目录
一元方差分析
一元单因素方差分析
场景:5种不同像素的数码相机(单因素)对销量(研究的因变量)是否有显著差异
G = dc_sales['pixel'].unique()
args = []
for I in list(G):
args.append(dc_sales[dc_sales['pixel']==I]['sales'])
# 将pixel变量转化为分类变量并为其值挂标签
dc_sales['pixel']=dc_sales['pixel'].astype('category')
dc_sales['pixel'].cat.categories=['500像素以下','500-600万像素','600-800万像素','800-1000万像素','1000万像素以上']
dc_sales['pixel'].cat.set_categories=['500像素以下','500-600万像素','600-800万像素','800-1000万像素','1000万像素以上']
若方差齐性检验不满足
1、检查某些特殊表现的观测值,剔除
2、使用无方差齐性的多重比较方法
3、数

本文介绍了Python中的一元方差分析,包括一元单因素和多因素方差分析,以及协方差分析。在一元单因素方差分析中,讨论了如何处理方差齐性检验不满足的情况,并进行多重比较检验。一元多因素方差分析关注因素的主效应和交互作用。最后,阐述了协方差分析的概念,它是方差分析与回归分析的结合,用于排除协变量影响下研究可控因素对因变量的影响。

最低0.47元/天 解锁文章
907

被折叠的 条评论
为什么被折叠?



