Python 3.x 在应用“p”时，如何获得各组比较的p值；图基&x2019；“真的有很大的区别”；

通过使用以下代码：

import statsmodels.stats.multicomp as multi
test = multi.MultiComparison(self.my_data[factor_var], self.my_data[grp_var])
res = test.tukeyhsd()
summary = res.summary()

我可以得到以下结果：

我需要的是每次比较的p值。我怎样才能得到它？非常感谢您的帮助。

可能的副本：

没有可调用的直接函数来获取Pvalue：

psturng(np.abs(res.meandiffs / res.std_pairs), len(res.groupsunique), res.df_total)

---

其中res是成对的，psturng是statsmodels.stats.libqstrung中的函数，它起作用了。非常感谢你的帮助

让我分享我的源代码（得益于）

将numpy导入为np
来自statsmodels.stats.multicmp导入（成对，多比较）
从statsmodels.stats.libqstrung导入psturng
dta2=np.rec.array([
（1，'精神'，2），
（2，'精神'，2），
（3，'精神'，3），
（4，'精神'，4），
（5，'精神'，4），
（6，'精神'，5），
（7，'精神'，3），
（8，'精神'，4），
（9，'精神'，4），
（10，'精神'，4），
（11，'物理'，4），
（12，“物理”，4），
（13，'物理'，3），
（14，“物理”，5），
（15，“物理”，4），
（16，“物理”，1），
（17，'物理'，1），
（18，“物理”，2），
（19，'物理'，3），
（20，'物理'，3），
（21，'医学'，1），
（22，'医学'，2），
（23，'医学'，2），
（24，'医学'，2），
（25，'医学'，3），
（26，'医学'，2），
（27，'医学'，3），
（28，'医学'，1），
（29，'医学'，3），
（30，'medical'，1）]，dtype=[（'idx'，'你能提供数据吗？我正在努力让Tukey的HSD工作，甚至不让你的输出超过pValue。我想尝试@Am_ur的解决方案，但我没有你的答案data@joe5使用此链接中的数据：并确保获得相同的结果。
import numpy as np
from statsmodels.stats.multicomp import (pairwise_tukeyhsd, MultiComparison)
from statsmodels.stats.libqsturng import psturng

dta2 = np.rec.array([
(  1,   'mental',  2 ),
(  2,   'mental',  2 ),
(  3,   'mental',  3 ),
(  4,   'mental',  4 ),
(  5,   'mental',  4 ),
(  6,   'mental',  5 ),
(  7,   'mental',  3 ),
(  8,   'mental',  4 ),
(  9,   'mental',  4 ),
( 10,   'mental',  4 ),
( 11, 'physical',  4 ),
( 12, 'physical',  4 ),
( 13, 'physical',  3 ),
( 14, 'physical',  5 ),
( 15, 'physical',  4 ),
( 16, 'physical',  1 ),
( 17, 'physical',  1 ),
( 18, 'physical',  2 ),
( 19, 'physical',  3 ),
( 20, 'physical',  3 ),
( 21,  'medical',  1 ),
( 22,  'medical',  2 ),
( 23,  'medical',  2 ),
( 24,  'medical',  2 ),
( 25,  'medical',  3 ),
( 26,  'medical',  2 ),
( 27,  'medical',  3 ),
( 28,  'medical',  1 ),
( 29,  'medical',  3 ),
( 30,  'medical',  1 )], dtype=[('idx', '<i4'),
                                ('Treatment', '|S8'),
                                ('StressReduction', '<i4')])

print("Using the pairwise_tukeyhsd Method")
print("----------------------------------------------------------")
res2 = pairwise_tukeyhsd(dta2['StressReduction'], dta2['Treatment'])
print("summary:", res2.summary())
print("mean diffs:", res2.meandiffs)
print("std pairs:",res2.std_pairs)
print("groups unique: ", res2.groupsunique)
print("df total:", res2.df_total)
p_values = psturng(np.abs(res2.meandiffs / res2.std_pairs), len(res2.groupsunique), res2.df_total)
print()
print("p values:", p_values)

print()

print("Using the MultiComparison Method")
print("----------------------------------------------------------")
test = MultiComparison(dta2['StressReduction'], dta2['Treatment'])
tukey_res = test.tukeyhsd()
summary = tukey_res.summary()
print("summary:", summary)
print("mean diffs:", tukey_res.meandiffs)
print("std pairs:",tukey_res.std_pairs)
print("groups unique: ", tukey_res.groupsunique)
print("df total:", tukey_res.df_total)
p_values = psturng(np.abs(tukey_res.meandiffs / tukey_res.std_pairs), len(tukey_res.groupsunique), tukey_res.df_total)
print()
print("p values:", p_values)