方差分析python实现

最新推荐文章于 2024-09-10 21:39:22 发布

行秋即离

最新推荐文章于 2024-09-10 21:39:22 发布

阅读量1.1w

点赞数 9

分类专栏：统计学文章标签： python 机器学习大数据方差分析统计学

本文链接：https://blog.csdn.net/kobe123brant/article/details/111757892

版权

本文介绍了如何使用Python进行单因素和多因素方差分析。通过一个探究施肥对植物生长影响的实验案例，展示了数据分析过程，包括数据处理、描述性统计和方差分析结果。在单因素方差分析中，发现施肥组与对照组之间存在显著差异。而在多因素方差分析中，发现'group'因子的水平对因变量有显著影响，而'people'因子和交互效应不显著。

摘要由CSDN通过智能技术生成

单因素方差分析

在此之间我们先导入数据，

案例：我们探究施肥与否是否对植物的生长有影响，试验为： - 对照组：清水 - 实验组：某肥料四个浓度梯度，分别是A,B,C,D，施肥一段时间之后测量树高（要控制其他变量保持一致，比如施肥之前的树高要基本保持一致，生长势基本保持一致等等）

在方差分析满足，独立性，正态性，方差齐性，虽然没有满足方差齐性也可以进行非参数的检验，下面我们开始对数据进行处理

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt


df  = {
   'baseline':list(np.random.normal(10, 5, 10)),
      'treat1':list(np.random.normal(15, 5, 10)),
      'treat2':list(np.random.normal(20, 5, 10)),
      'treat3':list(n