方差分析实战

数据背景：有A、B、C、D四个地区，不同地区的销售量不一样，现抽取了不同时间段内每个地区的销售量，试解决：
1、每个地区间的销售量是否相同？
2、不同月份的销售量是否相同？
3、不同时间与地区的销售量是否相同？

每个地区间的销售量是否相同

H₀：μ_A=μ_B=μ_C=μ_D
H₁：四个地区的销量均值不完全相等

import pandas as pd
from statsmodels.formula.api import ols
from statsmodels.stats.anova import anova_lm
data = pd.read_excel("C:\\Users\\统计学excel\\销售数据.xlsx",sheet_name="Sheet2")
print(data.head())
model = ols("sales ~ area",data).fit()
model_anova = anova_lm(model)
print(model_anova)

p值0.024<0.05 拒绝原假设，则相信地区对销售量是有显著影响的

不同月份的销售量是否相同

H₀：各个时间段的销售均值相等
H₁：各个时间段的销售均值不完全相等

data = pd.read_excel("C:\\Users\\统计学excel\\销售数据.xlsx",sheet_name="Sheet3")
print(data.head())
model = ols("sales ~ date",data).fit()
model_anova = anova_lm(model)
print(model_anova)

p值为0.29>0.05 原假设成立，则月份对销量没有显著性影响

3、不同时间与地区的销售量是否相同

针对于地区因素
H₀：μ_A=μ_B=μ_C=μ_D
H₁：四个地区的销量均值不完全相等

针对于时间段因素来
H₀：各个时间段的销售均值相等
H₁：各个时间段的销售均值不完全相等

data = pd.read_excel("C:\\Users\\统计学excel\\销售数据.xlsx",sheet_name="Sheet4")
print(data.head())
model = ols("sales ~ date + area",data).fit()
model_anova = anova_lm(model)
print(model_anova)

地区因素的p值为0.016<0.05 拒绝原假设，则相信地区对销售量是有显著影响的
时间段因素的p值为0.15>0.05 原假设成立，则月份对销量没有显著性影响