python方差分析模型的预测结果怎么看_Python统计模型中的双向方差分析得出的平方和与SP不同...

我正在学习如何使用Python进行统计分析，在研究如何使用statsmodels执行双向方差分析时，我发现Python代码生成的值有点异常。比较输出，可以看到Python和SPSS/Graphpad的SS_Factor_1值和调整后的R2是不同的。此外，虽然SPSS和Graphpad计算的是第三类平方和，但当typ=3时，statsmodel方差分析输出是最差的，而typ=1或2则更接近。他们为什么不同意？为什么typ=3最不一样？在

我的问题与this one非常相似，但没有得到回答。我的名声也太低了，不能评论这个问题。在

第二类平方和Python代码：formula = 'dependent_variable ~ C(factor_1) * C(factor_2)'

model = ols(formula, data=df_freq_time).fit()

aov_table = anova_lm(model, typ=2)

aov_table

Python输出：

III型平方和Python代码：

^{pr2}$

Python输出：

对于上述方差，R2=0.722，调整R2=0.694。在

SPSS双向方差分析结果：

Graphpad Prism双向方差分析结果：