더 블로그 업데이 트가 오늘 데이터 분석 방법에 관한 기사를 업데이 트하지 오랜 시간은 주로 그것이 T-테스트 또는 치 평방 테스트는 실제 작업에 사용할 수 있는지 여부, 정의로운 통계적 가설 테스트를 기반으로, 또한 엑셀과 결합되어 중요성의 통계적 시험의 유형에 따라, 매우 사용하기 쉬운 데이터가 더 설득력있게 만들 수 있습니다. 또는 방법론에 다음 응용 프로그램 예제에 대한 일관된 원칙을 유지하기 위해이 문서가 방법을 소개하고, 그때 사건의 실제적인 응용 프로그램에 헌신 또 다른 기사가있을 것입니다.
가설 테스트
가설 테스트 (Humaniy 가설 시험), 또는 의미 검사 (의의 시험)가 전반적인 수학적 통계에 특정 가정을 바탕으로 샘플에 의해 유추됩니다했다. 기본 원리는 전반적인 특성에 특정 가정을하는 것입니다, 그리고 통계적 추론의 샘플 연구를 통해,이 가설은 거부하거나 추정하기 위해 허용되어야한다. 이후 해당 가정하기 전에 검사하는 동안 다음 가정하에 premised :
H0 : null이 가설 또는 null이 가설 (null이 가설), 가정을 확인 할 필요가, 일반적으로 먼저 원래의 가설을 확인이 정확 다음 중요성 레벨이 NULL 가설을 수락 또는 거부할 것인지 여부를 선택합니다.
H1 : 대안 가설 (대체 가설)이 일반적 여부 명제의 null이 가설이며, NULL 가설이 거절 대안 가설을 수락하도록 기본.
NULL 가설은 인구 평균 μ는 = μ 0, 그리고 인구에 대한 대안 가설이 μ ≠ μ 0을 의미하는 가설에 근거하는 경우, 검사 과정은 null이 가설을 수락하거나 거절해야 확인하기 위해, 해당 통계의 중요성 확률을 계산하는 것입니다.
T-테스트
T-테스트 (T-테스트)는 주로 의미 인구 사이에 상당한 차이가 있었 여부를 확인하기 위해, 가설 시험의 가장 흔한 유형입니다. 파라메 트릭 가설 테스트 T-테스트, 그래서 그것이 사이트의 분석에 방문수는 수치 데이터의 범위에 적용, 고유 방문 자수, 체류 시간과 주문 번호, 전자 상거래 매출의 번호입니다. 전반적인 적합 정규 분포 - T-테스트에서도 조건을 준수해야합니다.
다음은 t 통계를 소개하지 않는 것은 없습니다 관심이 해당 프레 젠 테이션 될 것입 통계 클래스 도서를 이용할 수있다면 얼마나 사실의 쿼리가 이러한 계산 도구, 우리가 작성하는 데 도움을 줄 수있는 T-통계에 기초 계산은 확률적 놀라운 되야지. 다음은 엑셀의 데이터 분석 도구를 사용하여 T-테스트입니다
엑셀 기본, 데이터 분석 도구를로드하지 않습니다 그래서 우리는 자신의 추가 기능, 파일 추가 - 옵션 - 추가 기능 - 다음 추가를 완료 "분석 도구", 그리고 "데이터 '탭에서 확인 이 버튼을 분석하기위한 데이터를 찾을 맨 오른쪽에 그럼 당신은 가장 일반적인 이점 표본 T-테스트, 예를 들어, 전자 상거래 사이트가 수정된 전면 및 후면에있는 명령의 개수에 큰 차이를 만들어 비교 T-테스트를해야 시작할 수 있습니다 일, 시료의 개정 전후의 데이터를 10 일 비교 방법 :
| 주문 개정 번호 이전 | 수정된 명령 | |
| 1032 | 1187 | |
| 2 | 1178 | 1245 |
| 3 | 1098 | 1379 |
| 4 | 1045 | 1094 |
| 5 | 976 | 1173 |
| 6 | 1101 | 1364 |
| 7 | 1276 | 1119 |
| 8 | 1215 | 1268 |
| 9 | 987 | 1303 |
| 10 | 1065 | 1274 |
먼저 설립된 가정 :
H0 : μ 한 의미의 수와 동일한 매일 주문 개정 전후 = μ 2,;
H1 : μ 1 ≠ μ 2, 우리가 개정 전후 일일 명령에 동일한 뜻이다.
이점 두 시료 분석, 테스트 결과의 출력의 평균 : Excel로 데이터를 입력하려면 엑셀의 데이터 분석 도구, T-테스트를 사용하십시오
화면의 오른쪽이 좀 어지러운 것입니다 참조, 그리고 어려운 수치 크기의 우려만큼 오래 있지는 사실은, 조금 전문적인보고 - 당신이 확인할 필요가있다면 한 꼬리 P 가치는 0.00565 즉 95 %의 신뢰 중요한 수준은 다음 0.00565 0.05 (1-95%)보다 확실히 덜이 전후 주문 개정 번호가 상당한 차이라고 null이 가설을 거부합니다. 웹 분석 응용 프로그램 환경의 대부분을위한 오히려 두 꼬리보다 한 꼬리 의미의 확률 P를 선택 이유는 간단히 말하면, 우리가 일반적으로 상당히 거기에 사육이나 낮춘 경우 가치 전후 변경 사항을 확인해야하므로 일반적으로 수도 오직 하나의 클래스가있을 것입니다 - 또는 위의 예제에서는 명령의 평균 개수처럼 오랫동안 일방적 수있는 확률의 검사로서, 향상 또는 감소, 개정된 1240.6 개정 1097.3 이전보다, 우리는 중대한는이 "보다 큰"를 확인해야 , 한 꼬리 의미의 확률 P가 될 수있는 경우에는 우려에 일방적 테스트를, 남아있다.
치 평방 테스트
치 평방 테스트 (치 평방 테스트), 즉, χ 2 테스트, 사이에 큰 차이의 존재를 확인하는 데 사용되는 두 집단 사이의 비율 치 평방 테스트 비 파라메 트릭 가설 테스트, 전환율 사용할 수 있습니다 이러한 사이트 분석과 같은 자격을 갖춘 제품의 두 확률 율 간의 기업의 생산을위한 초기에 기초 부울 또는 이항 데이터, 속도의 반송입니다 - 모든 비율은 이전 문서의 비교 분석, 실제로 측정 요인 포기율 영향 관련 응용 프로그램을. 여기도 χ 2를 도입하지 않는 것은 계산뿐만 아니라, χ 2 통계를 기반으로 문의 상당한 확률, 여기에 직접 전환율 예를 들어, 웹사이트 전환율은 큰 차이, 샘플 개정의 발생 전후를 비교하는 방법이다 : 방문 및 전환의 총 방문수, "전환율을 계산하기 위해 방문 / 방문 총 숫자의 전환 - 웹 분석 데이터를 3 일 전후
| 이전 개정 | 개정된 | |
| 방문의 총수 | 30,567 | 33,651 |
| 접속 번호의 변환 | 2976 | 3698 |
| 전환율 | 9.74 % | 10.99 % |
먼저 설립된 가정 :
H0 : R 1 = R 2, 개정 전면 및 후면 전환 률 동등한;
H1 : R 1 ≠ R 2, 개정 전면 및 후면 전환율이 동일하지 않습니다.
사실, 이것이 중간 계산 단계를 단순화하는 순서 SPSS의 이용 (물론, SPSS와 충분히 숙지도 유사한 통계 분석 도구를 사용)하지 않고, 네 Niyitegeka 평방 시험의 가장 간단한 예제 중 하나이다, 나는 Excel에서 직접 제작 사용 해당 셀 항목 통계가 자동으로 검사 결과를 표시할 수있을만큼이 서식 파일의 단순한 치 평방 테스트 :
다운로드를 클릭하십시오 치 평방 테스트 샘플
수정하는대로 한 99 % 신뢰 수준, 필요하다면 엑셀 하늘색 세포가 입력을 지원, 방문 및 전환 프로그램과 방문의 원래 수를 포함하여 테스트 프로그램의 총 개수는 95 % 신뢰 수준, 개정안의 지원입니다 세포가 될 수 있습니다.
테스트 결과를 참조하는 방법? 사실 매우 간단합니다, 그냥 위의 사건에 결과를 표시하기 위해 세포의 빨간색 "존재"봐, 둘 사이의 전환율은 존재하지 않을 경우 상당한 차이가 다음 세포 "가 표시됩니다"있다 " A / B 테스트 및 기타 유사한 데이터의이 템플릿을 통해 "존재하지 않는 것은 매우 간단하고 쉽게, 또는 그 사실이이 엑셀 / B, 테스트에 대한 템플릿과 재단사가 정의. 
여기에 사실은이 문서 전문가의 전망을 통계적 관점에서 T-테스트 및 치 평방 테스트를 도입하려하지 않는, 그냥 가장 간단한와 함께, 당신은이 두 방법의 원리와 적용 조건을 이해하려는 데이터가 더 설득력 수 있도록 이러한 방법을 사용하는 방법은 응용 프로그램 인스턴스를 둘러싸 신경을 계속하시기 바랍니다.
»이 종이에는 BY-NC-SA의 : 복제 계약, 소스를 지정하시기 바랍니다 데이터 분석 » T-테스트 및 치 평방 테스트
관련 기사 :
통계 이론의 매우 전문적이고 직접적인 응용. 엑셀 하중에 대하여를 완료하려면 "- 옵션 - 추가 기능 - 파일 확인"분석 도구는 발견하기에서 "문서"나약하고 연약한 요청 "을 추가합니다"?에게
Zitan : 실례합니다, 직접 쓰는 2010 인터페이스에 따라 내 자신의 사용 Excel2010을 위해, 단지 단계가 비슷한 이후 2007, "엑셀 옵션"으로 로고의 왼쪽 상단 모서리입니다 읽어보십시오.
컬렉션의 메인 사이트의 장기적인 학습을 준비하는 학습.
시간 변수와 전환 : 문제가 있습니다, 개정된 전면 및 후면 설명해 사실 검사 결과는 XX 값이 차이로 크게 존재하지만, 차이가있는 현저히의 존재와 XX 값은 이유가 개정되어 설명할 수없는, 블로거의 원리에서 치 평방 테스트의 사용은로만 이해할 수 비율 변수는 인과 연대기의 원칙에 따라 크게 연관 것은 시간이 변화의 전환율을 바꿀 생각합니다. 시간이 중요한 변화의 전환율이 포함될 수 있습니다 : 마케팅 활동, 계절 변화, 개정 등 변화 ...이 시점에서, 어떻게 개정을 확인할 수있는 다른 이유의 배제는 이러한 변화를 주도?
_AT_ janessi : 마지막으로 사람이하는 비교, 사건의 텍스트의 결과에 비 간섭 요인의 상세한 설명 후,이 문서에서 사실이 문제의 존재를 예제를이 문제를 제기 며칠 기다가 구성 및 쓰기 시간
감사합니다 ......
블로거 안녕하세요, 제가 이벤트 전후의 데이터 분석의 방법을 사용하지만, 몇 가지 문제점을 발견, 95 % 신뢰 수준은 분명히 T-테스트를 통해 매우 중요한 데이터 변경 내용이 그 중요한 보여줍니다. 그래서 신뢰도 선택된 합리성 생각, 내가 표준 편차와 표본의 크기가 밀접하게 신뢰 구간 및 전반적인 데이터의 크기에 관련되어 알고, 통계를 배웠습니다. 나는 과거의 역사적인 데이터가 될 수있는 자신감의 적당한 수준에 도달하는 방법을 공부하는 블로거를 부탁 드리고자합니다? 감사합니다 ~
저스틴 리입니다 : 안녕하세요, 중요한 원래 특정 신뢰 수준을 바탕으로 가설 테스트에서 파생된 매우 이해 아니다 "95 % 신뢰 수준은 분명히 상당한는 T-테스트 쇼를 통해 매우 중요한 데이터의 변경은" 아니라면 가설은 "명백하게도 매우 중요하지를 결정하는 방법을 테스트를 통해. 샘플 크기를 줄이기 위해 고정되어있다면, 5 % 나는 오류 확률을 입력하고 커밋 그 수준에서 null이 가설을 거부, 또한, 95 % 신뢰 수준은, 일반적인 상황에서 선택하는 것이 일반적으로 그들은 상당한 비판을 가지고 있는지 여부를 확인하는 데 사용됩니다 오류가 발생 나는 입력한 해당 오류의 첫번째와 두번째 유형, 시료의 용량을 향상시킬 필요성의 발생을 줄일 수 있으므로 발생하는 오류의 두 번째 유형의 기회를 향상시킬 것입니다.
Joegh : 하하, 나는 이해합니다. 110,110,134,123,123,111,109; 이벤트 후 이레 동안 : 데이터 이레 동안 이벤트 표시기 전에 130,123,181,158,117,128,112, T 테스트 P 값의 = 0.018 <0.05 크게 변화가 있지만 육안, "181158"는이 두 데이터 변경 사항이 상당히 다른 데이터는 크게 변경되지 않았습니다. 저는 샘플 크기가 중요한 시험의 정확성에 개별 outliers에 큰 영향을 이끌어가 너무 작습니다 가져가라. 나는 어떤 지난 이틀 동안 데이터의 비정상적인 변화를 일으키는 분석해야한다. 보 주요 감사합니다 ~
전문가의 철저하게 통계를 이해 모르는 사람에게는 T-테스트합니다. 작가의 사심없는 헌신 덕분에 더 좋은 작품을 가지고 노력하겠습니다.
T-테스트는 잘못된 도구를 사용해야합니다. 질문과 가정의 의미의 조건에 따르면, 시험 사이 두 정상 전반적인 평균 차이에 속해 있어야, 당신이 엑셀 T-테스트를 사용해야합니다 : 두 샘플 균등 변화하는 가정을 t 합계 "결과 같은, 동일하지 않습니다" "-3.29 있어야 중요한 가치는 동일하지 않습니다.
또한, 치 평방 테스트의 수립이 아닌 파라메 트릭 테스트가 완전히 정확하지 않습니다이다.
돈 : 귀하의 의견과 정정 대단히 감사합니다. 웹사이트의 사용자가 항상 변화하고 있기 때문에, 같은 "이점 샘플"조금 부적절 전후가 개정 수 있습니다, "분산 가설은"적절한 시점이 될 것이다; 치 평방 테스트는 일반적으로 전체 유통 및 매개 변수가 마지막에 알 수 있다고 생각됩니다 비 파라메 트릭 테스트 아니라 큰 문제.
Joegh : 알려진 수량, 파라메 트릭 테스트의 검사를위한 하나의 일반 인구 분산 다음 상황에 치 평방 테스트합니다.
돈 : 가르쳤다