文章/答案/技术大牛

发布

社区首页 >问答首页 >使用Python的双向Anova

问使用Python的双向Anova
EN

Stack Overflow用户

提问于 2020-09-14 04:50:04

回答 1查看 1.8K关注 0票数 3

我试图做一个双向的方差分析，在这里我试图找出两个变量(B和M)在样本分类中的重要性(由参数C给出)。

我试图重塑数据框架，使其适合于statsmodels包。但是，我只能使用pd.melt一次包含一个变量(B或M)。

任何关于如何使用两个变量的值来执行双向ANOVA (类似于下面给出的代码的最后两行)的建议都会有很大的帮助。

B、M和C的值：

B : [10.,4.,4.,6.,5.]
M : [9.,6.,8.,4.,6.]
C : [1.,2.,2.,3.,1.]

import numpy as np
import pandas as pd
import statsmodels.api as sm
from statsmodels.formula.api import ols
d = pd.read_csv("/Users/Hrihaan/Desktop/Data.txt", sep="\s+")
d_melt = pd.melt(d, id_vars=['C'], value_vars=['B'])
#model = ols('C ~ C(B) + C(M) + C(B):C(M)', data=d_melt).fit()
#anova_table = sm.stats.anova_lm(model, typ=2)

statsmodels

anova

python

pandas

回答 1

Stack Overflow用户

发布于 2021-12-14 15:15:06

你很接近答案：

B = [10.,4.,4.,6.,5.]
M = [9.,6.,8.,4.,6.]
C = [1.,2.,2.,3.,1.]

import numpy as np
import pandas as pd
import statsmodels.api as sm
from statsmodels.formula.api import ols

d = pd.DataFrame()
d["B"]=B
d["M"]=M
d["C"]=C
model = ols("C ~ B + M + B:M",data = d).fit()
anova_table = sm.stats.anova_lm(model, typ=2)

创建一个dataframe，设置模型，执行Anova

票数 0

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/63878250

复制

相似问题

问使用Python的双向Anova
EN

回答 1

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问使用Python的双向AnovaEN

回答 1

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问使用Python的双向Anova
EN