python做方差分析和卡方检验

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：