python做方差分析和卡方检验
程序员文章站
2024-01-19 15:32:10
...
from scipy.stats import chi2_contingency
chi2_contingency([[40, 10], [10, 40]], False)
做卡方检验,结果为
依次是,卡方值,显著度,*度,期望频数
做方差分析
from scipy import stats
d1 = [20, 25, 35, 40, 36, 24]
d2 = [35, 39, 38, 43, 50, 49]
f, p = stats.f_oneway(*[d1, d2])
f
p
这是单因素方差分析。
结果为:
也可以做多因素,还是用这个例子。
from statsmodels.formula.api import ols
from statsmodels.stats.anova import anova_lm
df = {
"male":d1,
"female":d2
}
df = pd.DataFrame(df)
df
df_melt = df.melt()
df_melt.columns = ['sex', 'score']
df_melt
model = ols("score~C(sex)", data=df_melt).fit()
anova_table = anova_lm(model, typ=2)
anova_table
结果为:
上一篇: 计算图,动态图与静态图
下一篇: Python数据清洗学习记录--常用工具
推荐阅读