单因素Anova分析 Python实现

最新推荐文章于 2024-06-18 14:43:59 发布

axiaye

最新推荐文章于 2024-06-18 14:43:59 发布

阅读量1w

点赞数 7

分类专栏：统计分析学习文章标签：单因素方差分析 Python实现

本文链接：https://blog.csdn.net/u013904032/article/details/96475691

版权

单因素方差分析常用于判断在多个分组中某个指标是否具有显著差异，下面以射击比赛为例，三位选手分别成绩如下：

Pat - 5, 4, 4, 3, 9, 4
Jack - 4, 8, 7, 5, 1, 5
Alex - 9, 9, 8, 10, 4, 10

基于上述数据，我们希望判断上述三个选手中成绩最好的。原假设：三个选手的成绩无显著差异。
在这里插入图片描述
拒绝原假设的就表示在三个选手中至少有两个人是具有显著差异的。

import numpy as np
from scipy import stats
 
data = np.rec.array([
('Pat', 5),
('Pat', 4),
('Pat', 4),
('Pat', 3),
('Pat', 9),
('Pat', 4),
('Jack', 4),
('Jack', 8),
('Jack', 7),
('Jack', 5),
('Jack', 1),
('Jack', 5),
('Alex', 9),
('Alex', 8),
('Alex', 8),
('Alex', 10),
('Alex', 5),
('Alex', 10)], dtype = [('Archer','|U5'),('Score', '<i8')])
 
f, p = stats.f_oneway(data[data['Archer'] == &#