推荐书: Python开发最佳实践

Python统计分析:[7]混合设计的方差分析

分享时@该用户已经被封, 我就能回答你的问题奥!

混合设计的方差分析就是既有组内变量又有组间变量的方差分析。想要进行这样的方差分析,如果还是用python.statsmodels就不太方便了,因此用到了Python的另一个还比较年轻的统计包pyvttbl,它对anova的支持更全面,使用也更方便,这里我们就看看如何用pyvttbl来实现混合设计的方差分析。

  • 引入DataFrame对象,注意此Dataframe不是pandas.DataFrame
  • 读取数据
  • 我们看一下pyvttbl.DataFrame的结构,有一个变量是必须的——SUBJECT,也就是被试编号,同一个被试有相同的编号,这是我们必须提供的,否则在后面的分析中会出错。
  • 我们用anova方法进行混合设计的方差分析,需要制定因变量score,组间变量group,组内变量test
  • 打印出来的结果有很多,首先看组间效应的检验,group的F和sig值
    与此相对应,我们输出spss中的结果
  • 接着是组间效应的检验,包括交互效应
    以下是spss中的输出结果
  • 最后是边际均值

转载请注明来自DataScience.

邮箱: 675495787@qq.com