen sammenhæng mellem disse variable.

Vi vil bruge rammen for hypotesetestning. Hvis du ikke er bekendt med dette, så tjek den  Bestil. Dette er en avanceret analyseteknik, der bruger , R og Python.

Til vores demo vil vi bruge et boligdatasæt i Excel. Vi skal få de faktiske værdier ved hjælp af pivottabellen og derefter sammenligne dette med de forventede værdier ved hjælp af formler.

Vi vil også tjekke signifikansniveauet på 95 %, og om der er en sammenhæng mellem klimaanlægget og det foretrukne område.

Indholdsfortegnelse

• Brug af Chi-square-test i Excel til at sammenligne variabler
• Konklusion

Brug af Chi-square-test i Excel til at sammenligne variabler

Lad os springe ind i Excel. Det er de boligpriser, der kom fra Journal of Applied Econometrics.

Indsæt en, og klik derefter på  OK for at bruge en indekskolonne til at tælle observationer.

Fra pivottabelfelterne skal du trække ' id '  ind i sektionen Værdier. Vælg  Tæl  fra værdifeltindstillingerne, da disse alle er unikke værdier. 

Det næste er at trække ' prefarea ' ind i kolonner og derefter trække ' airco ' ind i rækkesektionerne for at se de faktiske værdier.

Vi har i alt 546 observationer. De 298 er hverken aircondition eller foretrukket område, mens 53 er begge og så videre.

Lad os oprette to tabeller og mærke dem som Faktisk og Forventet .

For at få de forventede værdier for hverken klimaanlæg eller foretrukket område skal du gange  D5  med  B7 og derefter dividere det med  D7 .

Det næste er at få den forventede værdi af enten klimaanlægget eller det foretrukne område, gange  D5  med  C7 og derefter dividere det med  D7 .

Nu for den forventede værdi af enten det foretrukne område eller aircondition, gange  D6  med  B7 og divider det med  D7 .

Lad os endelig beregne den forventede værdi af både aircondition og det foretrukne område. Multiplicer  D6  med  C7 , og divider det derefter med  D7 .

Fremhæv området for de forventede værdier for at finde ud af summen, som skal være 546.

Nu vil vi finde sammenhængen mellem de faktiske og forventede værdier. Lad os tjekke, om de har tendens til at flytte sammen på en måde.

For at finde betydningen skal du skrive  =CHISQ.TEST . Fremhæv området for de faktiske værdier, tilføj et komma, og fremhæv derefter området for de forventede værdier for at få  p-værdien .

Baseret på resultatet er dette en lille tilfældig chance. Der synes at være en sammenhæng mellem den foretrukne områdevariabel og airconditionvariablen.

Konklusion

Dettest er en almindelig teknik, der hjælper os med at kende forskellen på kategori, og er et godt eksempel på A/B-test.

En anden ting at huske er, at observationerne skal være uafhængige. Baseret på vores eksempel ser vi på to binære variable, en specifik type kategorisk variabel.

Lad os endelig være opmærksomme på, at det kan blive svært, når vi har mange kategorier.

Jeg håber, at dette er noget, du kan bruge til A/B-test, hvad enten det er i eller Python.

Alt det bedste,