python多因素方差分析_Python 多因素方差分析

在实际应用中，一个实验的指标往往受到多个因素的影响。

例如饮料的销量有可能受到销售地区或者饮料颜色的影响。在方差分析中，若把饮料的颜色看做影响销量的因素A，把销售地区看做影响因素B。同时对因素A和因素B进行分析，就称为双因素方差分析。abc

a1b120

a1b222

a1b324

a1b416

a1b526

a2b112

a2b210

a2b314

a2b44

a2b522

a3b120

a3b220

a3b318

a3b48

a3b516

a4b110

a4b212

a4b318

a4b46

a4b520

a5b114

a5b26

a5b310

a5b418

a5b510from statsmodels.formula.api import ols

from statsmodels.stats.anova import anova_lm

formula = 'c~ a + b '

anova_results = anova_lm(ols(formula,df).fit())

print(anova_results)df sum_sq mean_sq F PR(>F)

a 4.0 335.36 83.84 3.874307 0.021886

b 4.0 199.36 49.84 2.303142 0.103195

Residual 16.0 346.24 21.64 NaN NaN

检验的结论：

因素A的p值0.021886<0.05,拒绝原假设，说明饮料颜色对销量有显著影响；而因素B的p值0.103195>0.05,不能拒绝原假设，因此没有充分的理由说明销售地区对销量有显著影响。

然而，我们知道了颜色对销量有显著影响，那么是哪种颜色呢？

使用tukey方法对颜色进行多重比较from statsmodels.stats.multicomp import pairwise_tukeyhsd

print(pairwise_tukeyhsd(df['c'], df['a']))Multiple Comparison of Means - Tukey HSD,FWER=0.05

==============================================

group1 group2 meandiff lower upper reject

----------------------------------------------

1 2 -9.2 -19.0855 0.6855 False

1 3 -5.2 -15.0855 4.6855 False

1 4 -8.4 -18.2855 1.4855 False

1 5 -10.0 -19.8855 -0.1145 True

2 3 4.0 -5.8855 13.8855 False

2 4 0.8 -9.0855 10.6855 False

2 5 -0.8 -10.6855 9.0855 False

3 4 -3.2 -13.0855 6.6855 False

3 5 -4.8 -14.6855 5.0855 False

4 5 -1.6 -11.4855 8.2855 False

----------------------------------------------

结果说明：1和5的reject=True，说明这两种颜色有显著性差异