python方差检验有什么作用?怎样完成?
发布时间:2022-01-14 14:22 所属栏目:13 来源:互联网
导读:今天给大家分享的是关于python方差检验的内容,会给大家简单的介绍python方差检验的含义及用法,对大家学习python有一定的帮助,感兴趣的朋友就继续往下看吧。 说明 1、方差检验是用来比较两个或多个变量数据的样本,以确定它们之间的差异是简单随机的,或者
今天给大家分享的是关于python方差检验的内容,会给大家简单的介绍python方差检验的含义及用法,对大家学习python有一定的帮助,感兴趣的朋友就继续往下看吧。 说明 1、方差检验是用来比较两个或多个变量数据的样本,以确定它们之间的差异是简单随机的,或者是由于过程之间的显著统计差异造成的。 2、自变量X是一种离散数据,自变量Y是一种连续数据(x可以是多种类型),如果数据正态分布,方差应齐次。 实例 import pandas as pd import numpy as np from statsmodels.formula.api import ols from statsmodels.stats.anova import anova_lm data = pd.DataFrame([[1, 1, 32], [1, 2, 35], [1, 3, 35.5], [1, 4, 38.5], [2, 1, 33.5], [2, 2, 36.5], [2, 3, 38], [2, 4, 39.5], [3, 1, 36], [3, 2, 37.5], [3, 3, 39.5], [3, 4, 43]], columns=['x1', 'x2', 'y']) # 多因素无重复试验,不计算交互作用的影响 model = ols('y~C(x1) + C(x2)', data=data[['x1', 'x2', 'y']]).fit() anovat = anova_lm(model) anovat 知识点补充: 方差分析可以用来推断一个或多个因素在其状态变化时,其因素水平或交互作用是否会对实验指标产生显著影响。主要分为单因素方差分析、多因素无重复方差分析和多因素重复方差分析。 import pandas as pd import numpy as np from statsmodels.formula.api import ols from statsmodels.stats.anova import anova_lm (编辑:ASP站长网) |
相关内容
网友评论
推荐文章
热点阅读