引言

通常我們在對多個變量進行統(tǒng)計分析的時候，結(jié)果的匯總和整理需要耗費大量的時間和精力，稍有不慎還有可能出現(xiàn)錯誤。因此在對多個變量統(tǒng)計分析的時候，使用自動化的腳本對結(jié)果進行整理和匯總就十分的方便了。

這里筆者使用Python當(dāng)中的statsmodels模塊，以方差分析為例進行演示和說明。

方差分析結(jié)果解析

import pandas as pd

df = pd.read_excel(r'20200104_test.xlsx', header=0, index_col=0)

df.head()

import statsmodels.formula.api as smf

import statsmodels.api as sm

formula = f'A~C(Group)'

model = smf.ols(formula=formula, data=df).fit()

table = sm.stats.anova_lm(model, typ=3)

table

f = table['F']['C(Group)']

p = table['PR(>F)']['C(Group)']

resDf = pd.DataFrame()

resDf = resDf.append({'F': f, 'P': p, 'Formula': formula}, ignore_index=True)

resDf.head()

可以看到，這里table是方差分析的結(jié)果數(shù)據(jù)，可以通過類似map鍵值索引的方式去讀取不同的數(shù)據(jù)。

事后檢驗結(jié)果解析

方差分析后，只能對組效應(yīng)是否顯著進行判斷，但具體是哪幾個組之間存在顯著差異還需要進一步通過事后檢驗來確定。這里使用TukeyHSD檢驗。

from statsmodels.stats.multicomp import pairwise_tukeyhsd

from statsmodels.stats.multicomp import MultiComparison

mc = MultiComparison(df['A'], df['Group'])

mc_results = mc.tukeyhsd()

print(mc_results)

meandiff = mc_results._results_table[1][2].data

meandiff

參考

總結(jié)

以上是生活随笔為你收集整理的python方差分析模型的预测结果怎么看_statsmodels中方差分析表结果解析的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。