python方差檢驗實例分析

本篇內(nèi)容主要講解“python方差檢驗實例分析”，感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷，實用性強。下面就讓小編來帶大家學習“python方差檢驗實例分析”吧!

說明

1、方差檢驗是用來比較兩個或多個變量數(shù)據(jù)的樣本，以確定它們之間的差異是簡單隨機的.

或者是由于過程之間的顯著統(tǒng)計差異造成的。

2、自變量X是一種離散數(shù)據(jù)，自變量Y是一種連續(xù)數(shù)據(jù)。

x可以是多種類型，如果數(shù)據(jù)正態(tài)分布，方差應齊次。

實例

import pandas as pd
import numpy as np
from statsmodels.formula.api import ols
from statsmodels.stats.anova import anova_lm
data = pd.DataFrame([[1, 1, 32],
                     [1, 2, 35],
                     [1, 3, 35.5],
                     [1, 4, 38.5],
                     [2, 1, 33.5],
                     [2, 2, 36.5],
                     [2, 3, 38],
                     [2, 4, 39.5],
                     [3, 1, 36],
                     [3, 2, 37.5],
                     [3, 3, 39.5],
                     [3, 4, 43]],
                    columns=['x1', 'x2', 'y'])
# 多因素無重復試驗，不計算交互作用的影響
model = ols('y~C(x1) + C(x2)', data=data[['x1', 'x2', 'y']]).fit()
anovat = anova_lm(model)
anovat

到此，相信大家對“python方差檢驗實例分析”有了更深的了解，不妨來實際操作一番吧！這里是億速云網(wǎng)站，更多相關內(nèi)容可以進入相關頻道進行查詢，關注我們，繼續(xù)學習！