我正在学习如何使用Python进行统计分析,在研究如何使用statsmodels执行双向方差分析时,我发现Python代码生成的值有点异常。比较输出,可以看到Python和SPSS/Graphpad的SS_Factor_1值和调整后的R2是不同的。此外,虽然SPSS和Graphpad计算的是第三类平方和,但当typ=3时,statsmodel方差分析输出是最差的,而typ=1或2则更接近。他们为什么不同意?为什么typ=3最不一样?在
我的问题与this one非常相似,但没有得到回答。我的名声也太低了,不能评论这个问题。在
第二类平方和Python代码:
formula = 'dependent_variable ~ C(factor_1) * C(factor_2)'
model = ols(formula, data=df_freq_time).fit()
aov_table = anova_lm(model, typ=2)
aov_table
Python输出:
III型平方和Python代码:
^{pr2}$Python输出:
对于上述方差,R2=0.722,调整R2=0.694。在
SPSS双向方差分析结果:
Graphpad Prism双向方差分析结果:
目前没有回答
相关问题 更多 >
编程相关推荐