自定义双因素方差分析

####双因素方差分析,可进行有交互作用与无交互作用    
def f_twoway(df_c,col_fac1,col_fac2,col_sta,interaction=False):
    df=df_c.copy()
    list_fac1=df[col_fac1].unique()
    list_fac2=df[col_fac2].unique()
    r=len(list_fac1)
    s=len(list_fac2)
    x_bar=df[col_sta].mean()
    list_Qa=[]
    list_Qb=[]
    for i in list_fac1:
        series_i=df[df[col_fac1]==i][col_sta]
        xi_bar=series_i.mean()
        list_Qa.append((xi_bar-x_bar)**2)
    for j in list_fac2:
        series_j=df[df[col_fac2]==j][col_sta]
        xj_bar=series_j.mean()
        list_Qb.append((xj_bar-x_bar)**2)
    Q=((df[col_sta]-x_bar)**2).sum()
    df_res=pd.DataFrame(columns=['方差来源','平方和','自由度','均方','F值','Sig.'])
    if interaction==False:
        Qa=s*sum(list_Qa)
        Qb=r*sum(list_Qb)
        Qw=Q-Qa-Qb
        Sa=Qa/(r-1)
        Sb=Qb/(s-1)
        Sw=Qw/((r-1)*(s-1))
        sig1=stats.f.sf(Sa/Sw,r-1,(r-1)*(s
  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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