非参数统计的Python实现—— Durbin 不完全区组分析法

本文介绍了在不完全区组设计中,如何使用Durbin检验方法进行数据分析。通过一个均衡不完全区组BIB设计的例子,展示了如何处理这种数据结构,并通过Python代码演示了统计分析过程。在案例中,对4种饲料的效果进行试验,结果显示不同饲料间的质量差异不显著。
摘要由CSDN通过智能技术生成

概念

当处理组非常大,而区组中可允许样本量有限时,在一个区组中很难包含所有处理。于是出现了不完全的数据设计结构,其中较为常见的是均衡不完全区组 BIB 设计。Durbin 检验能用于不完全区组设计中。
均衡不完全区组需满足以下条件:

  1. 每个区组包含 t 个水平——区组大小相等;
  2. 每个处理在 r 个区组中出现——处理重复数相等;
  3. 每对处理在 λ 个区组中相遇——相遇数相等。

实例 & 代码

设需要对4种饲料(处理)的养猪效果进行试验,用以比较饲料的质量。选4胎母猪所生的小猪进行试验,每头小猪体重相当,选择3头进行实验。3个月后测量所有小猪增加的体重如下表所示,试比较4种饲料品质有无差别。显著性水平为0.05。

饲料 胎别1 胎别2 胎别3 胎别4
A 73 74 71
B 75 67 72
C 74 75 68
D 75 72 75

解答
t = 3, k = 4, r = 3, b = 4, λ = 2

import pandas as pd
import numpy as np
import scipy.stats as stats
A=[73,74,np.nan,71]
B&#
  • 2
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值