如何在Python中获得Kruskal-Wallis测试的效果大小？

我试图用python进行Kruskal-Wallis测试，它不仅给出了H统计数据和p值，还给出了效果大小

我尝试了scipy的stats.kruskal（）函数，但只返回了H和p。 使用pandas数据帧，因此我将数据帧的两列（将来可能需要两列以上）转换为数组，并运行scipy.stats.kruskal（L_arr，E_arr）

我首先将两列感兴趣的数据从熊猫数据帧转换为两个数组L_arr和E_arr。然后我运行：

import scipy.stats as stats
stats.kruskal(L_arr, E_arr)

我得到的结果是： KruskalResult（统计=1.2752179327521276，pvalue=0.2587900768563777）

---

我希望有什么方法也能得到效果大小？

从中，我看不到提到效果大小。所以你可能会因为图书馆的问题而走运，可能需要手工计算；我想看看是否还有其他库（不是scipy）可能包含效果大小。一年后，我终于找到了一个好的python包，它返回效果大小，但只用于Mann-Whitney测试（因此可以在两个组之间进行非参数测试）。它是[pingouin包的mwu函数][1]，可以选择返回公共语言效果大小。[1] 当前位置，我看不到提到效果大小。所以你可能会因为图书馆的问题而走运，可能需要手工计算；我想看看是否还有其他库（不是scipy）可能包含效果大小。一年后，我终于找到了一个好的python包，它返回效果大小，但只用于Mann-Whitney测试（因此可以在两个组之间进行非参数测试）。它是[pingouin包的mwu函数][1]，可以选择返回公共语言效果大小。[1]: