Python 使用STATSMODELS的单因素方差分析
我尝试在三组之间进行单因素方差分析。我已经能够使用SCIPY.STATS获得F分布的F统计量和p值。然而,我的偏好是将方差分析表作为平方和的类R输出。下面给出了我的SCIPY.STATS单向方差分析代码。STATSMODELS ANOVA的所有文档都使用熊猫数据框架。对于如何调整STATSMODELS的现有代码的任何帮助,我将不胜感激Python 使用STATSMODELS的单因素方差分析,python,statsmodels,anova,scipy.stats,Python,Statsmodels,Anova,Scipy.stats,我尝试在三组之间进行单因素方差分析。我已经能够使用SCIPY.STATS获得F分布的F统计量和p值。然而,我的偏好是将方差分析表作为平方和的类R输出。下面给出了我的SCIPY.STATS单向方差分析代码。STATSMODELS ANOVA的所有文档都使用熊猫数据框架。对于如何调整STATSMODELS的现有代码的任何帮助,我将不胜感激 import numpy as np import pandas as pd import scipy.stats as stats from scipy.sta
import numpy as np
import pandas as pd
import scipy.stats as stats
from scipy.stats import f_oneway
data1= pd.read_table('/Users/Hrihaan/Desktop/Sample_A.txt', dtype=float, header=None, sep='\s+').values
data2= pd.read_table('/Users/Hrihaan/Desktop/Sample_B.txt', dtype=float, header=None, sep='\s+').values
data3= pd.read_table('/Users/Hrihaan/Desktop/Sample_C.txt', dtype=float, header=None, sep='\s+').values
Param_1=data1[:,0]
Param_2=data2[:,0]
Param_3=data3[:,0]
f_oneway(Param_1, Param_2, Param_3)
您可以使用长格式的数据,首先我生成一些类似于您的数据的内容:
import numpy as np
import pandas as pd
import scipy.stats as stats
from scipy.stats import f_oneway
np.random.seed(111)
Param_1=np.random.normal(0,1,50)
Param_2=np.random.normal(0,1,40)
Param_3=np.random.normal(0,1,30)
f_oneway(Param_1, Param_2, Param_3)
F_onewayResult(statistic=0.43761348608371037, pvalue=0.6466275522246159)
您可以制作如下所示的long data.frame,也可以在读取文件后制作,然后执行pd.concat:
df = pd.DataFrame({'val':np.concatenate([Param_1,Param_2,Param_3]),
'data':np.repeat(['A','B','C'],[len(Param_1),len(Param_2),len(Param_3)])})
df.head()
val data
0 -1.133838 A
1 0.384319 A
2 1.496554 A
3 -0.355382 A
4 -0.787534 A
现在我们拟合一个线性模型,并对其进行方差分析:
import statsmodels.api as sm
from statsmodels.formula.api import ols
mod = ols('val ~ data',data=df).fit()
sm.stats.anova_lm(mod, typ=1)
df sum_sq mean_sq F PR(>F)
data 2.0 0.794858 0.397429 0.437613 0.646628
Residual 117.0 106.256352 0.908174 NaN NaN
您可以使用长格式的数据,首先我生成一些类似于您的数据的内容:
import numpy as np
import pandas as pd
import scipy.stats as stats
from scipy.stats import f_oneway
np.random.seed(111)
Param_1=np.random.normal(0,1,50)
Param_2=np.random.normal(0,1,40)
Param_3=np.random.normal(0,1,30)
f_oneway(Param_1, Param_2, Param_3)
F_onewayResult(statistic=0.43761348608371037, pvalue=0.6466275522246159)
您可以制作如下所示的long data.frame,也可以在读取文件后制作,然后执行pd.concat:
df = pd.DataFrame({'val':np.concatenate([Param_1,Param_2,Param_3]),
'data':np.repeat(['A','B','C'],[len(Param_1),len(Param_2),len(Param_3)])})
df.head()
val data
0 -1.133838 A
1 0.384319 A
2 1.496554 A
3 -0.355382 A
4 -0.787534 A
现在我们拟合一个线性模型,并对其进行方差分析:
import statsmodels.api as sm
from statsmodels.formula.api import ols
mod = ols('val ~ data',data=df).fit()
sm.stats.anova_lm(mod, typ=1)
df sum_sq mean_sq F PR(>F)
data 2.0 0.794858 0.397429 0.437613 0.646628
Residual 117.0 106.256352 0.908174 NaN NaN