Datawhale&Git-Model：假设检验2-多元数值向量的检验_利用表中数据,在显著性水平为0.05时,检验东部地区与中部地区的模型参数是否相-CSDN博客

本文链接：https://blog.csdn.net/weixin_41221544/article/details/126434641

本文分析了东、中、西部城市企业在总资产贡献率等经济指标上的差异，采用Hotelling T2检验和MANOVA进行检验。发现流动资产周转次数对均值向量差异影响显著，但通过剔除该变量后的多元方差分析，无法证明其是最大差异原因。

摘要由CSDN通过智能技术生成

作业

为研究东、中、西部各省市规模以上的企业发展状况，我们收集了各城市企业的主要经济指标，包括：总资产贡献率、资产负债率、流动资产周转次数、工业成本费用利润率、产品销售率。我们用变量“类别”定义了各类城市，其中1为东部城市；2为中部城市；3为西部城市。数据文件为homework2.xlsx。假设显著性水平为 $\alpha$ ，问：

对三个类别的城市进行均值向量间的两两比较，查看结果
对三个类别的城市同时进行均值向量间的比较，查看结果
承接问题2，你认为哪些变量导致了三个类别城市均值向量的差异？说出你的理由。

# 加载必要的包
import numpy as np
import pandas as pd
from scipy import stats
from IPython.display import display

# 加载数据表
data = pd.read_excel('./data/homework2.xlsx')

# 预处理数据表
data.drop(columns='地区',inplace=True)

CityDict = {
   'T': '总资产贡献率', # Total Asset Contribution Rate
            'A': '资产负债率', # Assets And Liabilities
            'C': '流动资产周转次数', # Current Asset Turnover
            'I': '工业成本费用利润率', # Industrial CostExpense Profit Margin
            'P': '产品销售率' # Product Sales Rate
            }

columns = ['category', 'T', 'A', 'C', 'I', 'P']

data.columns = columns

问题一

对三个类别的城市进行均值向量间的两两比较，查看结果

判断：由于样本的城市类别不同，可以认为样本间相互独立，属于两组样本之间的均值向量相等性检验（组别间独立）问题
检验方法为：双样本 Hotelling T2检验

def multi_unparied_data(group1:pd.DataFrame,group2:pd.DataFrame,confidence=0.05):
    # 计算检验统计量
    n1=len(group1)
    n2=len(group2)
    p=np.shape(group1)[1] 
    mean1=np.mean(group1, axis=0).values.T
    mean2=np.mean(group2, axis=0).values.T
    # 协方差矩阵