Statistisko hipotēžu pārbaude ir neaizstājams instruments, kas uzņēmumiem palīdz pieņemt pamatotus lēmumus. Nākamajā sadaļā mēs parādīsim, kā Excel programmā veikt divu paraugu F-testu , lai pārbaudītu savu hipotēžu pamatotību attiecībā uz pārdošanas datu dispersiju. Šajā rokasgrāmatā jūs soli pa solim iepazīstināsim ar šo procesu, lai jūs varētu droši izmantot apgūtās metodes.
Galvenie secinājumi
- Divu paraugu F-testu izmanto, lai salīdzinātu divu datu grupu dispersijas.
- Mērķis ir pārbaudīt, vai faktisko pārdošanas datu dispersija atšķiras no pieņemtās vērtības.
- Excel nodrošina rīkus nepieciešamo aprēķinu un salīdzinājumu veikšanai.
Soli pa solim
1. Datu sagatavošana
Pirms sākt testu, pārliecinieties, ka dati ir sagatavoti. Ir svarīgi noņemt filtrus, lai iekļautu visus attiecīgos datus. Sāciet ar datu atlasi attiecīgajās kolonnās.
2. Parametru definēšana
Definējiet sava testa parametrus. Jums jāzina, cik daudz datu punktu jūs analizējat. Mūsu piemērā pieņemsim, ka jums ir 100 pārdošanas rādītāji, kuriem ir normāls sadalījums.
3. Iepriekšējās dispersijas vērtības reģistrēšana
Jūsu analīzē galvenā nozīme ir zināmai dispersijai jeb iepriekšējai pārdošanas vērtībai. Šajā piemērā iepriekšējā vērtība ir 116 miljoni eiro nedēļā.
4. hipotēzes formulēšana
Formulējiet nulles hipotēzi (H0) un alternatīvo hipotēzi (H1). Šajā gadījumā H0 ir, ka dispersija paliek tāda pati vai lielāka par 116 miljoniem, savukārt H1 pieņem, ka dispersija ir samazinājusies.
5. Testa statistikas aprēķināšana
Jūs varat aprēķināt testa statistiku, izmantojot jūsu izlases dispersiju. Veiciet nepieciešamos aprēķinus, lai noteiktu testa statistikas vērtību. To nosaka, izmantojot formulu (n-1) * σ1 / σ0, kur σ1 ir jūsu izlases dispersija un σ0 ir dispersija no pagātnes.
6. Kritiskā diapazona noteikšana
Lai izlemtu, vai nulles hipotēzi var noraidīt, jānosaka kritiskais diapazons. Izmantojiet chi-kvadrāta sadalījuma tabulu, lai noteiktu ticamības līmeni. Mūsu piemērā mēs izmantojām 2% kļūdas varbūtību.
7. testa mainīgā un kritiskā mainīgā salīdzinājums
Tagad pārbaudiet, vai jūsu aprēķinātā testa statistika ir mazāka par kritisko vērtību. Šajā gadījumā mēs konstatējām, ka mūsu testa statistika nav mazāka par kritisko kvantiļa vērtību.
8. izdariet secinājumu
Pamatojoties uz savu salīdzinājumu, tagad varat izlemt, vai nulles hipotēzi varat noraidīt vai nē. Mūsu piemērā mēs esam noteikuši, ka nulles hipotēzi nevar noraidīt. Tas norāda, ka jūsu pārdošanas datu dispersija joprojām atbilst pieņemtajai vērtībai vai ir pat lielāka.
Kopsavilkums
Šajā rokasgrāmatā mēs esam izsmeļoši aprakstījuši, kā Excel programmā veikt divu paraugu F-testu. Jūs uzzinājāt, kā sagatavot datus, formulēt hipotēzes, aprēķināt testa statistiku, noteikt kritisko intervālu un visbeidzot izdarīt secinājumus. Izmantojot šos soļus, jūs esat labi sagatavoti, lai patstāvīgi veiktu statistisko analīzi.
Biežāk uzdotie jautājumi
Kas ir divu paraugu F-tests? Divu paraugu F-testu izmanto, lai salīdzinātu divu datu grupu dispersijas.
Kā formulēt hipotēzes F-testam? Nulles hipotēze nosaka, ka dispersija ir vienāda vai lielāka, bet alternatīvā hipotēze paredz, ka tā ir mazāka.
Kā es varu atrast kritisko vērtību savam testam? Kritisko vērtību var iegūt, izmantojot chi-kvadrāta tabulas, pamatojoties uz ticamības līmeni un brīvības pakāpēm.
Ko darīt, ja nulles hipotēzi nevar noraidīt? Tas nozīmē, ka dati atbilst pieņemtajai dispersijas vērtībai vai pat uzrāda lielākas svārstības.
Vai testam ir vajadzīga īpaša programmatūra? Excel ir pietiekams, lai veiktu divu izlases F-testu, ja vien dati ir sagatavoti.
