文章目录
混合设计的方差分析就是既有组内变量又有组间变量的方差分析。想要进行这样的方差分析,如果还是用python.statsmodels就不太方便了,因此用到了Python的另一个还比较年轻的统计包pyvttbl,它对anova的支持更全面,使用也更方便,这里我们就看看如何用pyvttbl来实现混合设计的方差分析。
- 引入DataFrame对象,注意此Dataframe不是pandas.DataFrame
![Python统计分析:[7]混合设计的方差分析](/2016/09/23/Python%E7%BB%9F%E8%AE%A1%E5%88%86%E6%9E%90%EF%BC%9A%5B7%5D%E6%B7%B7%E5%90%88%E8%AE%BE%E8%AE%A1%E7%9A%84%E6%96%B9%E5%B7%AE%E5%88%86%E6%9E%90/cebd00178a82b90162ea4c4f708da9773812efcc.jpg)
- 读取数据
![Python统计分析:[7]混合设计的方差分析](/2016/09/23/Python%E7%BB%9F%E8%AE%A1%E5%88%86%E6%9E%90%EF%BC%9A%5B7%5D%E6%B7%B7%E5%90%88%E8%AE%BE%E8%AE%A1%E7%9A%84%E6%96%B9%E5%B7%AE%E5%88%86%E6%9E%90/b8405490f603738d820d835eb01bb051f919eccc.jpg)
- 我们看一下pyvttbl.DataFrame的结构,有一个变量是必须的——SUBJECT,也就是被试编号,同一个被试有相同的编号,这是我们必须提供的,否则在后面的分析中会出错。
![Python统计分析:[7]混合设计的方差分析](/2016/09/23/Python%E7%BB%9F%E8%AE%A1%E5%88%86%E6%9E%90%EF%BC%9A%5B7%5D%E6%B7%B7%E5%90%88%E8%AE%BE%E8%AE%A1%E7%9A%84%E6%96%B9%E5%B7%AE%E5%88%86%E6%9E%90/373bc4b44aed2e73beae09508401a18b86d6facc.jpg)
- 我们用anova方法进行混合设计的方差分析,需要制定因变量score,组间变量group,组内变量test
![Python统计分析:[7]混合设计的方差分析](/2016/09/23/Python%E7%BB%9F%E8%AE%A1%E5%88%86%E6%9E%90%EF%BC%9A%5B7%5D%E6%B7%B7%E5%90%88%E8%AE%BE%E8%AE%A1%E7%9A%84%E6%96%B9%E5%B7%AE%E5%88%86%E6%9E%90/2f3295d4b31c870199f13d9a247f9e2f0608ffcc.jpg)
- 打印出来的结果有很多,首先看组间效应的检验,group的F和sig值
与此相对应,我们输出spss中的结果
![Python统计分析:[7]混合设计的方差分析](/2016/09/23/Python%E7%BB%9F%E8%AE%A1%E5%88%86%E6%9E%90%EF%BC%9A%5B7%5D%E6%B7%B7%E5%90%88%E8%AE%BE%E8%AE%A1%E7%9A%84%E6%96%B9%E5%B7%AE%E5%88%86%E6%9E%90/9f6e190828381f30d65e02d5aa014c086f06f0cc.jpg)
![Python统计分析:[7]混合设计的方差分析](/2016/09/23/Python%E7%BB%9F%E8%AE%A1%E5%88%86%E6%9E%90%EF%BC%9A%5B7%5D%E6%B7%B7%E5%90%88%E8%AE%BE%E8%AE%A1%E7%9A%84%E6%96%B9%E5%B7%AE%E5%88%86%E6%9E%90/5beeba0f4bfbfbedb3cbb9037bf0f736aec31ff8.jpg)
- 接着是组间效应的检验,包括交互效应
以下是spss中的输出结果
![Python统计分析:[7]混合设计的方差分析](/2016/09/23/Python%E7%BB%9F%E8%AE%A1%E5%88%86%E6%9E%90%EF%BC%9A%5B7%5D%E6%B7%B7%E5%90%88%E8%AE%BE%E8%AE%A1%E7%9A%84%E6%96%B9%E5%B7%AE%E5%88%86%E6%9E%90/8367d1fc1e178a829eaef0dcf503738da877e8f9.jpg)
![Python统计分析:[7]混合设计的方差分析](/2016/09/23/Python%E7%BB%9F%E8%AE%A1%E5%88%86%E6%9E%90%EF%BC%9A%5B7%5D%E6%B7%B7%E5%90%88%E8%AE%BE%E8%AE%A1%E7%9A%84%E6%96%B9%E5%B7%AE%E5%88%86%E6%9E%90/4bd1e803738da97715bd0957b351f8198718e3f9.jpg)
- 最后是边际均值
![Python统计分析:[7]混合设计的方差分析](/2016/09/23/Python%E7%BB%9F%E8%AE%A1%E5%88%86%E6%9E%90%EF%BC%9A%5B7%5D%E6%B7%B7%E5%90%88%E8%AE%BE%E8%AE%A1%E7%9A%84%E6%96%B9%E5%B7%AE%E5%88%86%E6%9E%90/8759287adab44aed1adc3198b01c8701a08bfbf9.jpg)
转载请注明来自DataScience.
邮箱: 675495787@qq.com