以前の記事で有意差検定を取り上げましたが、そこで、出てきた正規性の検定について、記載していきます。
なぜ、正規性の検定が大切かというと、（後に行うであろう）ばらつきの検定（F検定）、平均値の検定（t検定）を行う際、厳密には正規分布に従っているか否かで検定方法が変わるからです。
＊経験上は大きく有意の判定が変わるようなことは少ないのですが、あまりにいびつな分布であると改善策を見誤る可能性があります。
正規性の検定
ChatGPT; Data Analystでは、過去記事で取り上げたデータを使用して；
改善前、改善後のそれぞれの正規性の検定をしてください
とすれば、以下に回答されます。
Python in Excel（＋Excel Labs, Python editor）
Python in Excelは、環境構築の必要もなく、Pythonに触れやすい環境です。ただ、VBAなど少しでもプログラミングを体験した方にとっては、セル内にコードを記載していくことには違和感を覚える方が多いと思います（これ、実際、少し不便ですし）。
解決策は、Python in Excelを導入する場合は、Excel LabsでのPython editorを導入する、ことです。以下の様に劇的に使用環境が改善され非常に使い勝手が良くなります（方法は投稿したのリンク参照）。＊ここでは、E4セルにPython入力モードで"100+200"と入力しCtrl+ Enterで結果が出力されます。
詳細は以下のリンクに解説されているので、Python in Excel の導入とともに参照願います。
Python in Excelの導入
＊Python in Excelはセル内にコードを記載するなど不便な面もありましたが、以下のチャネルでは、それを解消するExcel Labs, Python editorの導入が詳しく紹介されています。
0 件のコメント:
コメントを投稿